Le MacBook Air M1 (8 / 16 Go, 68 Go/s) date de 2020 mais fait encore tourner des LLM 3-7B convenablement. Bande passante limitée → on reste sur les modèles efficients.
Hybride 7B/1B actifs. Coût compute extrêmement faible. Edge/embarqué.
ollama run granite4:tiny-h
LLM souverain francophone, entraîné sur corpus FR.
ollama run lucie:7b
Raisonnement chain-of-thought distillé. Bluffant en maths.
ollama run deepseek-r1:7b
Vision SOTA 7B. Vidéo >1h, grounding bbox, OCR multilingue. DocVQA 95.7.
ollama run qwen2.5vl:7b
Premier omni open : texte+image+audio+vidéo en entrée, texte+parole en sortie. Pas de tag Ollama officiel.
# GGUF : ggml-org/Qwen2.5-Omni-7B-GGUF (pas d'Ollama officiel)
Texte+image+audio → texte. Mixture-of-LoRAs, jusqu'à ~2.8h d'audio. Pas de tag Ollama officiel.
# Via HuggingFace : microsoft/Phi-4-multimodal-instruct (pas d'Ollama officiel)
Dense 7B 100% ouvert (poids + données + code). Transparence totale pour recherche.
ollama run olmo-3:7b
| Rang | Modèle | Params | VRAM Q4 | Contexte | Licence | Sur Apple M1 (16 GB) |
|---|---|---|---|---|---|---|
| #1 | Granite 4.0 H-Tiny 7B-A1B | 7B | 4 GB | 128 000 | Apache 2.0 | 60 tok/s · Q8 |
| #2 | Lucie 7B | 7B | 5 GB | 4 096 | Apache 2.0 | 12 tok/s · Q8 |
| #3 | DeepSeek R1 Distill 7B | 7B | 5 GB | 32 768 | MIT | 12 tok/s · Q8 |
| #4 | Qwen 2.5 VL 7B | 7B | 6 GB | 128 000 | Apache 2.0 | 8 tok/s · Q8 |
| #5 | Qwen 2.5 Omni 7B | 7B | 6 GB | 32 768 | Apache 2.0 | 8 tok/s · Q8 |
| #6 | Phi-4 Multimodal 5.6B | 5.6B | 4 GB | 128 000 | MIT | 15 tok/s · Q8 |
| #7 | OLMo 3 7B | 7B | 5 GB | 8 192 | Apache 2.0 | 12 tok/s · Q8 |
Filtre : 1-9B dont Q4_K_M tient sous 9 Go. Bonus 3-7B (peak M1) et bonus fort ≤ 3B (M1 n'a pas le Neural Engine M3/M4).
Critères pris en compte :
Le scoring est entièrement transparent : consultez notre méthodologie pour les détails de calcul VRAM/tokens/sec.
MacBook Air M1 en 2026 : encore utilisable pour les LLM ?
Oui, mais limité. Mistral 7B Q4 tourne à ~14 tok/s, Llama 3.2 3B Q4 à ~25 tok/s. Pour du chat fluide, c'est OK. Pour du codage soutenu, prévoyez du temps. Voir le guide MacBook Air M1.
Air M1 8 Go : ça passe vraiment ?
Tout juste avec Phi-4 Mini 3,8B Q4 ou Gemma 4 4B Q4 (~2,5 Go). macOS prend 4 Go, vous laissez 2 Go au modèle + contexte court. Préférez 16 Go.
Quelle quantif sur M1 ?
Q4_K_M reste le sweet spot. Q5_K_M est meilleur en qualité mais coûte 25 % de bande passante mémoire en plus → tokens/sec divisés par ~1,3. Sur M1 c'est sensible. Évitez Q3 (qualité dégradée perceptible).
M1 vs M2 sur Mistral 7B ?
M1 ≈ 14 tok/s vs M2 ≈ 22 tok/s. La différence vient surtout de la bande passante (68 vs 100 Go/s). Pas un upgrade nécessaire si le M1 16 Go vous suffit.
Approfondissez avec nos duels détaillés des finalistes :