为了证明M4 Max真的不行，自己写了案例测试了几个模型

[terry]

566656661 荣誉是别人给的，有什么不好意思的，声望都是别人一个一个点赞出来的。

[williamlouis]

M4 群众：盖版 32G 改版 24G 丐版 16G 围观下。大家偷乐，你也不比我们强多少哈。哈哈哈哈哈哈。

[tomcatzh]

@williamlouis 说:

M4 群众：盖版 32G 改版 24G 丐版 16G 围观下。大家偷乐，你也不比我们强多少哈。哈哈哈哈哈哈。

的确啊，但是我找到那个模型，可能丐版的兄弟们真的可以试一下，32GB应该轻松跑

[williamlouis]

我局域网让 7900XTX 做本地算力了。

[tomcatzh]

@williamlouis 说:

我局域网让 7900XTX 做本地算力了。

在2026年的这一刻的确是最优解

[williamlouis]

嗯。但是暂时 闲置折腾状态。没什么项目给它做。我还是主力用 在线 api 跑。

[566656661]

@tomcatzh

對了, 個人推薦是盡量避免Claude/GPT/Gemini的蒸餾模型, 因為成效很迷

不是說蒸餾這個技術沒用, 是在指家用端的模型思考能力有限發揮不出來優勢

而且更有可能會矯枉過正導致原本的模型CoT爆掉, 思考能力反而更差

我其實更傾向相信在訓練途中Qwen團隊早已經加入有關這些模型的CoT訓練資料, Gemma 4反而可能沒有

[tomcatzh]

@566656661 说:

@tomcatzh

對了, 個人推薦是盡量避免Claude/GPT/Gemini的蒸餾模型, 因為成效很迷

不是說蒸餾這個技術沒用, 是在指家用端的模型思考能力有限發揮不出來優勢

而且更有可能會矯枉過正導致原本的模型CoT爆掉, 思考能力反而更差

我其實更傾向相信在訓練途中Qwen團隊早已經加入有關這些模型的CoT訓練資料, Gemma 4反而可能沒有

是的，的确，大部分的蒸馏模型都一般。

我也是将信将疑的用。但是hugging face很多发布都喜欢越狱同时加蒸馏。

当时也是看着热度比较高的这个mxfp4模型，本来纯打算测一把速度的。但没想到智能让我有惊喜。（至少在我的测试集里面有惊喜）

[Tony Wang]

@tomcatzh

你这个27b decode的速度惊人啊, 可惜就是prefill 太慢.

目前的Mac 跑 35A3 或者 26A4, 应该是最好的选择了. 27b普遍都跑不动.

M5 max 的实测数据, 我们论坛还没有, 我感觉 M5 max 可能将将可用.

[tomcatzh]

@Tony-Wang 我还有一个想测的，是DGX Spark，好像可以闲鱼租

[tomcatzh]

@Tony-Wang decode速度高，毕竟是满血的m4 max

[Tony Wang]

@tomcatzh

DGX 也不便宜, 跑27b肯定比Mac能打, 但是生图之类的肯定也不行. 估计跑 70b的效果也不太好.

如果只做AI算力机, 应该比Mac的性价比高.

[566656661]

@Tony-Wang

圖的話基本上就5070等級吧, 不過功耗跟頻率限制了, 應該會更差

[soop ladios]

剛跑了qwen 3.6 27B Q8 單台DGX spark的測試供參考, 手邊沒有Q4的模型可以跑.

圖片影片的話.. 論壇上有發一篇了, 可以看看

[Tony Wang]

@soop-ladios

速度还不错, 长上下文 prefill 还是有点儿慢. 换成Q4应该完全可用.