Apple MacBook Pro 14" (M4 Pro)

L’Apple MacBook Pro 14 pouces équipé de l’Apple M4 Pro se positionne comme un portable équilibré pour exécuter des modèles d’IA en local. Sa mémoire unifiée de 48 Go, une réserve partagée entre le processeur et le circuit graphique, laisse environ 36 Go exploitables par le modèle, tandis que sa bande passante atteint 273 Go/s.

Cette configuration Apple Silicon, la famille de puces intégrées conçue par Apple, vise notamment l’inférence locale mobile sans machine dédiée. Le GPU compte 16 cœurs, ou 20 en option, et le NPU atteint 38 TOPS, une mesure du débit théorique des calculs spécialisés en IA. Le prix officiel de la configuration de base était de 1 999 USD à sa sortie.

Carte d'identité

Quels modèles peut-elle faire tourner ?

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

« 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 36 Go réellement disponibles permettent d’utiliser confortablement Llama 3.1 8B, Qwen3 14B et Qwen3 32B en Q4, une quantification qui réduit chaque poids à environ quatre bits afin d’abaisser l’empreinte mémoire. En revanche, Llama 3.3 70B en Q4 et gpt-oss-120B en MXFP4, un format numérique compact adapté aux modèles, dépassent cette capacité. Ce dernier est un MoE, ou mélange d’experts, une architecture qui n’active qu’une partie de ses paramètres à chaque calcul.

Avec le GPU 16 cœurs, Llama 2 7B Q4_0 atteint 31 tok/s sous llama.cpp avec Metal, respectivement un moteur d’inférence local et l’interface graphique d’Apple. Un token est une unité de texte traitée par le modèle. La variante 20 cœurs monte à 51 tok/s sur Llama 7B Q4, ce qui indique une génération fluide pour cette catégorie. Face au prix officiel de 1 999 USD, l’intérêt repose surtout sur l’association d’un format portable, de 48 Go unifiés et de 273 Go/s, plutôt que sur l’accueil des très grands modèles. Aucun chiffre de consommation ne permet d’établir un rapport performance par watt, et les faits disponibles ne documentent ni le bruit ni l’étendue de la compatibilité logicielle au-delà de llama.cpp avec Metal. Remplacé par le M5 Pro en mars 2026, ce modèle est désormais disponible en occasion et n’est plus produit.

Sources : specs Apple, llama.cpp — benchmarks Apple Silicon (#4167), GPU 16 cœurs.