M4 Max (32-core GPU) vs RTX 5090 pour l’IA locale

M4 Max (32-core GPU) fait bien tourner 36 des 74 modèles ouverts et RTX 5090 en fait tourner 37. Voici chaque modèle sur les deux, avec la note et la vitesse obtenues.

Fait bien tourner plus de modèles (note B ou mieux)

RTX 5090

M4 Max (32-core GPU): 36 · RTX 5090: 37

Plus rapide sur les modèles que les deux font tourner

RTX 5090 · ×4,3

Rapport de vitesse médian sur 36 modèles que les deux chargent entièrement en mémoire.

Le modèle le plus intelligent qu’il fait bien tourner

M4 Max (32-core GPU)Qwen3.8 27B

RTX 5090Qwen3.8 27B

Les caractéristiques qui comptent

	M4 Max (32-core GPU)	RTX 5090
Mémoire comparée	36 GB	32 GB
Bande passante mémoire	410 GB/s	1792 GB/s
Type de mémoire	Unifiée (partagée avec le système)	VRAM dédiée
Backend	Metal	CUDA
Sortie	2024	2025

Chaque modèle sur les deux

Note et vitesse de sortie en Q4_K_M avec un contexte de 8K ; le vert indique le meilleur des deux.

Modèle	ECI	M4 Max (32-core GPU)	RTX 5090
Kimi K3	157	F—	F—
DeepSeek V4 Pro 0813	155	F—	F—
DeepSeek V4.1 Flash	155	F—	F—
DeepSeek V4 Flash 0731	154	F—	F—
GLM 5.3 Flash	152	F—	F—
GLM 5.2	152	F—	F—
Kimi K2.6	151	F—	F—
tInkling Small	150	F—	F—
Kimi K2.7 Code	150	F—	F—
GLM 5.1	150	F—	F—
Qwen3.8 27B	149	B~19 t/s	S~66 t/s
DeepSeek V4 Pro	149	F—	F—
tInkling	149	F—	F—
Kimi K2.5	148	F—	F—
MiniMax M3	147	F—	F—
MiniMax M2.5	147	F—	F—
Qwen3.5 397B A17B	147	F—	F—
Qwen3.6 27B	147	B~20 t/s	S~69 t/s
DeepSeek V3.2	146	F—	F—
Nemotron 3 Ultra 550B A55B	146	F—	F—
DeepSeek V4 Flash	146	F—	F—
Kimi K2 Thinking	146	F—	F—
MiniMax M2.7	146	F—	F—
GLM 5	146	F—	F—
DeepSeek V3.2 Exp	145	F—	F—
Qwen3.6 35B A3B	144	S~96 t/s	S~604 t/s
Qwen3 235B A22B Thinking 2507	144	F—	F—
GLM 4.7	144	F—	F—
Gemma 4 31B	143	B~18 t/s	S~60 t/s
Qwen3.5 35B A3B	143	S~96 t/s	S~611 t/s
Gemma 4 26B A4B	142	S~79 t/s	S~419 t/s
Mistral Medium 3.5 128B	141	F—	F—
Kimi K2	140	F—	F—
gpt-oss 120b	140	F—	F—
DeepSeek V3.1	140	F—	F—
Qwen3 30B A3B Thinking 2507	140	S~86 t/s	S~487 t/s
Qwen3.5 9B	139	S~49 t/s	S~202 t/s
Qwen3 235B A22B 2507	139	F—	F—
gpt-oss 20b	138	S~92 t/s	S~558 t/s
Qwen3 30B A3B 2507	137	S~86 t/s	S~487 t/s
Magistral Small 2506	133	A~22 t/s	S~78 t/s
Mistral Small 3.2 24B	132	A~22 t/s	S~78 t/s
Magistral Small 2509	131	A~22 t/s	S~78 t/s
Phi-4 14B	130	A~32 t/s	S~121 t/s
Llama 4 Scout 17B 16E	130	F—	F—
Llama 3.3 70B	127	F—	D~4 t/s
Llama 3.1 8B	117	S~51 t/s	S~215 t/s
Command A+	—	F—	F—
Qwen3.8 Flash Next	—	F—	F—
Qwen3.5 122B A10B	—	F—	F—
Mistral Small 4 119B	—	F—	F—
Qwen3 Coder Next	—	F—	C~74 t/s
Kimi Linear 48B A3B	—	F—	B~628 t/s
Olmo 3.1 32B Think	—	B~17 t/s	S~57 t/s
Nemotron 3.5 Lightning 30B A3B	—	B~85 t/s	S~480 t/s
GLM 4.7 Flash	—	S~95 t/s	S~593 t/s
North Mini Code 1.0	—	S~89 t/s	S~520 t/s
Granite 4.2 30B	—	B~18 t/s	S~61 t/s
Devstral Small 2 24B	—	A~22 t/s	S~78 t/s
Ministral 3 14B	—	A~35 t/s	S~132 t/s
Gemma 4 12B	—	A~40 t/s	S~156 t/s
Ministral 3 8B	—	S~49 t/s	S~204 t/s
Granite 4.2 8B	—	S~46 t/s	S~189 t/s
Gemma 4 E4B	—	S~54 t/s	S~231 t/s
Olmo 3 7B	—	S~44 t/s	S~177 t/s
Gemma 4 E2B	—	S~74 t/s	S~373 t/s
Qwen3.5 4B	—	S~78 t/s	S~408 t/s
Ministral 3 3B	—	S~83 t/s	S~455 t/s
Granite 4.2 3B	—	S~81 t/s	S~443 t/s
Llama 3.2 3B	—	S~84 t/s	S~472 t/s
SmolLM3 3B	—	S~90 t/s	S~529 t/s
LFM2.5 2.6B	—	S~101 t/s	S~670 t/s
Qwen3.5 2B	—	S~113 t/s	S~882 t/s
Qwen3.5 0.8B	—	S~145 t/s	S~2 014 t/s

Estimations à partir de caractéristiques et de mesures publiées, calibrées par backend. Vos pilotes, réglages et logiciel changent les chiffres réels.

Changez mémoire, contexte ou quantificationOuvrez cette comparaison dans l’outil interactif.

Tous les modèles sur M4 Max (32-core GPU)

M4 Max (32-core GPU) vs M4 Pro M4 Max (32-core GPU) vs M5 Max (32-core GPU)M4 Max (32-core GPU) vs M2 Max M4 Max (32-core GPU) vs Arc Pro B60 M4 Max (32-core GPU) vs Arc B580 M4 Max (32-core GPU) vs RTX 5060 Ti 16GB

Tous les modèles sur RTX 5090

RTX 5090 vs M5 Ultra RTX 5090 vs RTX 5080 RTX 5090 vs RTX 5070 Ti RTX 5090 vs Arc Pro B65 RTX 5090 vs M5 Max (32-core GPU)RTX 5090 vs M5 Max (40-core GPU)