M4 Mac mini: 16 oder 24 GB? Nach einer Woche Ollama bereue ich die falsche RAM-Variante

Ich dachte: 16 GB + externe SSD reichen für Ollama und sparen Geld. Dann wurde der Mac mini mein Alltagsrechner — Chrome mit ~20 Tabs, VS Code, Slack und dauerhaft qwen3:8b. Innerhalb einer Woche wurde der Speicherdruck gelb, Swap blieb bei etwa 1 GB. Die Kollegin mit 24 GB, gleiches Modell, gleiches Skript: grüne Anzeige.

Kein Spec-Sheet-Artikel, sondern sieben Tage Gegenüberstellung zweier M4 Mac mini (16 / 24 GB): was gemessen wurde, wie, und woher die Zahlen stammen. Dazu Qwen3, DeepSeek R1, Gemma 3 für 2026 — und was passiert, wenn OpenHuman, Claude Code oder MLX dazukommen.

Wochentest: gleiche Last mit qwen3:8b

Hardware: Mac mini M4 (10-Core CPU / 10-Core GPU), je eine Maschine mit 16 GB und 24 GB Unified Memory, gleiche macOS- und Softwarestände. Zeitraum: 26.05.–01.06.2026, täglich 2 Stunden „Entwicklung + Chat“, jede Kennzahl 3× gemessen, Median.

Gemeinsame Umgebung (realer Desktop, kein Lab-Benchmark):

• macOS 16 (26.x Beta-Kanal, gleicher Build auf beiden)
• Ollama 0.12.3 (ollama --version)
• Google Chrome: 20 Tabs (Notion, GitHub, Gmail)
• Visual Studio Code inkl. Sprachpakete
• Slack Desktop dauerhaft im Hintergrund

Inferenz (Werte nach 5 Minuten Steady State):

ollama pull qwen3:8b
ollama run qwen3:8b
# Zweites Terminal: 512-Token-Prompts, nach 2 Min Generierung Memory/Swap ablesen

M4 Mac mini mit 16 GB

M4 Mac mini mit 24 GB

Messmethode: keine „KI-Zusammenfassung ohne Daten“

Alle Tabellenwerte folgen diesem Ablauf — auf Ihrer Maschine in einem halben Tag nachvollziehbar:

1. Gewichtsgröße — ollama show qwen3:8b --modelfile und *.gguf im Modellordner (Disk ≠ RAM, aber Untergrenze).
2. Steady-State-RAM — nach Laden: Aktivitätsanzeige → Belegt / Swap / Speicherdruck.
3. tok/s — fester 512-Token-Prompt, --verbose, eval rate:

ollama run qwen3:8b --verbose \
  "Erkläre Apple Unified Memory auf Deutsch in ~400 Wörtern, drei Vor- und Nachteile."
# eval rate (tokens/s) dreimal mitteln

vm_stat | awk '/swap/ {print}'
memory_pressure

Nicht fixiert: Ollama-Version und Quantisierung (Q4_K_M vs Q5) verschieben 0,5–1,5 GB. Gemma 3 / DeepSeek R1 nach eigenem ollama pull messen. 14B-Zeilen unten mit derselben Methode.

Beliebte Modelle auf M4 Mac mini (2026)

✅ Alltagstauglich mit obiger Last; ⚠️ läuft, aber Swap / Apps schließen; ❌ nicht als Hauptmodell.

Mit MLX ähnliche Größenordnung, aber spitzere Peaks bei Compile + Xcode — 5 Minuten Steady State in der Aktivitätsanzeige, nicht nur Parameterzahl auf der Modellkarte.

14B und DeepSeek (gleiche Desktop-Last)

Nur das Ollama-Modell getauscht, Chrome / VS Code / Slack unverändert:

Kurz: Qwen3 / DeepSeek 14B als Dauerbegleiter → 16 GB kämpft mit Swap; 24 GB behält Browser und IDE ohne „Aufräum-Modus“.

Warum „14B Q4 ~8–10 GB“ — und was die Messung zeigt

• GGUF auf Disk — ollama pull qwen3:14b liefert etwa 8,4–9,2 GB (Quantisierung).
• KV-Cache — bei 8k Kontext oft +1–3 GB; größeres OLLAMA_CONTEXT_LENGTH drückt 16 GB schneller an die Wand.
• Summe gemessen — qwen3:14b auf 24 GB: 19,1 GB belegt = Modell + KV + Chrome/IDE/System (~5–6 GB). Nur-Modell-Anteil ~13–14 GB — passt zu „8–10 GB Gewichte + Laufzeit“.

14B Q4 ist machbar, aber nicht parallel zum vollen Desktop — entweder 24 GB, oder Tabs zu, Kontext runter, Embed auf zweiter Maschine.

Claude Code, OpenHuman — zusätzlicher RAM-Bedarf

• Claude Code + Ollama — Agent über API, Ollama für Offline-Entwürfe. VS Code/Cursor 1–2 GB plus Chrome: auf 16 GB kaum 14B-Reserve.
• OpenHuman + qwen3:8b — Hintergrundprozesse stabil 1 GB+; Setup in der OpenHuman-Installationsanleitung. Auf 24 GB: OAuth-Sync + 8B ohne Swap.
• MLX — mit Xcode/Core ML spitzere Peaks; Batch besser auf dediziertem Core-ML-Cloud-Knoten, 16 GB lokal fürs Coden.

Große Repos mit CodeGraph + Claude Code MCP fressen den Index weniger RAM, aber Sie schließen ungern Chrome — effektiv Richtung 24 GB (CodeGraph lokal).

Kaufempfehlung (aus Messung, nicht aus der Spec-Tabelle)

• 16 GB — nur 8B (Qwen3 / DeepSeek R1), Swap ok, oder Cloud-API-Hauptweg mit Ollama als Backup.
• 24 GB — Standard 14B + Browser + IDE + Agent, Gemma 3 27B zum Ausprobieren, 3–5 Jahre ohne RAM-Engpass am mini.

Der GPU-Cloud-Kostenvergleich bleibt komplementär: RAM löst „eine Maschine bequem“, Cloud löst „7×24 und statische IP“.

M4 Mac mini vs RTX 5060 — welche Route für lokale KI?

Viele vergleichen Apple Silicon Unified Memory mit NVIDIA-VRAM (RTX 5060). ZavCloud betreibt Cloud Mac (exklusive M4 Mac mini) — kein „keine GPU kaufen“, sondern klare Grenzen: Mac vs RTX vs Cloud-GPU.

Mac Studio hebt das RAM-Limit (64 GB+), bleibt Apple-Stack. AWS / Alibaba GPU für 70B, Training, SD-Batches. Tabellen unten mit gleicher Chrome+IDE-Annahme.

Wo der M4 Mac mini gewinnt

Wo ein RTX-5060-PC gewinnt

Vor dem Kauf: eine Woche messen

1. Software listen, die Sie nicht schließen (Tabs, IDE, Messenger, Agent);
2. Qwen3 8B + 14B je 30 Minuten mit obigen Befehlen, Swap und tok/s notieren;
3. 14B dauerhaft Swap > 1 GB → 16 GB streichen.

Ohne Hardware: gleich konfigurierten Apple-Silicon-Cloud-Mac mieten, Ollama/Agent eine Woche laufen lassen, dann kaufen — oft günstiger als blind upgraden.

Typisch: 16 GB lokal entwickeln + 24 GB in der Cloud für Ollama/OpenHuman. ZavCloud liefert exklusive M4 Mac mini (macOS, statische IP) für Kauf-Drucktests. Details: Mac-mini-Miete & Preise.

• Weiterlesen — M4 vs GPU-Cloud · OpenHuman × Ollama · Claude Code + CodeGraph

FAQ

Zwölf häufige Fragen — Antworten passen zu den Tabellen oben.

Wie viel RAM braucht Qwen3 14B?

Unter gleicher Desktop-Last (Chrome ~20 Tabs, VS Code, Slack): qwen3:14b ~19,1 GB belegt (24 GB); auf 16 GB 15,8 GB + 2,3 GB Swap. Nur Modell: GGUF 8,4–9,2 GB + KV — praktisch 24 GB; 16 GB nur mit geschlossenem Browser und kleinerem Kontext.

Läuft DeepSeek R1 14B?

deepseek-r1:8b auf 16 GB (Swap ~1 GB, 33 tok/s) wie Qwen3 8B. 14B wie qwen3:14b: 24 GB ohne Swap (~28 tok/s), 16 GB dauerhaft Swap ~18 tok/s. 14B als Hauptmodell → 24 GB.

Ist 16 GB bald überholt?

Nicht über Nacht. 2026 ist die Norm „Browser + IDE + 8B + Agent“. 16 GB reicht für 8B, API-first, Tabs schließen. Mit Claude Code / OpenHuman ohne Aufräumen wird 16 GB zum Einstieg, nicht zum Komfort.

Wie lange reicht 24 GB?

Bei 8B–14B Hauptmodellen und 27B-Spielerei etwa 3–5 Jahre Sweet Spot für Desktop + lokaler Agent. 32B+ dauerhaft → Mac Studio / Cloud-GPU (RAM am mini nicht nachrüstbar).

Ollama oder MLX — speichersparender?

Chat: Ollama. GGUF-Footprint stabil, passt zu unseren Aktivitätsanzeige-Werten. MLX spitzere Peaks mit Compile/Xcode — Batch auf eigenem Knoten.

Mac mini oder RTX 5060 für lokale KI?

Text 8B–14B, Claude Code, iOS: M4 Mac mini (24 GB). SD, 70B, Gaming: RTX 5060. Viele nutzen beides.

Reicht 16 GB für Qwen3 8B?

Ja: 13,2 GB, ~1,1 GB Swap, 34 tok/s, gelber Druck. Zero-Swap: 24 GB (16,4 GB, 37 tok/s).

Wie viel schneller ist 24 GB?

qwen3:8b nur ~9 % (34 vs 37 tok/s). Kernnutzen: kein Swap, 14B + zweites kleines Modell.

Gemma 3 27B auf 24 GB?

Nur ⚠️ stark quantisiert; längerer Kontext → OOM. 8B–14B ist die Komfortzone.

Mac Studio nur für KI?

Für 8B–14B + Dev: M4 Mac mini 24 GB günstiger. 64 GB oder mehrere große Modelle → Studio oder erst Cloud Mac zum Verifizieren.

Unsicher bei der RAM-Variante?

8B + 14B je 30 Minuten messen. Ohne Rechner: M4 Mac mini 24 GB in der Cloud eine Woche — spart Fehlkäufe.

Reproduzierbar?

Ja. Ollama 0.12.x, gleiche Last: ±10 % möglich; 16 GB Swap, 24 GB kein Swap, 14B braucht 24 GB bleibt.