Das beste lokale LLM für ein MacBook Air ohne eGPU?
Diese Seite enthält Verweislinks zu Produkten von Drittanbietern. PromptQuorum ist an keinem Partnerprogramm beteiligt — es sind reine Referenzlinks, die keine Provision erzielen. Das Anklicken von Links und Ihre nächsten Schritte liegen in Ihrer eigenen Verantwortung. Diese Links stellen keine Billigung oder Verifizierung durch PromptQuorum dar.
Schnelle Antwort
Qwen3 8B oder Llama 3.3 8B bei Q4 ist das beste lokale LLM für ein MacBook Air mit 16 GB Unified Memory. Mit 24 GB steigen Sie auf ein 13-14B-Modell um. Eine eGPU kann auf Apple Silicon nicht helfen.
- ▸16-GB-MacBook-Air: 8B-Modelle (Qwen3 8B, Llama 3.3 8B) bei Q4_K_M via Ollama oder MLX betreiben.
- ▸24-GB-MacBook-Air: Umstieg auf 13-14B-Modelle bei Q4 mit komfortabler Reserve.
- ▸Keine eGPU funktioniert auf Apple Silicon — Ollama beschleunigt nur über Apples eigenes Metal-Backend, nicht über GPUs von Drittanbietern.
Aktualisiert: 2026-07
Wichtigste Punkte
- ✓16-GB-MacBook-Air: Qwen3 8B oder Llama 3.3 8B bei Q4 betreiben — der Sweet Spot dieser Stufe
- ✓24-GB-MacBook-Air: Umstieg auf ein 13-14B-Modell bei Q4 mit echter Reserve
- ✓Keine eGPU funktioniert auf Apple Silicon — Ollama beschleunigt nur über Metal, Unified Memory ist der einzige Upgrade-Hebel
- ✓Das MacBook Air ist lüfterlos — bei langen, durchgehenden Inferenz-Sessions ist mit leichtem Thermal-Throttling zu rechnen
Beste Wahl: 8B-Modelle auf 16 GB, 13-14B auf 24 GB
Auf einem 16-GB-MacBook-Air ist das beste lokale LLM ein 8B-Modell — Qwen3 8B oder Llama 3.3 8B — bei Q4_K_M-Quantisierung, das etwa 5-6 GB benötigt und komfortable Reserve für macOS und einen Browser lässt. Beide Modelle laufen gut über Ollama oder Apples MLX-Framework, das speziell für die Unified-Memory-Architektur von Apple Silicon optimiert ist.
Wenn Sie Ihr MacBook Air mit 24 GB Unified Memory konfiguriert haben, steigen Sie auf ein 13-14B-Modell bei Q4 um — etwa 9-10 GB — mit reichlich Reserve. Unified Memory bedeutet, dass es keine separate VRAM-Obergrenze gibt: RAM wird zwischen CPU und GPU geteilt, daher ist die Speicherzahl auf dem Datenblatt die Zahl, die für die LLM-Größenwahl zählt.
Eine eGPU ändert an keiner der beiden Rechnungen etwas. Apple Silicon bietet keinen PCIe-Pfad zu einer externen GPU, und selbst dort, wo eine eGPU physisch angeschlossen ist (nur bei älteren Intel-Macs möglich, nicht bei Apple Silicon), leitet Ollama Inferenz nur an Apples eigenes Metal-Backend weiter. Der einzige echte Upgrade-Hebel beim MacBook Air ist der Kauf von mehr Unified Memory zum Kaufzeitpunkt — nachträglich lässt es sich nicht hinzufügen.
16 GB vs. 24 GB MacBook Air für lokale LLMs
Die 16-GB-Konfiguration ist das praktische Minimum für komfortable 8B-Inferenz neben normaler täglicher Nutzung. Die 24-GB-Konfiguration verdoppelt die nutzbare Modellgrößen-Obergrenze auf 13-14B, bei einem echten Preisaufschlag für das Speicher-Upgrade.
Da Unified Memory nach dem Kauf nicht nachgerüstet werden kann, kaufen Sie jetzt die zur Zielmodellgröße passende Konfiguration, statt ein späteres „Upgrade" zu planen — diese Option gibt es beim MacBook Air nicht.
Weiterführende Artikel
- ▸Kann man lokale LLMs mit einer eGPU auf einem MacBook betreiben? — warum eGPUs auf Apple Silicon nicht funktionieren
- ▸Ist das Mac Mini M4 gut für lokale LLMs? — eine Desktop-Alternative mit mehr Speicherreserve
- ▸Bestes lokales LLM für einen Mac mit 32 GB Unified Memory — die nächste Stufe
Häufig gestellte Fragen
Drosselt das MacBook Air bei langer LLM-Inferenz?▾
Reichen 8 GB Unified Memory für irgendein lokales LLM?▾
Sollte ich stattdessen ein MacBook Pro für lokale LLMs kaufen?▾
Läuft Ollama oder MLX besser auf einem MacBook Air?▾
Den vollständigen Überblick?
Die vollständige Anleitung lesen →