Lokale Coding-Modelle auf einem 64-GB-Mac im Vergleich
Echte Messungen auf einem MacBook Pro · Apple M5 Pro · 64 GB. Tempo mit dem offiziellen mlx_lm.benchmark, Qualität mit EvalPlus HumanEval+ (164 Aufgaben, 124.253 Testfälle pro Modell). Nichts ist geschätzt.
| Platz | Modell | HumanEval+ | HumanEval | Tempo | Spitzenspeicher | Lizenz |
|---|---|---|---|---|---|---|
| 1 | Qwen3.6 27B | 93,3% | 96,3% | 17,6 tok/s | 17,0 GB | Apache-2.0 |
| 2 | Qwen3.6 35B-A3B | 92,7% | 96,3% | 86,5 tok/s | 20,7 GB | Apache-2.0 |
| 3 | Gemma 4 26B-A4B | 90,9% | 95,7% | 80,7 tok/s | 15,1 GB | Apache-2.0 |
| 4 | gpt-oss-20b | 87,2% | 92,7% | 82,6 tok/s | 12,7 GB | Apache-2.0 |
| 5 | Gemma 4 E4B | 83,5% | 87,2% | 80,5 tok/s | 5,1 GB | Apache-2.0 |
| 6 | Devstral Small 2 | 82,3% | 88,4% | 18,1 tok/s | 15,1 GB | Apache-2.0 |
| 7 | Qwen3-Coder 30B-A3B | 81,7% | 87,2% | 93,9 tok/s | 17,8 GB | Apache-2.0 |
| 8 | Gemma 4 E2B | 77,4% | 83,5% | 130,5 tok/s | 3,5 GB | Apache-2.0 |