AnmeldenWallet erstellen

Die besten LLMs für einen Mac mit 192 GB.

49 von 73 offenen Modellen laufen gut in 192 GB. Die GPU kann standardmäßig etwa 144 GB davon nutzen. Der M2 Ultra liest den Speicher mit 800 GB/s.

Das klügste, das gut läuftQwen3.8 Flash Next4 Bit · 101 GB · 106–188 tok/sDas größte, das gut läuftMiniMax M2.74 Bit · 129 GB · 64–114 tok/sFür CodeQwen3 Coder Next8 Bit · 85 GB · 113–200 tok/s

Macs mit 192 GB

1 Chips von M2 gibt es mit 192 GB. Öffne einen für seine eigene Liste und sein Tempo.

Läuft gut 56

Passt mit Platz für den Kontext, bei 10 oder mehr Tokens pro Sekunde auf dem M2 Ultra.

ModellVersionSpeicherTokens/s
Qwen3.8 Flash Next180B · 6B aktiv · Intelligenz 39,84 Bit101 GB106–188
Qwen3.8 27B27B · Intelligenz 33,78 Bit28,7 GB13–22
Nemotron 3.5 Bolt 74B A9B74B · 9B aktiv · Intelligenz 21,48 Bit78,6 GB38–67
Qwen3.6 35B A3B35B · 3B aktiv · Intelligenz 18,28 Bit37,2 GB113–200
Muse Glimmer 30B29,6B · Intelligenz 17,58 Bit31,5 GB11–20
Qwen3.5 122B A10B122B · 10B aktiv · Intelligenz 15,68 Bit130 GB34–60
Gemma 4 31B30,7B · Intelligenz 14,78 Bit32,6 GB11–20
Nemotron 3.5 Lightning 30B A3B30B · 3B aktiv · Intelligenz 12,98 Bit31,9 GB113–200
Granite 4.2 30B30B · Intelligenz 12,78 Bit31,9 GB11–20
MiniCPM5 2B2,52B · Intelligenz 12,58 Bit2,7 GB133–237
gpt-oss-120b117B · 5,1B aktiv · Intelligenz 11,64,25 Bit nativ65,3 GB133–237
Mistral Small 4 (119B)119B · 6,5B aktiv · Intelligenz 11,38 Bit126 GB52–93
Qwen3.5 9B9B · Intelligenz 11,28 Bit9,6 GB38–67
Granite 4.2 8B8B · Intelligenz 11,18 Bit8,5 GB42–75
Qwen3 Coder Next80B · 3B aktiv · Intelligenz 9,28 Bit85 GB113–200
Granite 4.2 3B3B · Intelligenz 9,18 Bit3,2 GB113–200
gpt-oss-20b21B · 3,6B aktiv · Intelligenz 94,25 Bit nativ13,8 GB189–337
Nemotron 3 Nano 30B A3B30B · 3,5B aktiv · Intelligenz 8,98 Bit31,9 GB97–173
Gemma 4 E4B8B · Intelligenz 8,98 Bit8,5 GB75–133
Llama 4 Scout 17B-16E Instruct109B · 17B aktiv · Intelligenz 6,58 Bit116 GB20–35
Ministral 3 8B8,9B · Intelligenz 5,58 Bit9,5 GB38–67
Nemotron 3 Nano 4B3,97B · Intelligenz 4,88 Bit4,2 GB86–152
MiniMax M2.7230B · 10B aktiv4 Bit129 GB64–114
Ornith 1.5 122B122B · 10B aktiv8 Bit130 GB34–60
Nemotron 3 Super 120B A12B120B · 12B aktiv8 Bit128 GB28–50
GLM-4.5 Air106B · 12B aktiv8 Bit113 GB28–50
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B aktiv8 Bit32,4 GB103–183
GLM-4.7 Flash30B · 3B aktiv8 Bit31,9 GB113–200
Qwen3.6 27B27B8 Bit28,7 GB13–22
Gemma 4 26B A4B25,2B · 3,8B aktiv8 Bit26,8 GB90–160
Devstral Small 2 (24B)24B8 Bit25,5 GB14–25
Magistral Small 1.2 (2509)24B8 Bit25,5 GB14–25
Mistral Small 3.2 (24B)24B8 Bit25,5 GB14–25
LFM2.5 24B A2B24B · 2B aktiv8 Bit25,5 GB171–305
Phi-4 Reasoning Vision 15B15B8 Bit15,9 GB23–40
Phi-4 (14B)14B8 Bit14,9 GB24–43
Gemma 4 12B Unified12B8 Bit12,7 GB28–50
Qwen3 8B8,2B8 Bit8,7 GB41–74
Llama 3.1 8B Instruct8B8 Bit8,5 GB42–75
Gemma 4 E2B5,1B8 Bit5,4 GB150–267
Qwen3.5 4B4B8 Bit4,3 GB84–149
Phi-4 mini instruct3,8B8 Bit4 GB90–160
Llama 3.2 3B Instruct3,21B8 Bit3,4 GB106–188
SmolLM3 3B3B8 Bit3,2 GB113–200
LFM2.5 2.6B2,69B8 Bit2,9 GB124–221
Qwen3.5 2B2B8 Bit2,1 GB171–305
Llama 3.2 1B Instruct1,23B8 Bit1,3 GB277–492
Qwen3.5 0.8B0,8B8 Bit0,9 GB400–711
Qwen3 0.6B0,6B8 Bit0,6 GB600–1067
GLM-5.3 Flash320B · 18B aktiv · Intelligenz 41,82 Bit geringere Qualität100 GB64–114
MiMo V2.6 Flash309B · 15B aktiv · Intelligenz 37,92 Bit geringere Qualität96,6 GB77–136
Inkling Small276B · 12B aktiv · Intelligenz 25,73 Bit geringere Qualität121 GB68–121
Hy3295B · 21B aktiv · Intelligenz 25,33 Bit geringere Qualität129 GB39–70
Qwen3.5 397B A17B397B · 17B aktiv · Intelligenz 18,42 Bit geringere Qualität124 GB68–121
Llama 4 Maverick 17B-128E Instruct400B · 17B aktiv · Intelligenz 9,32 Bit geringere Qualität125 GB68–121
DeepSeek V4 Flash 0731284B · 13B aktiv3 Bit geringere Qualität124 GB63–112

Läuft, aber langsam 3

Passt, aber unter 10 Tokens pro Sekunde: gut für Stapelverarbeitung, langsam für Chats.

ModellVersionSpeicherTokens/s
Mistral Medium 3.5 (128B)128B · Intelligenz 14,26 Bit104 GB3–6
Devstral 2 (123B)123B8 Bit131 GB3–5
Llama 3.3 70B Instruct70B8 Bit74,4 GB5–9

Passt gerade so 2

Braucht fast den ganzen Speicher: Erhöhe das GPU-Speicherlimit und halte den Kontext kurz.

ModellVersionSpeicherTokens/s
Beam 1.0501B · 23B aktiv · Intelligenz 30,32 Bit geringere Qualität157 GB50–89
MiniMax M3428B · 23B aktiv · Intelligenz 29,22 Bit geringere Qualität134 GB50–89

Zu groß 12

Braucht mehr als 192 GB Speicher, selbst mit 2 Bit.

Fragen

Welches LLM ist das beste für einen Mac mit 192 GB?
Unter den Modellen mit veröffentlichtem Intelligence Index erzielt Qwen3.8 Flash Next den höchsten Wert von denen, die in 192 GB gut laufen (4 Bit). Das größte, das gut läuft, ist MiniMax M2.7. Für Code: Qwen3 Coder Next.
Reichen 192 GB für lokale KI auf dem Mac?
49 der 73 offenen Modelle hier laufen darin gut, mit 4 Bit oder mehr. macOS lässt die GPU standardmäßig etwa 144 GB davon nutzen; Modell und Kontext müssen da hineinpassen.
Kann ein Mac mit 192 GB gpt-oss-20b ausführen?
Ja, 4,25 Bit nativ, mit etwa 189–337 Tokens pro Sekunde auf dem M2 Ultra.

Andere Größen: 8 GB · 16 GB · 18 GB · 24 GB · 32 GB · 36 GB · 48 GB · 64 GB · 96 GB · 128 GB · 192 GB · 256 GB · 512 GB

Führ sie mit MLX Harness (kostenlos, Open Source) oder mit Apples mlx-lm im Terminal aus: Schritt für Schritt.

So wird gerechnet

Speicher: die Parameter des Modells mit 8, 6, 4, 3 oder 2 Bit pro Gewicht plus die Gruppenskalen von MLX (ein halbes Bit pro Gewicht) oder in seinem nativen Format, dazu Platz für den Kontext. Standardmäßig lässt macOS die GPU etwa 75 % des gemeinsamen Arbeitsspeichers nutzen. Tempo: Speicherbandbreite geteilt durch die pro Token gelesenen Bytes ergibt die Obergrenze für eine Unterhaltung; in den öffentlichen Apple Silicon Benchmarks von llama.cpp erreichen echte Läufe etwa 45 % bis 80 % davon, und diese Spanne zeigen wir. Das sind Schätzungen, keine Messungen: Miss deinen eigenen Mac mit MLX Bench. Modellwerte aus der jeweiligen offiziellen Model Card, Chipwerte aus Apples technischen Daten. Geprüft am 2026-10-19. Dieselben Daten wie auf mlx.app/compare.

Beste lokale LLMs für Macs mit 192 GB (M2): was läuft