Meilleurs LLM pour Mac M1 à M5 : de 8GB à 128GB de RAM (2026)

Le meilleur LLM pour un MacBook en 2026 : Qwen3.5 9B Instruct (Q8) pour les Mac 16GB (~11GB en Q8_0), Qwen3.8 27B pour 24-32GB (~17GB), et Qwen3.8 27B (Q8) pour 96GB+ (~27GB). Sur un MacBook Air 8GB, lancez Ornith 1.0 9B (~6GB). Les 7 choix ci-dessous sont classés par palier de RAM ; les vitesses sont des estimations, pas des performances relevées.

Sommaire
  1. Les 7 modèles classés (tableau)
  2. Quels LLM un MacBook Air peut-il faire tourner ?
  3. MacBook Air ou Pro : lequel choisir ?
  4. M1, M2, M3, M4 ou M5 : quelle puce choisir ?
  5. Guide des configurations de RAM
  6. Modèles recommandés par configuration
  7. Conseils d'optimisation des performances
  8. Questions fréquentes
Tableau 1

Les 7 modèles classés par palier de RAM

Pour chaque vraie configuration de RAM d'un Mac, le modèle local de plus haute qualité qui tient dans son budget mémoire, calculé en direct à partir de la base de modèles ModelFit. Les libellés de vitesse sont des estimations ModelFit issues du même moteur que l'assistant, pas des performances relevées.

#ModèleParamsQuant.Palier de RAMTaille chargéeVitesse (estim.)
1Ornith 1.0 9B9BQ4_K_M8GB~6GBPlus lente
2Qwen3.5 9B Instruct (Q8)9BQ8_016GB~11GBPlus lente
3Qwen3.8 27B27BQ4_K_M24GB~17GBPlus lente
4Qwen3.8 27B (même choix, plus de marge)27BQ4_K_M32GB~17GBPlus lente
5Qwen3.8 27B (Q8)27BQ8_048GB~27GBPlus lente
6Qwen3.8 27B (Q8) (même choix, plus de marge)27BQ8_064GB~27GBPlus lente
7Qwen3.8 27B (Q8) (même choix, plus de marge)27BQ8_096GB~27GBPlus lente

Le palier de RAM, la taille chargée et les libellés de vitesse sont calculés en direct à partir de la base de modèles ModelFit (data/models.json) par le même moteur que l'assistant. « Palier de RAM » désigne la configuration mémoire du Mac pour laquelle le choix est dimensionné, pas le minimum brut du modèle ; les libellés de vitesse sont des estimations, pas des résultats relevés.

Quels LLM puis-je faire tourner sur un MacBook Air ?

Un MacBook Air 16GB fait tourner Qwen3.5 9B Instruct (Q8) (~11GB en Q8_0) confortablement ; un Air 8GB gère Ornith 1.0 9B (~6GB) ; et un Air 24GB peut charger Qwen3.8 27B (~17GB).

Le plafond pratique d'un Air 32GB est Qwen3.8 27B (~17GB). Tout modèle du tableau ci-dessus dont le palier de RAM est inférieur ou égal à la mémoire de votre Air se chargera ; laissez simplement quelques GB libres pour macOS. Pour des choix propres à chaque puce, notre page MacBook Air M5 classe les meilleurs modèles pour l'Air de la génération actuelle.

MacBook Air ou Pro : lequel choisir pour l'IA locale ?

Le MacBook Air comme le MacBook Pro font tourner efficacement des modèles d'IA en local, mais ils répondent à des usages différents. Connaître leurs points forts aide à choisir la bonne taille de modèle et à fixer des attentes réalistes.

MacBook Air

  • Excellent pour les modèles jusqu'à 14B de paramètres
  • Parfait pour les assistants de code et le chat
  • Fonctionnement silencieux (sans ventilateur)
  • Très bonne autonomie pendant les charges IA
  • Limitation thermique en charge soutenue
  • Limité à 32GB de RAM maximum

MacBook Pro

  • Gère sans effort les modèles MoE de 30B à 120B
  • Le refroidissement actif évite la limitation thermique
  • Jusqu'à 128GB de mémoire unifiée
  • Performances soutenues pour les longues sessions
  • Mieux adapté pour faire tourner plusieurs modèles
  • Prix plus élevé

Pour la plupart des développeurs et passionnés d'IA, un MacBook Air avec 16GB de RAM est une excellente porte d'entrée vers l'IA locale. Le MacBook Pro devient indispensable pour exécuter de plus gros modèles (30B+) ou pour des performances soutenues sur de longues tâches d'IA.

Tableau 2

M1, M2, M3, M4 ou M5 : quelle puce est la meilleure pour l'IA ?

Chaque génération d'Apple Silicon apporte des améliorations sensibles pour les charges IA. Voici comment elles se comparent sur le même modèle de 8B de paramètres, sur un MacBook Pro, d'après le moteur de recommandation de ModelFit :

PuceNeural EngineBande passante mémoireVitesse modèle 8B (estim.)vs M1
M111 TOPS68 GB/sestim. 8 tok/s
erreur typique 10%
Référence
M215.8 TOPS100 GB/sestim. 13 tok/s
erreur typique 10%
+62%
M318 TOPS100 GB/sestim. 14 tok/s
erreur typique 10%
+69%
M438 TOPS120 GB/sestim. 16 tok/s
erreur typique 10%
+95%
M5Non communiqué153 GB/sestim. 21 tok/s
erreur typique 10%
+163%

La génération M5 va le plus loin : Apple place un Neural Accelerator dans chaque cœur GPU et porte la bande passante mémoire de base à 153 GB/s, soit un gain estimé de 163% par rapport à la M1 sur le même modèle de 8B. Pour les charges IA de production ou les plus gros modèles locaux, un MacBook Pro M5 Max ou M4 Max est le choix évident ; même une M1 de base reste capable pour de plus petits modèles locaux. Toutes les vitesses de cette page sont des estimations ModelFit, pas des performances relevées ; l'erreur typique est l'écart médian avec des exécutions réelles sur du matériel qui n'a pas servi à caler ce modèle (comment fonctionnent les estimations).

Guide des configurations de RAM

L'architecture de mémoire unifiée d'Apple rend toute la RAM disponible à la fois pour le CPU et le GPU, ce qui rend les MacBook exceptionnellement capables pour l'IA. Voici ce que chaque palier de RAM peut faire tourner, d'après la base de modèles ModelFit en direct :

  • 8GB de RAM

    Idéal pour : les modèles de 2B à 8B. Les architectures MoE parcimonieuses comme Ornith 1.0 9B offrent plus de capacité dans moins de mémoire qu'un modèle dense de cette taille. Modèles recommandés : Ornith 1.0 9B, Gemma 4 E2B

    Entrée de gamme
  • 16GB de RAM

    Idéal pour : les modèles de 9B à 12B, en toute aisance. Modèles recommandés : Qwen3.5 9B Instruct (Q8), Mellum2.1 12B-A2.5B Thinking

    Le bon compromis
  • 24-32GB de RAM

    Idéal pour : les modèles denses ou MoE de 12B à 35B. Excellent pour les assistants de code et le raisonnement complexe. Modèles recommandés : Qwen3.8 27B, Qwen3.8 27B

    Utilisateur avancé
  • 48-64GB+ de RAM

    Idéal pour : les modèles de classe 27B à 35B avec une quantification plus élevée, et la rampe d'accès aux MoE phares de 80B et plus. Développement IA professionnel. Modèles recommandés : Qwen3.8 27B (Q8), Qwen3.8 27B (Q8)

    Station de travail pro

Astuce pro : avec la mémoire unifiée, un MacBook 16GB surpasse souvent un PC Windows avec 32GB de RAM dédiée pour les charges IA, car il n'y a aucune copie de données entre la mémoire du CPU et celle du GPU.

Where to buy for local AI

best configs

ModelFit may earn a commission on purchases through these links, at no extra cost to you.

Where to buy for local AI

best configs

ModelFit may earn a commission on purchases through these links, at no extra cost to you.

Conseils d'optimisation des performances

  • Utilisez la quantification Q4_K_M

    Q4_K_M offre le meilleur équilibre entre qualité et vitesse. Elle divise la taille du modèle par 4 avec une perte de qualité minime par rapport à la pleine précision.

  • Activez l'accélération GPU Metal

    Ollama utilise automatiquement Metal sur macOS. Vérifiez que vous avez la dernière version pour de meilleures performances sur Apple Silicon.

  • Surveillez la température

    Le MacBook Air peut ralentir lors d'une inférence prolongée. Utilisez un support refroidissant ou faites des pauses pendant les longues générations.

  • Gardez les modèles sur le SSD

    Stockez toujours les modèles sur le SSD interne. Les disques externes, même Thunderbolt, peuvent ralentir le chargement et l'inférence.

Questions fréquentes

Quel MacBook choisir pour faire tourner des modèles IA en local ?

Le MacBook Pro est le meilleur choix pour l'IA locale : un refroidissement actif et des configurations jusqu'à 128GB de RAM lui permettent de faire tourner de plus gros modèles sans limitation thermique. Un MacBook Air fait tourner confortablement des modèles denses jusqu'à environ 12B, alors qu'un MacBook Pro avec 96GB de RAM ou plus peut exécuter des modèles MoE de 80B à 122B tels que Qwen3.8 27B.

Un MacBook Air peut-il faire tourner des modèles de 70B de paramètres ?

Pas confortablement. Un modèle dense de 70B occupe environ 42GB une fois chargé, soit plus que les 32GB de RAM maximum d'un MacBook Air, sans marge pour macOS. Un Air tire le meilleur parti de chaque GB avec des modèles MoE parcimonieux, qui chargent bien moins que leur nombre de paramètres ne le laisse penser. Pour de vrais modèles denses de 70B et plus, prenez un MacBook Pro avec 64GB de RAM ou plus.

La puce M4 est-elle meilleure que la M3 pour l'IA ?

Oui. Selon les estimations de ModelFit, un modèle de 8B tourne à estim. 16 tok/s, erreur typique 10% sur M4 contre estim. 14 tok/s, erreur typique 10% sur M3, soit un gain d'environ 15% grâce au Neural Engine plus grand et à la bande passante mémoire plus élevée. La génération M5 va plus loin : estim. 21 tok/s, erreur typique 10% sur le même modèle.

De combien de RAM ai-je besoin pour des LLM locaux sur MacBook ?

16GB font tourner confortablement un modèle d'environ 9B comme Qwen3.5 9B. De 24 à 32GB, on passe à un modèle dense de 12B ou à un MoE de classe 35B tel que Qwen3.8 27B. 96GB ou plus ouvrent la porte aux MoE phares de 80B à 122B comme Qwen3.8 27B. Grâce à la mémoire unifiée du MacBook, toute la RAM peut servir au chargement du modèle.

Quel est le meilleur MacBook Pro pour exécuter des LLM ?

Un MacBook Pro avec une puce M4 Max ou M5 Max et 96GB ou plus de mémoire unifiée est le meilleur MacBook pour les LLM : il exécute entièrement en mémoire des modèles MoE de 80B à 122B tels que Qwen3.8 27B, avec un refroidissement actif pour les longues sessions. Pour la plupart des utilisateurs, un MacBook Pro de 32 à 48GB est le bon compromis, et fait tourner Qwen3.8 27B à des vitesses confortables.

Quels LLM puis-je utiliser avec un MacBook Air ?

Un MacBook Air fait tourner des LLM locaux jusqu'à environ 12B en dense, ou un MoE parcimonieux de classe 35B avec 32GB. Un Air 16GB fait tourner Qwen3.5 9B confortablement (~11GB chargés), un Air 24GB passe à Qwen3.8 27B, et même un Air 8GB gère Ornith 1.0 9B. Tous se chargent via Ollama ou LM Studio en une seule commande.

Quel est le meilleur MacBook Air pour exécuter des LLM ?

Le MacBook Air M5 avec 32GB de mémoire unifiée est le meilleur Air pour les LLM : chaque cœur GPU reçoit un Neural Accelerator et la bande passante mémoire monte à 153 GB/s, si bien que les modèles de 9B à 14B tournent plus vite que sur tout Air précédent. Un Air M4 de 24GB est le choix malin, tandis qu'un Air 16GB fait toujours tourner Qwen3.5 9B confortablement pour le chat et l'aide au code.

Un MacBook Air peut-il exécuter de grands modèles de langage ?

Oui. Tous les MacBook Air Apple Silicon exécutent des grands modèles de langage en local via Ollama ou LM Studio : un Air 8GB gère Ornith 1.0 9B, un Air 16GB fait tourner Qwen3.5 9B confortablement, et un Air de 24 à 32GB atteint Qwen3.8 27B et Qwen3.8 27B. Sans ventilateur, l'Air ralentit en charge soutenue : il convient mieux au chat interactif et aux sessions de code qu'aux traitements par lots de plusieurs heures.

Guides et ressources associés

Vous ne savez pas quel modèle convient à votre Mac ?Lancez l'assistant : il choisit le meilleur modèle pour votre matériel exact.
Ouvrir l'assistant