Welches LLM ist das beste für einen Mac mit 256 GB?

Unter den Modellen mit veröffentlichtem Intelligence Index erzielt Qwen3.8 Flash Next den höchsten Wert von denen, die in 256 GB gut laufen (6 Bit). Das größte, das gut läuft, ist MiMo V2.6 Flash. Für Code: Qwen3 Coder Next.

Reichen 256 GB für lokale KI auf dem Mac?

54 der 73 offenen Modelle hier laufen darin gut, mit 4 Bit oder mehr. macOS lässt die GPU standardmäßig etwa 192 GB davon nutzen; Modell und Kontext müssen da hineinpassen.

Kann ein Mac mit 256 GB gpt-oss-20b ausführen?

Ja, 4,25 Bit nativ, mit etwa 194–345 Tokens pro Sekunde auf dem M3 Ultra und 284–505 auf dem M5 Ultra.

Beste lokale LLMs für Macs mit 256 GB (M3 bis M5): was läuft

Macs mit 256 GB

2 Chips von M3 bis M5 gibt es mit 256 GB. Öffne einen für seine eigene Liste und sein Tempo.

Läuft gut 61

Passt mit Platz für den Kontext, bei 10 oder mehr Tokens pro Sekunde auf dem M5 Ultra.

Modell	Version	Speicher	M3 Ultra	M5 Ultra
Qwen3.8 Flash Next180B · 6B aktiv · Intelligenz 39,8	6 Bit	146 GB	75–134	110–196
MiMo V2.6 Flash309B · 15B aktiv · Intelligenz 37,9	4,48 Bit nativ	173 GB	44–78	64–114
Qwen3.8 27B27B · Intelligenz 33,7	8 Bit	28,7 GB	13–23	19–33
Inkling Small276B · 12B aktiv · Intelligenz 25,7	4 Bit	155 GB	54–96	79–141
Hy3295B · 21B aktiv · Intelligenz 25,3	4 Bit	166 GB	31–56	46–81
Nemotron 3.5 Bolt 74B A9B74B · 9B aktiv · Intelligenz 21,4	8 Bit	78,6 GB	38–68	56–100
Qwen3.6 35B A3B35B · 3B aktiv · Intelligenz 18,2	8 Bit	37,2 GB	115–205	169–300
Muse Glimmer 30B29,6B · Intelligenz 17,5	8 Bit	31,5 GB	12–21	17–30
Qwen3.5 122B A10B122B · 10B aktiv · Intelligenz 15,6	8 Bit	130 GB	35–62	51–91
Gemma 4 31B30,7B · Intelligenz 14,7	8 Bit	32,6 GB	11–20	17–29
Nemotron 3.5 Lightning 30B A3B30B · 3B aktiv · Intelligenz 12,9	8 Bit	31,9 GB	115–205	169–300
Granite 4.2 30B30B · Intelligenz 12,7	8 Bit	31,9 GB	12–21	17–30
MiniCPM5 2B2,52B · Intelligenz 12,5	8 Bit	2,7 GB	137–243	200–356
gpt-oss-120b117B · 5,1B aktiv · Intelligenz 11,6	4,25 Bit nativ	65,3 GB	137–243	200–356
Mistral Small 4 (119B)119B · 6,5B aktiv · Intelligenz 11,3	8 Bit	126 GB	53–95	78–139
Qwen3.5 9B9B · Intelligenz 11,2	8 Bit	9,6 GB	38–68	56–100
Granite 4.2 8B8B · Intelligenz 11,1	8 Bit	8,5 GB	43–77	64–113
Qwen3 Coder Next80B · 3B aktiv · Intelligenz 9,2	8 Bit	85 GB	115–205	169–300
Granite 4.2 3B3B · Intelligenz 9,1	8 Bit	3,2 GB	115–205	169–300
gpt-oss-20b21B · 3,6B aktiv · Intelligenz 9	4,25 Bit nativ	13,8 GB	194–345	284–505
Nemotron 3 Nano 30B A3B30B · 3,5B aktiv · Intelligenz 8,9	8 Bit	31,9 GB	100–177	146–259
Gemma 4 E4B8B · Intelligenz 8,9	8 Bit	8,5 GB	77–137	113–200
Llama 4 Scout 17B-16E Instruct109B · 17B aktiv · Intelligenz 6,5	8 Bit	116 GB	20–36	30–53
Ministral 3 8B8,9B · Intelligenz 5,5	8 Bit	9,5 GB	39–69	57–101
Nemotron 3 Nano 4B3,97B · Intelligenz 4,8	8 Bit	4,2 GB	88–156	129–229
DeepSeek V4 Flash 0731284B · 13B aktiv	4 Bit	160 GB	50–90	74–132
MiniMax M2.7230B · 10B aktiv	4 Bit	129 GB	66–117	96–171
Ornith 1.5 122B122B · 10B aktiv	8 Bit	130 GB	35–62	51–91
Nemotron 3 Super 120B A12B120B · 12B aktiv	8 Bit	128 GB	29–51	42–75
GLM-4.5 Air106B · 12B aktiv	8 Bit	113 GB	29–51	42–75
Llama 3.3 70B Instruct70B	4 Bit	39,4 GB	5–9	14–24
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B aktiv	8 Bit	32,4 GB	105–187	154–274
GLM-4.7 Flash30B · 3B aktiv	8 Bit	31,9 GB	115–205	169–300
Qwen3.6 27B27B	8 Bit	28,7 GB	13–23	19–33
Gemma 4 26B A4B25,2B · 3,8B aktiv	8 Bit	26,8 GB	92–164	135–240
Devstral Small 2 (24B)24B	8 Bit	25,5 GB	14–26	21–38
Magistral Small 1.2 (2509)24B	8 Bit	25,5 GB	14–26	21–38
Mistral Small 3.2 (24B)24B	8 Bit	25,5 GB	14–26	21–38
LFM2.5 24B A2B24B · 2B aktiv	8 Bit	25,5 GB	176–312	257–457
Phi-4 Reasoning Vision 15B15B	8 Bit	15,9 GB	23–41	34–60
Phi-4 (14B)14B	8 Bit	14,9 GB	25–44	36–64
Gemma 4 12B Unified12B	8 Bit	12,7 GB	29–52	43–76
Qwen3 8B8,2B	8 Bit	8,7 GB	42–75	62–110
Llama 3.1 8B Instruct8B	8 Bit	8,5 GB	43–77	64–113
Gemma 4 E2B5,1B	8 Bit	5,4 GB	154–273	225–400
Qwen3.5 4B4B	8 Bit	4,3 GB	86–152	126–223
Phi-4 mini instruct3,8B	8 Bit	4 GB	92–164	135–240
Llama 3.2 3B Instruct3,21B	8 Bit	3,4 GB	108–193	159–282
SmolLM3 3B3B	8 Bit	3,2 GB	115–205	169–300
LFM2.5 2.6B2,69B	8 Bit	2,9 GB	127–226	186–331
Qwen3.5 2B2B	8 Bit	2,1 GB	176–312	257–457
Llama 3.2 1B Instruct1,23B	8 Bit	1,3 GB	284–504	415–738
Qwen3.5 0.8B0,8B	8 Bit	0,9 GB	410–728	600–1067
Qwen3 0.6B0,6B	8 Bit	0,6 GB	614–1092	900–1600
DeepSeek V4.1 Flash 1017552B · 16B aktiv · Intelligenz 45,1	2 Bit geringere Qualität	173 GB	74–131	108–192
GLM-5.3 Flash320B · 18B aktiv · Intelligenz 41,8	3 Bit geringere Qualität	140 GB	47–83	68–122
Beam 1.0501B · 23B aktiv · Intelligenz 30,3	2 Bit geringere Qualität	157 GB	51–91	75–133
MiniMax M3428B · 23B aktiv · Intelligenz 29,2	2 Bit geringere Qualität	134 GB	51–91	75–133
Nemotron 3 Ultra 550B A55B550B · 55B aktiv · Intelligenz 22,9	2 Bit geringere Qualität	172 GB	21–38	31–56
Qwen3.5 397B A17B397B · 17B aktiv · Intelligenz 18,4	3 Bit geringere Qualität	174 GB	50–89	73–130
Llama 4 Maverick 17B-128E Instruct400B · 17B aktiv · Intelligenz 9,3	3 Bit geringere Qualität	175 GB	50–89	73–130

Läuft, aber langsam 2

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

Modell	Version	Speicher	M3 Ultra	M5 Ultra
Mistral Medium 3.5 (128B)128B · Intelligenz 14,2	8 Bit	136 GB	3–5	4–7
Devstral 2 (123B)123B	8 Bit	131 GB	3–5	4–7

Passt gerade so 1

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

Modell	Version	Speicher	M3 Ultra	M5 Ultra
Mistral Large 3 (675B)675B · 41B aktiv	2 Bit geringere Qualität	211 GB	29–51	42–75

Zu groß 9

Braucht mehr als 256 GB Speicher, selbst mit 2 Bit.

Fragen

Welches LLM ist das beste für einen Mac mit 256 GB?: Unter den Modellen mit veröffentlichtem Intelligence Index erzielt Qwen3.8 Flash Next den höchsten Wert von denen, die in 256 GB gut laufen (6 Bit). Das größte, das gut läuft, ist MiMo V2.6 Flash. Für Code: Qwen3 Coder Next.
Reichen 256 GB für lokale KI auf dem Mac?: 54 der 73 offenen Modelle hier laufen darin gut, mit 4 Bit oder mehr. macOS lässt die GPU standardmäßig etwa 192 GB davon nutzen; Modell und Kontext müssen da hineinpassen.
Kann ein Mac mit 256 GB gpt-oss-20b ausführen?: Ja, 4,25 Bit nativ, mit etwa 194–345 Tokens pro Sekunde auf dem M3 Ultra und 284–505 auf dem M5 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.