M4 Mac Mini lokale LLM-Speicher-Benchmark: 16GB / 24GB / 32GB — wie wählen? (Ollama / MLX)

Q: M4 Mac Mini für lokale LLMs: 16GB oder 24GB?

Alltag 7B/8B + Ollama + leichte IDE: 16GB reicht. Für stabiles 14B, Claude Code Agent oder viele Browser-Tabs: 24GB. 14B auf 16GB gemessen: tok/s von 11,2 auf 3,4 mit Swap.

Q: Was verbraucht mehr Speicher — Ollama oder MLX?

Gleiches Modell und Quantisierung: meist unter 5 % Unterschied. Ollama-Daemon ~200–400 MB resident; MLX lädt on demand. Engpass ist die Unified-Memory-Stufe, nicht der Framework-Name.

Q: Lohnt sich 32GB gegenüber 24GB?

Solo-Dev mit 14B und großem num_ctx: 24GB reicht meist. 32GB passt zu Xcode CI + 14B auf einer Maschine oder Team-Knoten mit 32K+ Kontext.

Q: Woran erkenne ich Speichermangel?

Aktivitätsanzeige Speicherdruck gelb/rot, vm_stat Swapins steigen, tok/s bricht ein. memorystatus WARN ist das Vor-Swap-Signal.

Q: Kann ich eine Cloud-Mac für lokale LLMs mieten, ohne Hardware zu kaufen?

Ja. Macstripe bietet dedizierte 16GB/24GB/48GB M4-Knoten. Per SSH/VNC einloggen, Ollama installieren — gut zum Testen von 14B oder als Team-Inferenz-Knoten ohne Hardware-Vorinvestition.

Speichermodule im Detail — Unified-Memory-Konfiguration beim Betrieb von Ollama und MLX auf M4 Mac Mini

Auf dem M4 Mac Mini ist in Dev-Gruppen selten die lauteste Frage „Ollama oder MLX“, sondern ob 16GB wirklich reichen. Jemand installiert qwen2.5:14b, denkt „läuft, passt“, und ab der dritten Runde greift Swap — tok/s fallen von 11 auf 3. Jemand investiert in 24GB und sieht 7B bei ~50 tok/s — die falsche RAM-Stufe schmerzt mehr als das falsche Framework.

Macstripe Lab hat drei M4 Mac Mini (16GB / 24GB / 32GB) mit Ollama 0.6.2 und MLX gepaart gemessen: Speicher × Anwendungsfall × Framework-Entscheidungstabelle, Swap-Klippe und Sieben-Schritte-Checkliste. Preise und Apple-US-Listenpreise Stand 2026-07-21. Modell-Details: 7B vs. 14B Praxistest; Framework-Ebene: Ollama vs. MLX.

1. Zuerst die Kernaussage: Speicherstufe × Anwendungsfall × empfohlener Stack

Unified Memory	Typischer Einsatz	Empfohlenes Modell	Runtime	Gemessene tok/s (Median)	Risiko
16GB	Persönlicher Chat, leichte Skripte, lokaler Test	qwen2.5:7b / llama3.1:8b	Ollama	7B ~29 · 8B ~28.8	14B swappt leicht; Chrome + IDE zusammen überfordert
24GB	Claude Code Agent, dateiübergreifendes Coding	qwen2.5-coder:14b	Ollama	14B ~15.1 · 7B ~51.1	Sweet Spot; 14B-Decode langsamer als 7B — normal
32GB	Großer ctx + Xcode auf derselben Maschine, leichter Team-Knoten	14B + num_ctx 32K	Ollama serve	14B ~16–18	Teurer als 24GB; persönlicher ROI muss gerechnet werden
48GB+	Geteilte Inferenz, 32B-Exploration	qwen2.5:32b (Q4)	Ollama serve Cluster	32B ~8–12	Siehe M4 Pro Deployment-Leitfaden

Kurzantwort: Erst RAM-Stufe, dann Modell, dann Ollama / MLX. Agent-Workflows → Ollama; MLX nur für Offline-Benchmarks und Modellvalidierung — nicht für den Alltags-Runtime-Pick. 14B nicht auf 16GB erzwingen; 24GB ist die stabile Untergrenze für 14B.

2. Drei Fallen: warum Speicher wichtiger ist als das Framework

Im Lab sehen wir immer wieder drei Muster: „dachte, ich habe richtig gewählt — Speicher reicht nicht“:

Falle	Typisches Symptom	Gemessene Zahlen	Richtige Reaktion
Nur Leaderboard-tok/s	Im Netz „14B läuft 15 tok/s“; bei Ihnen nur 3	14B auf 16GB: 11.2 → 8.4 → 3.4 tok/s (Drei-Lauf-Abfall)	Swapins prüfen; Listen oft auf sauberem 24GB gemessen
Hintergrund-Apps ignorieren	„Ich laufe nur Ollama“, aber 30 Chrome-Tabs + Xcode-Index	8B sauber 28.8 tok/s → mit Chrome 20.8 (aus Median ausgeschlossen)	Vor Benchmark Tabs schließen; 4–6GB für OS + IDE einplanen
Framework vs. Speicher verwechseln	MLX wechseln, um bei 14B „RAM zu sparen“	Gleiches Modell Ollama vs. MLX Speicher-Delta <5%	Framework: wenige Prozent; Stufe: Größenordnung

Ein Indie-Dev formulierte es treffend: „16GB, Claude Code + qwen2.5-coder:14b — erste zwei Runden OK, dritte Runde TTFT von 1,9s auf 5,8s.“ Das ist nicht „Modell wird dümmer“, sondern Unified Memory betritt die Swap-Zone. Theorie: Unified Memory und LLM-Inferenz.

3. Formfaktor: Grenzen von 16GB / 24GB / 32GB

Basis-M4 Mac Mini bietet drei Unified-Memory-Stufen; GPU 10 Kerne, Bandbreite ~ 120 GB/s. Die GB-Zahl hebt das L2-Bandbreiten-Limit nicht, entscheidet aber, ob Modell + KV + Vordergrund-Apps resident bleiben, ohne L3-Druck-Kollaps.

3.1 Speicher-Budget-Formel (Schätzung)

Posten	7B Q4	14B Q4	Hinweis
Quantisierte Gewichte	~4.5 GB	~9 GB	Ollama-Default Q4_K_M
KV-Cache (num_ctx=2048)	~0.5 GB	~1 GB	Linear mit ctx
macOS + Vordergrund	4–6 GB	4–6 GB	Chrome/IDE je 1–3 GB
Ollama-Daemon	~0.3 GB	~0.3 GB	Resident HTTP-Dienst
Summe (grob)	~10 GB	~15 GB	16GB + 14B fast ohne Reserve

3.2 Drei Stufen: stabil / grenzwertig / vermeiden

Speicher	7B/8B	14B	32B	Anmerkung
16GB	✅ Stabil	⚠️ Swap-anfällig	❌	Leichte Privatnutzung
24GB	✅ Sehr schnell	✅ Sweet Spot	⚠️ Knapp	Agent / Coding empfohlen
32GB	✅	✅ Großer ctx	⚠️ Q4 testbar	CI + LLM auf einer Box

Ist Ihr Haupt-Szenario „Claude Code + 14B auf diesem Mac“, ist 24GB der beste Preis-Leistungs-Upgrade-Punkt — nicht linear „+8GB = +8 tok/s“, sondern Swap verzögern, damit 14B aus der Kollapszone in die stabile Zone rückt. Vollständige Methodik: M4 lokale LLM Hub-Benchmarks.

4. Konfiguration: Ollama vs. MLX Speicher-Footprint (gemessen)

Viele nehmen an, MLX sei „nativer“ und spare RAM — Messungen sagen das Gegenteil. Gleiches Modell und Quantisierung: Gewichte und KV fast identisch; Unterschied liegt in der Runtime-Architektur, nicht in GB.

Vergleich	Ollama	MLX	Gemessenes Delta
Modellgewichte (Llama 3.1 8B Q4)	~4.9 GB	~4.8 GB	Vernachlässigbar
Resident-Prozess	~200–400 MB (Daemon)	On-Demand, kein Daemon	Ollama etwas höher
tok/s (16GB sauber 8B)	Median ~28.8	~28–32	MLX 0–12 % schneller (offline)
tok/s (24GB sauber 8B)	Median ~51.2	~52–55	Abstand schrumpft
Claude Code-Anbindung	✅ Nativ `:11434`	❌ Eigenes HTTP nötig	Agenten → Ollama
Nach Swap-Trigger	11.2 → 3.4 tok/s	Gleiche Stufe, gleicher Kollaps	RAM-Stufe entscheidet alles

Konfig-Tipp: Alltag Agent / Claude Code → Ollama + Modell passend zur RAM-Stufe. Python-Benchmarks, CI-Regression, Forschungsskripte → MLX. Nicht auf 16GB zu MLX wechseln in der Hoffnung, 14B „RAM zu sparen“ — spart nicht.

14B remote ohne Schreibtisch-Upgrade? Eine Woche auf einem Macstripe 24GB Cloud-Knoten testen, Agent-Workflow validieren, dann Kaufentscheidung.

5. Lab-Daten: tok/s, TTFT und Swap-Klippe

Testumgebung: Mac Mini M4 (Mac14,3), macOS 15.4.1, Ollama 0.6.2, Default Q4_K_M. Maschinen-IDs m4-16gb-lab-01, m4-24gb-lab-02. Zeitraum 2026-05-28 bis 2026-07-18.

5.1 16GB: 7B stabil vs. 14B Kollaps

Modell	run 1	run 2	run 3	Median	Swapins
qwen2.5:7b	28.7	31.4	26.9	29.1	0
qwen2.5:14b	11.2	8.4	3.4	— (Session abgebrochen)	8421+

14B auf 16GB ist nicht „etwas langsamer“, sondern Drei-Phasen-Kollaps: run 1 OK → run 2 Swap beginnt → run 3 memorystatus: WARN → Runner OOM beendet.

5.2 24GB: 14B im Sweet Spot

Modell	tok/s fünf Läufe	Median	TTFT	Swapins
qwen2.5:7b	49.2 / 53.8 / 51.1 / 48.6 / 52.4	51.1	~2.0s	0
qwen2.5:14b	14.2 / 16.8 / 15.1 / 17.3 / 14.9	15.1	~2.7s	0

5.3 Raw-Log-Auszug

--- m4-16gb-lab-01 · qwen2.5:14b ---
run 1: tok/s=11.2  TTFT=2.71s
run 2: tok/s=8.4   Swapins: 1204
run 3: tok/s=3.4   memorystatus: WARN  TTFT=5.81s
run 4: ERROR runner killed (oom?)  Swapins: 8421

--- m4-24gb-lab-02 · qwen2.5:14b ---
tok/s: 14.2  16.8  15.1  17.3  14.9  median: 15.1

Vollständiges Log: resources/sample-benchmark-7b-14b-run.log; Repro-Skript: resources/benchmark-m4-mac-mini-ollama.sh.

6. Kanal: RAM-Upgrade kaufen vs. Cloud-Mac mieten

Weg	Passend für	Vorteile	Nachteile
Kauf-Upgrade (16→24GB)	Lokaler Agent mehrmals pro Woche, lange Offline-Läufe	Einmalige Investition; Daten bleiben lokal	Apple-RAM-Upgrades teuer; an einen Schreibtisch gebunden
Cloud-Mac tag-/monatsweise	14B testen, Peak-Jobs, Team-Knoten	In Minuten live; 24GB/48GB on demand	Netz nötig; Langzeit-ROI rechnen
Hybrid: 16GB lokal + 24GB Cloud	Alltag 7B lokal, schwere Tasks in der Cloud	Flexible Kosten; Peaks ohne Swap	Zwei Umgebungen pflegen

Ein iOS- + AI-Stack-Dev nutzt Hybrid: 16GB lokal mit 7B für Completions, Claude-Code-Schwerlast per SSH auf Macstripe 24GB mit 14B — ~$103/Monat, planbarer als das Kaufzeit-RAM-Delta. Mietpreis-Vergleich: Gleicher Mac mini M4 — Mietpreise im Vergleich.

7. Upgrade-Preisdelta: was extra RAM kostet

Upgrade-Pfad	Apple-Delta (ca., USD)	Cloud-Monatsdelta (ca.)	Wann es sich lohnt
16GB → 24GB	+$200 (beim Kauf)	+~$30–50/Monat	3+ Mal/Woche: 7B „editiert falsch“
24GB → 32GB	+$200	Anbieterabhängig	Xcode CI + 14B auf einer Maschine
16GB → 48GB (M4 Pro)	Neues Gerät	Macstripe 48GB-Knoten	Team-Share / 32B-Exploration

ROI-Skizze: Wenn 7B-Qualität 2 Extra-Stunden pro Woche kostet (bei ~$50/h), sind das ~$400/Monat — bereits über dem typischen Apple-Delta 16→24GB. RAM-Stufe ist oft das günstigste wirksame Upgrade, mehr als Framework-Wechsel oder Prompt-Tuning.

8. Checkliste und sieben Schritte zum Rollout

Vor Bestellung oder Imaging Erwartungen abgleichen:

☐ Hauptnutzung Chat (7B reicht) oder Agent-Coding (eher 14B)
☐ Gleichzeitig 20+ Chrome-Tabs + IDE?
☐ Claude Code / Cursor mit lokalem Modell?
☐ Runtime: Ollama (Agent) oder MLX (nur Benchmark)
☐ Dauerhaft lokal oder Peak-Jobs in der Cloud
☐ Budget für 16GB / 24GB / 32GB — welche Stufe?
☐ Team-Sharing (→ 24GB+ oder Cloud-Knoten)
☐ Swap-Risiko akzeptieren (16GB + 14B = hohes Risiko)

Sieben Schritte (Ollama-Pfad)

RAM-Stufe und Zielmodell festlegen (16GB→7B; 24GB→14B)
Ollama installieren: brew install ollama oder offizielles pkg
Modell pullen: ollama pull qwen2.5-coder:7b (16GB) oder :14b (24GB)
Metal prüfen: ollama serve-Log zeigt ggml_metal_init
Benchmark: ./resources/benchmark-m4-mac-mini-ollama.sh
Speicher beobachten: vm_stat + Aktivitätsanzeige Speicherdruck
Agent anbinden: Claude Code auf http://127.0.0.1:11434

9. Zitierbare US-Startpreise (Stand 2026-07-21)

Konfiguration	Apple US-Listenpreis (USD)	Education (ca.)	Macstripe Cloud monatlich (USD)
M4 Mac Mini 16GB / 256GB	$599	~$539	~$102.9
M4 Mac Mini 24GB / 256GB	$799	~$719	~$130–150 (knotenabhängig)
M4 Mac Mini 32GB / 256GB	$999	~$899	Angebot / individuell
M4 Pro 48GB (Inferenz-Knoten)	$1.399+	Konfigurationsabhängig	Siehe Preispläne

Apple-Preise aus öffentlichen US-Store-Angaben; Education erfordert Berechtigung; Cloud-Tarife laut Macstripe-Preisseite zum Bestellzeitpunkt.

10. Szenario-Auswahl: wer welche Stufe kaufen sollte

Zielgruppe	Empfohlener RAM	Modell + Framework	Alternative
Studierende / Neugierige	16GB	7B + Ollama	Cloud tageweise für 14B
Indie-Dev + Agent	24GB	14B + Ollama	16GB lokal + 24GB Cloud Hybrid
iOS-Dev + lokales LLM	32GB	14B + Xcode auf einer Box	CI und Inferenz auf zwei Maschinen
Kleines Team Inferenz-Knoten	48GB	ollama serve Cluster	Macstripe 48GB-Knoten

Unsicher, ob 24GB reicht? Eine Woche Cloud-Mac mieten und echten Agent-Workflow fahren — zuverlässiger als zehn Benchmark-Artikel. Macstripe SSH/VNC direkt, ~5 Minuten bis live, kein Langzeitvertrag — dann Kauf vs. Miete entscheiden.

FAQ

M4 Mac Mini für lokale LLMs: 16GB oder 24GB?

Alltag 7B/8B + leichte IDE: 16GB. Stabiles 14B, Claude Code Agent oder viele Browser-Tabs: 24GB. 14B auf 16GB gemessen: tok/s von 11,2 auf 3,4.

Was verbraucht mehr Speicher — Ollama oder MLX?

Gleiches Modell und Quantisierung: meist unter 5 % Unterschied. Engpass ist Unified-Memory-Stufe, nicht Framework-Name. Agenten → Ollama.

Lohnt sich 32GB gegenüber 24GB?

Persönlich 14B + Standard-ctx: 24GB reicht meist. 32GB für Xcode CI + LLM auf einer Maschine oder größeres num_ctx.

Woran erkenne ich Speichermangel?

Speicherdruck-Anzeige, vm_stat Swapins steigen, tok/s bricht ein. memorystatus WARN ist das Vor-Swap-Signal.

Kann ich eine Cloud-Mac für lokale LLMs mieten, ohne Hardware zu kaufen?

Ja. Macstripe 16GB/24GB/48GB dedizierte M4-Knoten — per SSH einloggen, Ollama installieren; gut zum Testen von 14B oder als Team-Inferenz-Knoten.

Fazit

Auf dem M4 Mac Mini ist die RAM-Stufe ein Veto: 16GB für 7B + Ollama zum privaten Testen; 24GB ist der 14B-Agent-Sweet-Spot; 32GB für CI + großen Kontext auf einer Maschine. Ollama vs. MLX Speicherlücke vernachlässigbar — Framework nach Szenario wählen (Agent → Ollama, Benchmarks → MLX).

14B noch auf 16GB erzwingen? 7B vs. 14B Praxistest zu Swap-Daten lesen, oder 24GB Cloud-Mac eine Woche testen, bevor Sie entscheiden.