359€ - LapStoreGebrauchtes Apple MacBook Pro Retina 13" Touch Bar - 2020 - A2251 - 32GB RAM - 512GB SSD Farbe: Space Grau Zustand: GutIntel Core i7-1068NG7 (4x 2,3 GHz)33,8cm 13,3" Retina TFT Display2560 x 1600 Pixel (WQXGA)32 GB DDR4 (onboard / kein Steckplatz)512GB SSDMac OS 12 Monate Lapstore-GarantieBekommt noch Sicherheitsupdates von Apple. Ansonsten eignet sich das Macbook aber auch super als hochwertige Linux Maschine. Dank der 32 GB Ram können relativ leistungsfähige KI Modelle lokal betrieben werden. Hier ein kleiner Bericht dazu, was möglich ist:Leistungsfähige lokale KI-Modelle für 32 GB RAMMit 32 GB Arbeitsspeicher lassen sich heute erstaunlich leistungsfähige Modelle lokal betreiben. Voraussetzung ist gewöhnlich eine 4-Bit-Quantisierung. Empfehlenswert sind außerdem moderate Kontextgrößen von etwa 8.000 bis 32.000 Tokens – die beworbenen 256.000 Tokens benötigen erheblich mehr Speicher.Qwen3.6-27B ist derzeit vermutlich der beste Allrounder, besonders für Programmierung, komplexes Schlussfolgern und agentische Aufgaben. Eine Q4-Version benötigt ungefähr 17 bis 18 GB. In den Hersteller-Evaluationen erreicht es 77,2 Prozent auf SWE-bench Verified und liegt bei mehreren Coding- und Reasoning-Tests nahe an Claude 4.5 Opus; bei Terminal-Bench 2.0 erzielt es sogar denselben Wert. Damit bewegt es sich deutlich oberhalb der früheren GPT-4o- beziehungsweise Claude-3.5-Sonnet-Klasse.Gemma 4 31B von Google ist eine besonders starke Alternative für allgemeines Wissen, Mathematik, wissenschaftliches Denken und Bildverständnis. Die offizielle 4-Bit-Version belegt rund 19 bis 20 GB. Das Modell erreicht 85,2 Prozent auf MMLU-Pro, 84,3 Prozent auf GPQA Diamond und 89,2 Prozent auf AIME 2026. Bei seiner Veröffentlichung belegte es Platz drei unter den offenen Modellen in der Arena. Je nach Aufgabe entspricht seine Qualität ungefähr früheren Frontier-Modellen wie GPT-4o, Claude 3.5 Sonnet oder teilweise bereits späteren Modellen – beim autonomen Programmieren ist Qwen3.6 jedoch stärker.Gemma 4 26B-A4B bietet das beste Verhältnis aus Geschwindigkeit und Qualität. Obwohl es insgesamt 26 Milliarden Parameter besitzt, werden pro Token nur etwa 3,8 Milliarden aktiviert. Seine Q4-Version benötigt ungefähr 16 bis 18 GB und erreicht bei vielen Tests fast das Niveau des größeren 31B-Modells. Es lässt sich grob mit der GPT-4o- und Claude-3.5-Sonnet-Generation vergleichen.Zum Vergleich: DeepSeek-R1-Distill-Qwen-32B, das 2025 als außergewöhnlich stark galt, übertraf laut DeepSeek OpenAI o1-mini. Es passt mit rund 20 GB ebenfalls in 32 GB RAM, wird heute insgesamt aber von Qwen3.6 und Gemma 4 übertroffen.Fazit: Maximale Qualität bietet Gemma 4 31B, für Coding und Agenten ist Qwen3.6-27B die beste Wahl, und Gemma 4 26B-A4B ist die schnellste ausgewogene Lösung.