Classement mis à jour le 18/08/2026
Le MacBook Air M4 (16 / 24 / 32 Go de mémoire unifiée, 120 Go/s) tourne très bien les LLM 3-9B en Q4_K_M via Ollama ou MLX. Le ventilateur absent limite les sessions longues : on privilégie les modèles efficients (MoE actifs faibles) et les quantifs serrées.
Dense 8B Apache 2.0, 12 langues dont FR, 131k ctx, GQA 32Q/8KV. MMLU 73.84, HumanEval 85.37. Sortie 29 avril 2026.
# HuggingFace : ibm-granite/granite-4.1-8b
3.8B MIT avec function calling. MMLU 67.3, HumanEval 74.4. 200k vocab, LongRoPE.
ollama run phi4-mini:3.8b
Raisonneur 3.8B MIT entraîné sur traces R1. AIME24 57.5, MATH-500 94.6.
ollama run phi4-mini-reasoning:3.8b
Petit mais malin. 128k de contexte dans 4 GB.
ollama run phi3.5
4B effectifs multimodal (texte+image+audio). 140 langues. Pour laptop et edge.
ollama run gemma4:e4b
Dense 7B 100% ouvert (poids + données + code). Transparence totale pour recherche.
ollama run olmo-3:7b
Granite Embedding R2 (IBM, Apache 2.0) : modèle d'embeddings multilingue pour RAG et recherche sémantique, 128k contexte, ~4 Go VRAM Q4.
# HuggingFace : ibm-granite/granite-embedding-multilingual-r2
| Rang | Modèle | Params | VRAM Q4 | Contexte | Licence | Sur Apple M4 (24 GB) |
|---|---|---|---|---|---|---|
| #1 | Granite 4.1 8B Instruct | 8B | 5 GB | 131 072 | Apache 2.0 | 12 tok/s · FP16 |
| #2 | Phi-4 Mini 3.8B | 3.8B | 10 GB | 128 000 | MIT | 14 tok/s · Q5_K_M |
| #3 | Phi-4 Mini Reasoning 3.8B | 3.8B | 10 GB | 128 000 | MIT | 14 tok/s · Q5_K_M |
| #4 | Phi-3.5 Mini | 3.8B | 10 GB | 131 072 | MIT | 14 tok/s · Q5_K_M |
| #5 | Gemma 4 E4B | 4B | 10 GB | 128 000 | Gemma | 14 tok/s · Q5_K_M |
| #6 | OLMo 3 7B | 7B | 5 GB | 8 192 | Apache 2.0 | 12 tok/s · FP16 |
| #7 | Granite Embedding Multilingual R2 | 7B | 4.1 GB | 128 000 | Apache 2.0 | 32 tok/s · FP16 |
Comparez les prix de MacBook Air M4 chez nos marchands partenaires (prix et stock à jour) :
Liens affiliés — QuelLLM peut percevoir une commission sur les achats, sans surcoût pour vous, ce qui n'influence pas le classement (établi de façon indépendante). En tant que Partenaire Amazon, QuelLLM réalise un bénéfice sur les achats remplissant les conditions requises.
Mémo gratuit
Reçois le mémo VRAM → meilleur modèle de code → commande Ollama (un seul écran, copier-coller). Et passe au kit Copilote Local pour en faire un setup qui marche vraiment.
Le kit Copilote Local — les configs Ollama + Cline + Aider prêtes à coller, Modelfiles réglés, dépannage, espace en ligne à vie →Pas de spam. Désinscription en 1 clic. Tes données restent chez nous (jamais revendues).
Ta carte → le meilleur modèle de code à faire tourner en local, et la commande Ollama exacte :
| Ta VRAM | GPU / Mac typiques | Modèle de code conseillé | Commande Ollama |
|---|---|---|---|
| 8 Go | RTX 4060 / 3060 · M1-M2 16 Go | Qwen2.5-Coder 7B (Q4) | ollama run qwen2.5-coder:7b |
| 12 Go | RTX 4070 / 5070 | Qwen2.5-Coder 14B (Q4) | ollama run qwen2.5-coder:14b |
| 16 Go | RTX 5070 Ti / 4080 / 5080 · RX 9070 XT · M4 24 Go | DeepSeek-Coder-V2-Lite 16B ou Qwen2.5-Coder 14B Q8 | ollama run deepseek-coder-v2:16b |
| 24 Go | RTX 3090 / 4090 · RX 7900 XTX · M4 Pro 48 Go | Qwen2.5-Coder 32B (Q4) — le « proche Copilot » | ollama run qwen2.5-coder:32b |
| 32 Go | RTX 5090 | Qwen2.5-Coder 32B en Q5/Q6 ou Devstral Small 2 (agentique) | ollama run devstral |
| 48 Go+ | Mac M4 Max 64 Go · M2 Ultra 128 Go | Qwen3-Coder 30B-A3B (MoE rapide) ou un 32B en Q8 | ollama run qwen3-coder:30b |
🔌 Pour le brancher dans VS Code : Cline (agent multi-fichiers), Aider (CLI) ou Tabby/Twinny (autocomplétion FIM) — tous se connectent à Ollama en local. Le kit Copilote Local — configs prêtes à coller + setup testé — est dispo : /copilote-local.
Filtre : modèles 1-15B dont la version Q4_K_M tient sous 14 Go (laisse 10+ Go à macOS). Bonus 3-9B (idéal sans throttling thermique) et MoE petits actifs (Qwen 3 30B-A3B fonctionne sur Air 32 Go).
Critères pris en compte :
Le scoring est entièrement transparent : consultez notre méthodologie pour les détails de calcul VRAM/tokens/sec.
MacBook Air M4 16 Go : quel LLM choisir ?
Mistral 7B Q4 (~4,5 Go) ou Qwen 3 8B Q4 (~5 Go) sont le sweet spot — 25-35 tokens/sec, fluide pour du chat. Évitez Gemma 4 27B même en Q3 : trop juste sans ventilo. Voir le guide MacBook Air M4.
Air M4 24 / 32 Go : peut-on monter à 13B ?
Oui : Mistral Nemo 12B Q4 (~7 Go) ou Qwen 3 14B Q4 (~8 Go) tournent à 15-22 tokens/sec. À 32 Go vous pouvez tester Qwen 3 30B A3B (MoE, 3 Go actifs en VRAM) — étonnamment bon sur Air.
MLX ou Ollama sur MacBook Air M4 ?
Ollama démarre en 30 secondes. MLX donne 15-25 % de tok/s en plus mais demande de convertir les poids. Pour un Air (autonomie + simplicité), Ollama reste le choix par défaut. LM Studio combine les deux en UI.
L'Air M4 chauffe-t-il sur un LLM 7B ?
Oui après 5-10 min de génération continue : il throttle de ~10-15 %. Pour du chat ponctuel c'est invisible. Pour du batch RAG, basculez sur MacBook Pro (ventilé) ou Mac mini. Voir aussi MBP M4.