Le Mac mini M4 / M4 Pro (16-64 Go, 120-273 Go/s) est le meilleur serveur d'inférence local rapport perf/prix en 2026. Ventilé, silencieux, 24/7 sans chauffe.
MoE 30B/3B actifs hybrid thinking. MMLU 81.4, AIME24 80.4. 100+ langues.
ollama run qwen3:30b-a3b
Hybride Mamba-2 + MoE 32B/9B actifs. ~70% de RAM en moins en long contexte. Apache 2.0.
ollama run granite4:small-h
Petit frère de gpt-oss 120B. 21B/3.6B actifs. Égale o3-mini sur laptop.
ollama run openai/gpt-oss:20b
Vision MoE 30B/3B actifs. Sweet spot vision Qwen 3. 256k ctx.
ollama run qwen3-vl:30b
Raisonneur compact MoE 21B/3B actifs. Apache 2.0. Rapide grâce aux 3B actifs.
ollama pull hf.co/baidu/ernie-4.5-21b-GGUF
MoE 26B/3B actifs par labo US. Rapide grâce aux 3B actifs. Apache 2.0.
ollama pull hf.co/arcee-ai/Trinity-Mini-26B-GGUF
Agentic coréen MoE 30B/3B actifs. Couvre KR/EN/JP/ZH/TH/VI. Apache 2.0. MLA attention.
ollama pull hf.co/kakaoai/Kanana-2-30B-GGUF
Omni MoE 30B/3B actifs. Streaming speech. 119 langues ASR. Apache 2.0.
ollama run qwen3-omni:30b
| Rang | Modèle | Params | VRAM Q4 | Contexte | Licence | Sur Apple M4 Pro (48 GB) |
|---|---|---|---|---|---|---|
| #1 | Qwen 3 30B-A3B | 30B | 19 GB | 131 072 | Apache 2.0 | 40 tok/s · Q8 |
| #2 | Granite 4.0 H-Small 32B-A9B | 32B | 19 GB | 128 000 | Apache 2.0 | 30 tok/s · Q8 |
| #3 | gpt-oss 20B | 21B | 13 GB | 128 000 | Apache 2.0 | 55 tok/s · Q8 |
| #4 | Qwen 3 VL 30B-A3B | 30B | 19 GB | 262 144 | Apache 2.0 | 40 tok/s · Q8 |
| #5 | ERNIE 4.5 21B-A3B Thinking | 21B | 13 GB | 131 072 | Apache 2.0 | 40 tok/s · Q8 |
| #6 | Trinity Mini 26B-A3B | 26B | 15 GB | 131 072 | Apache 2.0 | 40 tok/s · Q8 |
| #7 | Kanana 2 30B-A3B Thinking | 30B | 18 GB | 131 072 | Apache 2.0 | 40 tok/s · Q8 |
| #8 | Qwen 3 Omni 30B-A3B | 30B | 19 GB | 131 072 | Apache 2.0 | 40 tok/s · Q8 |
Filtre : 1-70B dont Q4_K_M tient sous 50 Go. Gros bonus 7-32B (peak M4 Pro) et MoE (excellents en serveur où la latence first-token compte).
Critères pris en compte :
Le scoring est entièrement transparent : consultez notre méthodologie pour les détails de calcul VRAM/tokens/sec.
Mac mini M4 16 Go : quel modèle pour un serveur LLM domestique ?
Mistral 7B Q4 (~4,5 Go) ou Qwen 3 8B Q4 (~5 Go) — 30-40 tok/s. Idéal pour un serveur Ollama derrière une box à 700 €. Voir le guide Mac mini M4.
Mac mini M4 Pro 48 Go : peut-on viser 32B ?
Oui — Qwen 3 32B Q4 (~17 Go) à 22-28 tok/s, Qwen 3 30B-A3B (MoE, ~17 Go) à 50-60 tok/s. C'est le meilleur Mac mini pour l'IA locale en 2026.
Mac mini M4 vs RTX 5070 Ti ?
RTX 5070 Ti (16 Go GDDR7, ~750 Go/s) est ~2× plus rapide sur 7-13B. Le Mac mini gagne dès qu'on dépasse 16 Go (modèles 30B). Et silence + conso < 100W : difficile à battre pour du 24/7.
Quelle config Mac mini M4 idéale ?
M4 Pro 48 Go / 1 To SSD = ~2300 € — sweet spot. M4 Pro 64 Go ouvre la porte à Llama 70B Q3. Le M4 de base 16 Go reste excellent pour du 7-8B en serveur entrée de gamme.
Approfondissez avec nos duels détaillés des finalistes :