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.
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.
| # | Modèle | Params | Quant. | Palier de RAM | Taille chargée | Vitesse (estim.) |
|---|---|---|---|---|---|---|
| 1 | Ornith 1.0 9B | 9B | Q4_K_M | 8GB | ~6GB | Plus lente |
| 2 | Qwen3.5 9B Instruct (Q8) | 9B | Q8_0 | 16GB | ~11GB | Plus lente |
| 3 | Qwen3.8 27B | 27B | Q4_K_M | 24GB | ~17GB | Plus lente |
| 4 | Qwen3.8 27B (même choix, plus de marge) | 27B | Q4_K_M | 32GB | ~17GB | Plus lente |
| 5 | Qwen3.8 27B (Q8) | 27B | Q8_0 | 48GB | ~27GB | Plus lente |
| 6 | Qwen3.8 27B (Q8) (même choix, plus de marge) | 27B | Q8_0 | 64GB | ~27GB | Plus lente |
| 7 | Qwen3.8 27B (Q8) (même choix, plus de marge) | 27B | Q8_0 | 96GB | ~27GB | Plus 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.
Soyez prévenu quand un modèle bat ces choix sur votre MacBook Air M5 16 GB
Un e-mail quand un nouveau modèle à poids ouverts convient mieux à votre Mac, plus la newsletter hebdomadaire du jeudi.
For: MacBook Air M5 16 GB
You'll also get the weekly ModelFit email. By signing up you agree to our Privacy Policy. Unsubscribe from either email anytime, in one click.
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.
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 :
| Puce | Neural Engine | Bande passante mémoire | Vitesse modèle 8B (estim.) | vs M1 |
|---|---|---|---|---|
| M1 | 11 TOPS | 68 GB/s | estim. 8 tok/s erreur typique 10% | Référence |
| M2 | 15.8 TOPS | 100 GB/s | estim. 13 tok/s erreur typique 10% | +62% |
| M3 | 18 TOPS | 100 GB/s | estim. 14 tok/s erreur typique 10% | +69% |
| M4 | 38 TOPS | 120 GB/s | estim. 16 tok/s erreur typique 10% | +95% |
| M5 | Non communiqué | 153 GB/s | estim. 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 :
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.
Modèles recommandés par configuration
MacBook Air (8-16GB)
| Commande | Idéal pour | Taille chargée | Vitesse (estim.) |
|---|---|---|---|
| qwen3.5:9b | Quality, Coding, Reasoning | ~7GB | estim. 19 tok/s, erreur typique 10% |
| llama-server -hf JetBrains/Mellum2.1-12B-A2.5B-Thinking-GGUF:Q4_K_M | Agentic coding, Small machines | ~8GB | estim. 38 tok/s, erreur typique 10% |
| nemotron-3.5-bolt:e4b | Voice assistants, Tool calling, Chat | ~8GB | estim. 25 tok/s, erreur typique 10% |
| gemma4:12b | Chat, Coding, Multimodal | ~8GB | estim. 12 tok/s, erreur typique 10% |
MacBook Pro 14"/16" (24-64GB)
| Commande | Idéal pour | Taille chargée | Vitesse (estim.) |
|---|---|---|---|
| gemma4:26b | Chat, Coding, Multimodal | ~16GB | estim. 53 tok/s, erreur typique 10% |
| llama-server -hf bartowski/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-GGUF:IQ4_XS | Agentic, Coding, Long context | ~19GB | estim. 66 tok/s, erreur typique 10% |
| qwen3.8:27b | Coding, Agent, Vision, Long context | ~17GB | estim. 14 tok/s, erreur typique 10% |
| lfm2:24b-a2b | Local AI agents, privacy-first tool calling, MCP workflows | ~14GB | estim. 92 tok/s, erreur typique 10% |
MacBook Pro Max/Studio (96GB+)
| Commande | Idéal pour | Taille chargée | Vitesse (estim.) |
|---|---|---|---|
| llama-server -hf bartowski/Kolibri-1-GGUF:Q4_K_M | Reasoning, German, Long context | ~50GB | estim. 102 tok/s, erreur typique 10% |
| qwen3.6:35b-a3b-q8_0 | Reasoning, Coding, Agents | ~39GB | estim. 87 tok/s, erreur typique 10% |
| llama-server -hf unsloth/NVIDIA-Nemotron-3-Super-120B-A12B-GGUF:UD-IQ4_XS | Agentic workflows, Long context, Reasoning | ~65GB | estim. 37 tok/s, erreur typique 10% |
| qwen3-next:80b | Chat, Coding, Long Context | ~50GB | estim. 117 tok/s, erreur typique 10% |
Where to buy for local AI
best configs- External SSD · 2TBArchive your model library off the internal drive. Quantized models run 5 to 40GB each, so 2TB holds dozens with room to spare.Check price on Amazon
- USB4 NVMe Enclosure40Gbps external storage fast enough to run models from. Pair it with an M.2 drive for a portable model vault.Check price on Amazon
- Laptop Stand / RiserThe fanless MacBook Air heat-soaks on long inference runs. An aluminum riser lifts the chassis so it sheds heat better off the desk.Check price on Amazon
- USB-C Hub / DockMore ports for the external drives, displays and peripherals around a local-AI workstation.Check price on Amazon
ModelFit may earn a commission on purchases through these links, at no extra cost to you.
Where to buy for local AI
best configs- External SSD · 2TBArchive your model library off the internal drive. Quantized models run 5 to 40GB each, so 2TB holds dozens with room to spare.Check price on Amazon
- USB4 NVMe Enclosure40Gbps external storage fast enough to run models from. Pair it with an M.2 drive for a portable model vault.Check price on Amazon
- Laptop Stand / RiserLong inference runs keep the MacBook Pro fans spinning. An aluminum riser opens the airflow under the chassis so it runs cooler and quieter.Check price on Amazon
- USB-C Hub / DockMore ports for the external drives, displays and peripherals around a local-AI workstation.Check price on Amazon
- Sweet spotMacBook Pro M5 Pro · 48GBRuns 30B models with headroom; active cooling sustains long inference without throttling.Check price at Apple
- Max headroomMacBook Pro M5 Max · 128GBLoads 70B models locally, the most capable AI laptop config.Check price at Apple
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.
Soyez prévenu quand un nouveau modèle convient mieux à votre MacBook Air M5 16 GB
Un e-mail quand un nouveau modèle à poids ouverts convient mieux à votre Mac, plus la lettre hebdomadaire du jeudi.
For: MacBook Air M5 16 GB
You'll also get the weekly ModelFit email. By signing up you agree to our Privacy Policy. Unsubscribe from either email anytime, in one click.
Guides et ressources associés
- Guide d'installation d'OllamaInstallation et configuration complètes
- Génération d'images en local sur MacModèles et applications d'image selon la RAM du Mac
- Génération de vidéo en local sur MacModèles et applications vidéo pour Apple Silicon
- Meilleur LLM pour iPhoneRecommandations de modèles d'IA mobiles
- Modèles pour MacBook AirRecommandations de modèles optimisées
- Modèles pour MacBook ProConfigurations haute performance
- De combien de RAM avez-vous besoin ?Matrice taille de modèle et RAM pour chaque palier
- MacBook Air ou Pro pour les LLMInférence soutenue et limitation thermique
- LLM locaux sur GPU NVIDIADe la RTX 3060 à la 5090, classées pour Ollama
- Meilleur GPU petit budget : RTX 3060 12GBLa carte dédiée la moins chère pour l'IA locale