M4 Ultra
89 AI models fit in 128 GB VRAM at Q4 native. 2 more run with CPU offloading. Real benchmarks below.
llama.cpp 0.2.x · CUDA 12 · Ubuntu 22.04 · Prices verified on Amazon · methodology →
Execution Context
Calcular con tu modelo →
Calculadora VRAM — comprueba compatibilidad al instante
Check current offer
Amazon affiliate link for M4 Ultra
Full Specifications
Apple · 2025-03
| VRAM | 128 GB Unified Memory |
| Bandwidth | 1092 GB/s |
| FP16 TFLOPS | 28.4 |
| AI Score | 90 / 140 |
| Tensor Cores | 32 |
| TDP | 90 W |
| Price Band | Integrated |
| Released | 2025-03 |
AI Benchmarks
Real inference measurements — llama.cpp Q4_K_M
| Task | Result |
|---|---|
| Llama 1B Q4 | 400 tok/s |
| Llama 3B Q4 | 200 tok/s |
| Llama 7B Q4 | 110 tok/s |
| Llama 13B Q4 | 51 tok/s |
| Llama 30B Q4 | 25 tok/s |
| Llama 70B Q4 | 45 tok/s |
| Stable Diffusion 512px | 2.5s / img |
| Whisper Large RTF | 0.3x |
RTF < 1.0 = faster than real time. For Stable Diffusion and Whisper lower is better; for tokens/s higher is better.
Comparar M4 Ultra con otra GPU
¿Vale la pena el upgrade? Compara specs y benchmarks reales lado a lado.
Abrir comparador →Compatible AI Models — M4 Ultra
89 models run fully in VRAM · 2 with CPU offloading
Llama 3.3 70B
Flux.1 Dev
Whisper Large V3
Qwen2.5 72B
Stable Diffusion 3.5 Large
FLUX.2 Dev
Llama 3.1 70B
Qwen2.5-Coder 32B
Show all 89 compatible models →
Also runs with CPU offloading (2)
- Llama 3.1 405B 115 GB Q2 Cómo instalar →
- Qwen3 235B-A22B 64.6 GB Q2 Cómo instalar →
M4 Ultra · Amazon
GPU pricing moves frequently across retailers. Check the current offer before you buy.
Check current offerSome links are Amazon affiliate links. We may earn a commission at no extra cost to you. Amazon cookies may last up to 24 hours after your click.
M4 Ultra para Inteligencia Artificial Local
La M4 Ultra es una de las opciones más potentes para IA local gracias a sus 128GB de Unified Memory. Con esta cantidad de memoria puedes cargar modelos de 70B parámetros completos en Q4, incluyendo Llama 3.1 70B, Qwen2.5 72B y DeepSeek R1 Distill 32B sin ningún tipo de offloading. Es la elección óptima para usuarios que quieren el máximo rendimiento sin compromisos.
Los benchmarks reales muestran 110 tokens/segundo en Llama 7B Q4 y 45 tokens/segundo en Llama 70B Q4. Para generación de imágenes, Stable Diffusion 512px tarda aproximadamente 2.5 segundos por imagen, y Whisper Large transcribe a 0.3x tiempo real.
Si buscas correr modelos de código abierto a nivel profesional desde casa, la M4 Ultra elimina prácticamente todas las limitaciones de VRAM. Puedes usar la calculadora de VRAM para verificar cualquier modelo específico, o visitar nuestra guía de inicio para configurar tu entorno local.
Plan your full AI build
M4 Ultra · 128 GB VRAM — configure PSU, RAM, storage and check compatible models.
Artículos Relacionados
¿No sabes qué modelo correr en tu M4 Ultra?
La calculadora de VRAM te dice exactamente qué cuantización necesitas.
Consigue el mejor precio para M4 Ultra
Abre Amazon con nuestro enlace afiliado y revisa disponibilidad, variantes y ofertas actuales.