Question 1

Le MacBook Air M4 16 Go suffit-il pour Ollama et LM Studio ?

Accepted Answer

Oui, largement. Mistral 7B à 35 tok/s, Llama 3.1 8B à 30 tok/s, Phi-4 14B à 16 tok/s. Pour du chat, du code, du RAG documentaire, c'est confortable. Ne dépassez pas un 14B si vous voulez garder de la RAM pour les apps.

Question 2

MBA M4 24 Go vaut-il les 230 € de plus ?

Accepted Answer

Oui si vous envisagez de tourner des 14B régulièrement ou de faire du RAG avec embedder + reranker + LLM en parallèle. Non si vous restez sur du 7B-8B — le 16 Go suffira.

Question 3

Le MacBook Air M4 peut-il tourner un 32B ?

Accepted Answer

Uniquement la version 32 Go. Qwen 2.5 32B Q4 (19 Go sur disque, 21 Go en RAM avec contexte) passe à ~7 tok/s. Utilisable pour du chat patient, inadapté au batch.

Question 4

Différence Ollama vs LM Studio sur M4 ?

Accepted Answer

Ollama démarre plus vite, consomme moins de RAM idle (~200 Mo vs ~450 Mo pour LM Studio), et a une API OpenAI-compatible plus stable. LM Studio offre une meilleure UI pour explorer les modèles. Beaucoup utilisent les deux.

Question 5

Le Neural Engine du M4 accélère-t-il vraiment les LLM ?

Accepted Answer

Pas avec Ollama ou llama.cpp aujourd'hui — ils utilisent le GPU Metal. Seuls MLX (avec certains modèles) et Core ML l'exploitent. Pour 95 % des usages, l'amélioration vient du GPU + de la bande passante, pas du NPU.

Question 6

Quelle autonomie batterie pendant un chat LLM ?

Accepted Answer

Environ 5-6h avec Mistral 7B en chat ponctuel (pas continu), 3-4h avec Phi-4 14B actif. En chat continu (requêtes enchaînées), comptez la moitié. Branché, aucune limite.