লগ ইনওয়ালেট তৈরি করুন

96 GB-এর M5 Ultra কী চালাতে পারে?

এতে 73টি ওপেন মডেলের মধ্যে 44টি ভালো চলে। ডিফল্টভাবে GPU এর 96 GB-এর প্রায় 72 GB ব্যবহার করতে পারে, আর এটি 1,200 GB/s গতিতে মেমরি পড়ে, যা ঠিক করে এটি কত দ্রুত লেখে। পাওয়া যায়: Mac Studio (M5 Max or M5 Ultra)।

ভালো চলে এমন সবচেয়ে স্মার্টQwen3.8 27B8-bit · 28.7 GB · 19–33 tok/sভালো চলে এমন সবচেয়ে বড়gpt-oss-120bনেটিভ 4.25-bit · 65.3 GB · 200–356 tok/sকোডের জন্যQwen3 Coder Next6-bit · 65 GB · 225–400 tok/s

ভালো চলে 51

কনটেক্সটের জায়গা রেখেই ধরে, সেকেন্ডে 10 বা তার বেশি টোকেনে।

মডেলভার্সনমেমরিটোকেন/সেকেন্ড
Qwen3.8 27B27B · ইন্টেলিজেন্স 33.78-bit28.7 GB19–33
Nemotron 3.5 Bolt 74B A9B74B · 9B সক্রিয় · ইন্টেলিজেন্স 21.46-bit60.1 GB74–132
Qwen3.6 35B A3B35B · 3B সক্রিয় · ইন্টেলিজেন্স 18.28-bit37.2 GB169–300
Muse Glimmer 30B29.6B · ইন্টেলিজেন্স 17.58-bit31.5 GB17–30
Gemma 4 31B30.7B · ইন্টেলিজেন্স 14.78-bit32.6 GB17–29
Nemotron 3.5 Lightning 30B A3B30B · 3B সক্রিয় · ইন্টেলিজেন্স 12.98-bit31.9 GB169–300
Granite 4.2 30B30B · ইন্টেলিজেন্স 12.78-bit31.9 GB17–30
MiniCPM5 2B2.52B · ইন্টেলিজেন্স 12.58-bit2.7 GB200–356
gpt-oss-120b117B · 5.1B সক্রিয় · ইন্টেলিজেন্স 11.6নেটিভ 4.25-bit65.3 GB200–356
Qwen3.5 9B9B · ইন্টেলিজেন্স 11.28-bit9.6 GB56–100
Granite 4.2 8B8B · ইন্টেলিজেন্স 11.18-bit8.5 GB64–113
Qwen3 Coder Next80B · 3B সক্রিয় · ইন্টেলিজেন্স 9.26-bit65 GB225–400
Granite 4.2 3B3B · ইন্টেলিজেন্স 9.18-bit3.2 GB169–300
gpt-oss-20b21B · 3.6B সক্রিয় · ইন্টেলিজেন্স 9নেটিভ 4.25-bit13.8 GB284–505
Nemotron 3 Nano 30B A3B30B · 3.5B সক্রিয় · ইন্টেলিজেন্স 8.98-bit31.9 GB146–259
Gemma 4 E4B8B · ইন্টেলিজেন্স 8.98-bit8.5 GB113–200
Llama 4 Scout 17B-16E Instruct109B · 17B সক্রিয় · ইন্টেলিজেন্স 6.54-bit61.3 GB56–100
Ministral 3 8B8.9B · ইন্টেলিজেন্স 5.58-bit9.5 GB57–101
Nemotron 3 Nano 4B3.97B · ইন্টেলিজেন্স 4.88-bit4.2 GB129–229
GLM-4.5 Air106B · 12B সক্রিয়4-bit59.6 GB79–141
Llama 3.3 70B Instruct70B4-bit39.4 GB14–24
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B সক্রিয়8-bit32.4 GB154–274
GLM-4.7 Flash30B · 3B সক্রিয়8-bit31.9 GB169–300
Qwen3.6 27B27B8-bit28.7 GB19–33
Gemma 4 26B A4B25.2B · 3.8B সক্রিয়8-bit26.8 GB135–240
Devstral Small 2 (24B)24B8-bit25.5 GB21–38
Magistral Small 1.2 (2509)24B8-bit25.5 GB21–38
Mistral Small 3.2 (24B)24B8-bit25.5 GB21–38
LFM2.5 24B A2B24B · 2B সক্রিয়8-bit25.5 GB257–457
Phi-4 Reasoning Vision 15B15B8-bit15.9 GB34–60
Phi-4 (14B)14B8-bit14.9 GB36–64
Gemma 4 12B Unified12B8-bit12.7 GB43–76
Qwen3 8B8.2B8-bit8.7 GB62–110
Llama 3.1 8B Instruct8B8-bit8.5 GB64–113
Gemma 4 E2B5.1B8-bit5.4 GB225–400
Qwen3.5 4B4B8-bit4.3 GB126–223
Phi-4 mini instruct3.8B8-bit4 GB135–240
Llama 3.2 3B Instruct3.21B8-bit3.4 GB159–282
SmolLM3 3B3B8-bit3.2 GB169–300
LFM2.5 2.6B2.69B8-bit2.9 GB186–331
Qwen3.5 2B2B8-bit2.1 GB257–457
Llama 3.2 1B Instruct1.23B8-bit1.3 GB415–738
Qwen3.5 0.8B0.8B8-bit0.9 GB600–1067
Qwen3 0.6B0.6B8-bit0.6 GB900–1600
Qwen3.8 Flash Next180B · 6B সক্রিয় · ইন্টেলিজেন্স 39.82-bit কম মান56.3 GB284–505
Qwen3.5 122B A10B122B · 10B সক্রিয় · ইন্টেলিজেন্স 15.63-bit কম মান53.4 GB123–218
Mistral Medium 3.5 (128B)128B · ইন্টেলিজেন্স 14.23-bit কম মান56 GB10–17
Mistral Small 4 (119B)119B · 6.5B সক্রিয় · ইন্টেলিজেন্স 11.33-bit কম মান52.1 GB193–343
Devstral 2 (123B)123B3-bit কম মান53.8 GB10–18
Ornith 1.5 122B122B · 10B সক্রিয়3-bit কম মান53.4 GB123–218
Nemotron 3 Super 120B A12B120B · 12B সক্রিয়3-bit কম মান52.5 GB102–181

কোনোমতে ধরে 1

প্রায় পুরো মেমরি লাগে: GPU মেমরির সীমা বাড়ান আর কনটেক্সট ছোট রাখুন।

মডেলভার্সনমেমরিটোকেন/সেকেন্ড
MiniMax M2.7230B · 10B সক্রিয়2-bit কম মান71.9 GB174–310

খুব বড় 21

96 GB-এর চেয়ে বেশি মেমরি লাগে, 2 bit-এও।

অন্য Mac

96 GB-এর সব Mac, যেকোনো চিপের।

কম বা বেশি মেমরির M5 Ultra:

কাছাকাছি চিপ:

মুখোমুখি:

PC ও গ্রাফিক্স কার্ডের সঙ্গে তুলনা:

যেকোনো Mac বা GPU-র সঙ্গে তুলনা করুন · লোকাল AI-এর জন্য M5 Ultra · লোকাল LLM-এর জন্য সেরা Mac · সব Mac

প্রশ্ন

96 GB-এর M5 Ultra-এর জন্য সেরা LLM কোনটি?
যেসব মডেলের Intelligence Index প্রকাশিত, তার মধ্যে এখানে ভালো চলে এমনগুলোর মধ্যে Qwen3.8 27B-এর স্কোর সবচেয়ে বেশি: 8-bit, সেকেন্ডে প্রায় 19–33 টোকেন। ভালো চলে এমন সবচেয়ে বড় মডেল হলো gpt-oss-120b।
96 GB-এর M5 Ultra কি Llama 3.3 70B চালাতে পারে?
হ্যাঁ: 4-bit, সেকেন্ডে প্রায় 14–24 টোকেনে।
M5 Ultra-এ gpt-oss-20b কত দ্রুত চলে?
সেকেন্ডে প্রায় 284–505 টোকেন (নেটিভ 4.25-bit), চিপের 1,200 GB/s মেমরি ব্যান্ডউইথ থেকে হিসাব করা।

এগুলো চালান MLX Harness দিয়ে (বিনামূল্যে, ওপেন সোর্স) বা Terminal-এ Apple-এর mlx-lm দিয়ে: ধাপে ধাপে।

হিসাব কীভাবে করা হয়েছে

মেমরি: মডেলের প্যারামিটার প্রতি ওয়েটে 8, 6, 4, 3 বা 2 bit-এ, সঙ্গে MLX-এর গ্রুপ স্কেল (প্রতি ওয়েটে আধা bit), অথবা তার নেটিভ ফরম্যাট, আর তার ওপর কনটেক্সটের জায়গা। ডিফল্টভাবে macOS GPU-কে ইউনিফায়েড মেমরির প্রায় 75% ব্যবহার করতে দেয়। গতি: মেমরি ব্যান্ডউইথকে প্রতি টোকেনে পড়া বাইট দিয়ে ভাগ করলে একটি কথোপকথনের সর্বোচ্চ সীমা পাওয়া যায়; llama.cpp-এর পাবলিক Apple Silicon বেঞ্চমার্কে আসল রান এর প্রায় 45% থেকে 80% পর্যন্ত পৌঁছায়, আর সেই রেঞ্জটাই দেখানো হয়েছে। এগুলো অনুমান, মাপা ফল নয়: MLX Bench-এ আপনার নিজের Mac মাপুন। মডেলের তথ্য প্রতিটি অফিশিয়াল মডেল কার্ড থেকে, চিপের তথ্য Apple-এর Tech Specs থেকে। যাচাই করা হয়েছে 2026-10-19। mlx.app/compare-এর একই ডেটা।

96 GB-এর M5 Ultra কোন LLM চালাতে পারে? সব মডেল, গতিসহ