Apple Mac mini (M4)
L’Apple Mac mini (M4) constitue le point d’entrée le plus abordable de l’inférence locale sur Apple Silicon, la famille de puces intégrées d’Apple. Ce Mini-PC de 12,7 × 12,7 cm s’adresse principalement à l’exécution de modèles compacts sur une machine disponible au prix officiel de 999…
L’Apple Mac mini (M4) constitue le point d’entrée le plus abordable de l’inférence locale sur Apple Silicon, la famille de puces intégrées d’Apple. Ce Mini-PC de 12,7 × 12,7 cm s’adresse principalement à l’exécution de modèles compacts sur une machine disponible au prix officiel de 999 USD dans sa configuration 32 Go.
Sa mémoire unifiée de 32 Go, partagée entre le processeur et le circuit graphique, laisse environ 24 Go exploitables par le modèle. Associée à une bande passante de 120 Go/s, elle permet notamment d’exécuter des modèles de 7B à 14B quantisés, la quantisation réduisant la précision des poids pour diminuer leur empreinte mémoire.
Carte d'identité
| Caractéristique | Valeur |
|---|---|
| Constructeur | Apple |
| Catégorie | Apple Silicon |
| Statut | Disponible |
| Date de sortie | 8 novembre 2024 |
| Mémoire | 32 Go (Mémoire unifiée) |
| Dont exploitable par le modèle | 24 Go (≈) |
| Bande passante mémoire | 120 Go/s |
| CPU | Apple M4, 10 cœurs (4P + 6E) |
| GPU | GPU 10 cœurs |
| NPU | 38 TOPS |
| Format | Mini-PC 12,7 × 12,7 cm |
| Extensible | Non |
| Prix officiel | 999 $ (Apple (config 32 Go, via EveryMac), 8 novembre 2024) |
| Fiche constructeur | specs officielles |
Quels modèles peut-elle faire tourner ?
| Modèle étalon | Verdict |
|---|---|
| 8 B (Llama 3.1 8B, Q4) | ✅ À l'aise |
| 14 B (Qwen3 14B, Q4) | ✅ À l'aise |
| 32 B (Qwen3 32B, Q4) | ✅ À l'aise |
| 70 B (Llama 3.3 70B, Q4) | ❌ Trop grand |
| 120 B MoE (gpt-oss-120B, MXFP4) | ❌ Trop grand |
Estimation mémoire : environ 0,6 Go par milliard de paramètres en Q4, plus le contexte. « Juste » : le modèle se charge mais le contexte utilisable est réduit.
Performances mesurées
| Modèle | Quantisat° | Lecture | Génération | Runtime | Source |
|---|---|---|---|---|---|
| Llama 2 7B | Q4_0 | 221 tok/s | 24 tok/s | llama.cpp (Metal) | llama.cpp — benchmarks Apple Silicon (#4167) (10 juillet 2026) |
« Lecture » (prompt processing) : vitesse d'ingestion du contexte. « Génération » : vitesse d'écriture de la réponse, celle que l'on perçoit à l'usage. Deux mesures ne sont comparables qu'à modèle, quantisation et runtime identiques.
Notre analyse
Les quelque 24 Go réellement disponibles pour le modèle offrent une marge confortable avec Llama 3.1 8B et Qwen3 14B en Q4, un format de quantisation sur 4 bits limitant l’usage de mémoire. Qwen3 32B en Q4 figure également parmi les modèles étalons exécutés à l’aise. En revanche, Llama 3.3 70B en Q4 et gpt-oss-120B en MXFP4, un format numérique compact destiné aux modèles d’IA, dépassent la capacité mémoire.
La bande passante de 120 Go/s fixe le principal plafond pratique. Llama 2 7B en Q4_0 atteint 24 tok/s, soit 24 fragments de mots générés chaque seconde, avec llama.cpp et Metal, l’interface d’accélération graphique d’Apple. Ce débit convient à une génération interactive, sans positionner la machine pour les très grands modèles. À 999 USD, le rapport capacité-prix repose surtout sur l’intégration de 32 Go de mémoire unifiée dans un format compact. Le rapport performance/watt et le bruit ne peuvent pas être chiffrés à partir des données disponibles. Côté logiciel, seule une mesure sous Metal est documentée ici, ce qui ne permet pas d’évaluer plus largement l’écosystème. Disponible, ce Mac mini a surtout du sens pour l’expérimentation locale et l’usage régulier de modèles quantisés compacts.
Sources : specs Apple, llama.cpp — benchmarks Apple Silicon (#4167).