Welche KI passt zu deinem Mac?
Vergleiche Ollama, LM Studio, MLX, Claude, Gemini und lokale 7B–13B Modelle nach RAM, Tempo, Datenschutz und Preis.
Redaktion
Starte mit Mac, RAM und Aufgabe
- Tencent Hy4 preview: 770B-MoE, 1M Kontext, Preise und Benchmarks Tencent Hy4 preview geprüft: 770B/49B MoE, 1M Kontext, API-Limits, Preise, Apache-2.0-Lizenz, Self-Hosting und …
- DeepSeek V4 Pro 0813: Preise, Benchmarks und Mac-Praxischeck DeepSeek V4 Pro 0813 erklärt: API-Preise, Agent-Benchmarks, Pro-vs.-Flash-Vergleich und ob das 1,6-T-Modell auf …
- Qwen3.8-27B ist da: Was der neue 27B-Open-Weight-Release für lokale Macs bedeutet Qwen3.8-27B seit 14. August 2026 als offizieller Open-Weight-Checkpoint. Parameterzahl, Lizenz, …
- Gemini 3.7 Flash auf dem Mac: API-Preis, Benchmarks & lokale Grenzen Gemini 3.7 Flash ist seit 13. August 2026 GA. Was Mac-Nutzer über API-Preis, 1M-Kontext, Coding-Benchmarks, …
- Meta Muse Glimmer 30B im Faktencheck: lokales Agentenmodell für 24/32 GB Muse Glimmer 30B geprüft: 24/32-GB-Hardware, DFlash-Speed, 131K Kontext, Ollama/MLX und Benchmarks gegen …
- Tencent Hy4 Preview: 770B MoE, 1M Context, Pricing and Benchmarks Tencent Hy4 preview checked: 770B/49B MoE, 1M context, API limits, pricing, Apache 2.0, self-hosting hardware …
- DeepSeek V4 Pro 0813: Pricing, Benchmarks and the Mac Reality Check DeepSeek V4 Pro 0813: API pricing, agent benchmarks, Pro vs Flash, API caveats and why the 1.6T model is not a …
- Qwen3.8-27B is here: what the new 27B open-weight release means for local Macs Qwen3.8-27B landed August 14, 2026 as an official open-weight checkpoint. Metadata, MLX/GGUF ecosystem, Mac …
- Gemini 3.7 Flash on Mac: API Pricing, Benchmarks & Local Limits Gemini 3.7 Flash is GA as of August 13, 2026. What Mac users need to know about API pricing, 1M context, coding …
- Meta Muse Glimmer 30B fact-checked: 24/32 GB, DFlash, Qwen3.6-27B Muse Glimmer 30B checked: 24/32 GB hardware, DFlash speed, 131K context, Ollama/MLX and independent benchmarks …
Gerade überarbeitet
Neu hier?
So findest du das passende Setup
Wähle Mac-Modell, RAM und Aufgabe. Dann siehst du, ob lokal, Cloud oder Hybrid der bessere Start ist.
Wofür nutzt du KI?
Chat, Code, Dokumente, Bilder
01 Private Notizen und PDFs Lokales 7B–13B-Modell zuerst testen Lokal
Auf 8 GB eher 7B–9B, ab 16 GB wird 13B realistischer. Wichtig sind Kontextlänge und Halluzinationsrate.
Lokale Modelle öffnen → 02 Lange Dokumente und Recherche Starkes Cloud-Modell mit Quellenkontrolle CloudClaude, Gemini oder ChatGPT lohnen sich, wenn 100K+ Kontext, Quellenprüfung und Export wichtiger sind als Offline-Betrieb.
Cloud-KI vergleichen → 03 Coding, Agenten, Multimodal Hybrid: Cloud-Agent, lokale Checks HybridCloud-Agenten sind stärker bei großen Refactors und Vision-Aufgaben. Lokale Checks bleiben für Diffs, Tests und vertrauliche Repos sinnvoll.
Coding-Artikel lesen →Hardware-Hub
Was läuft auf welchem Mac?
Mac-Kauf ist bei lokaler KI eine Modellgrößen-Frage: 7B/9B, 13B/20B oder 30B+ — plus genug Speicher für Browser, Editor und Dateien.