Quel est le meilleur LLM local pour un MacBook Air sans eGPU ?
Cette page contient des liens de référence vers des produits tiers. PromptQuorum n'est inscrit à aucun programme d'affiliation — ce sont de simples liens qui ne génèrent aucune commission. Cliquer sur les liens et vos prochaines étapes relèvent entièrement de votre responsabilité. Ces liens ne représentent aucune approbation ou vérification par PromptQuorum.
Réponse rapide
Qwen3 8B ou Llama 3.3 8B en Q4 est le meilleur LLM local pour un MacBook Air avec 16 Go de mémoire unifiée. Avec 24 Go, passez à un modèle 13-14B. Un eGPU ne peut rien apporter sur Apple Silicon.
- ▸MacBook Air 16 Go : exécutez des modèles 8B (Qwen3 8B, Llama 3.3 8B) en Q4_K_M via Ollama ou MLX.
- ▸MacBook Air 24 Go : passez à des modèles 13-14B en Q4 avec une marge confortable.
- ▸Aucun eGPU ne fonctionne sur Apple Silicon — Ollama n'accélère que via le backend Metal propre à Apple, pas via des GPU tiers.
Mis à jour : 2026-07
Points clés
- ✓MacBook Air 16 Go : exécutez Qwen3 8B ou Llama 3.3 8B en Q4 — le point d'équilibre idéal pour ce palier
- ✓MacBook Air 24 Go : passez à un modèle 13-14B en Q4 avec une réelle marge de manœuvre
- ✓Aucun eGPU ne fonctionne sur Apple Silicon — Ollama n'accélère que via Metal, la mémoire unifiée est le seul levier d'amélioration
- ✓Le MacBook Air est sans ventilateur — attendez-vous à une légère limitation thermique lors de sessions d'inférence longues et soutenues
Meilleur choix : modèles 8B sur 16 Go, 13-14B sur 24 Go
Sur un MacBook Air 16 Go, le meilleur LLM local est un modèle 8B — Qwen3 8B ou Llama 3.3 8B — en quantification Q4_K_M, qui nécessite environ 5-6 Go et laisse une marge confortable pour macOS et un navigateur. Les deux modèles fonctionnent bien via Ollama ou le framework MLX d'Apple, spécifiquement optimisé pour l'architecture à mémoire unifiée d'Apple Silicon.
Si vous avez configuré votre MacBook Air avec 24 Go de mémoire unifiée, passez à un modèle 13-14B en Q4 — environ 9-10 Go — avec une marge encore confortable. La mémoire unifiée signifie qu'il n'existe pas de plafond de VRAM distinct : la RAM est partagée entre le CPU et le GPU, si bien que le chiffre de mémoire indiqué sur la fiche technique est celui qui compte pour dimensionner un LLM.
Un eGPU ne change aucun de ces calculs. Apple Silicon n'expose aucun chemin PCIe vers un GPU externe, et même lorsqu'un eGPU est physiquement connecté (uniquement possible sur les anciens Mac Intel, pas sur Apple Silicon), Ollama ne dispatche l'inférence que vers le backend Metal propre à Apple. Le seul véritable levier d'amélioration sur un MacBook Air consiste à acheter davantage de mémoire unifiée à l'achat — elle ne peut pas être ajoutée par la suite.
16 Go vs 24 Go de MacBook Air pour les LLM locaux
La configuration 16 Go est le minimum pratique pour une inférence 8B confortable en parallèle d'un usage quotidien normal. La configuration 24 Go double approximativement le plafond de taille de modèle utilisable, jusqu'à 13-14B, moyennant une réelle prime tarifaire pour la mise à niveau mémoire.
La mémoire unifiée ne pouvant pas être mise à niveau après l'achat, choisissez dès maintenant la configuration adaptée à la taille de modèle visée plutôt que de prévoir une « mise à niveau ultérieure » — cette option n'existe pas sur un MacBook Air.
Related Reading
- ▸Peut-on exécuter des LLM locaux avec un eGPU sur un MacBook ? — pourquoi les eGPU ne fonctionnent pas sur Apple Silicon
- ▸Le Mac Mini M4 est-il adapté aux LLM locaux ? — une alternative de bureau avec plus de marge mémoire
- ▸Meilleur LLM local pour un Mac à 32 Go de mémoire unifiée — le palier supérieur
Frequently Asked Questions
Le MacBook Air chauffe-t-il et ralentit-il lors d'une inférence LLM prolongée ?▾
8 Go de mémoire unifiée suffisent-ils pour un LLM local ?▾
Faut-il plutôt acheter un MacBook Pro pour les LLM locaux ?▾
Ollama ou MLX fonctionne-t-il mieux sur un MacBook Air ?▾
Vous voulez les détails complets ?
Lire le guide complet →