Welches LLM ist das beste für einen Mac mit 96 GB?

Unter den Modellen mit veröffentlichtem Intelligence Index erzielt Qwen3.8 27B den höchsten Wert von denen, die in 96 GB gut laufen (8 Bit). Das größte, das gut läuft, ist gpt-oss-120b. Für Code: Qwen3 Coder Next.

Reichen 96 GB für lokale KI auf dem Mac?

44 der 73 offenen Modelle hier laufen darin gut, mit 4 Bit oder mehr. macOS lässt die GPU standardmäßig etwa 72 GB davon nutzen; Modell und Kontext müssen da hineinpassen.

Kann ein Mac mit 96 GB gpt-oss-20b ausführen?

Ja, 4,25 Bit nativ, mit etwa 71–126 Tokens pro Sekunde auf dem M3 Max und 284–505 auf dem M5 Ultra.

Beste lokale LLMs für Macs mit 96 GB (M2 bis M5): was läuft

Macs mit 96 GB

4 Chips von M2 bis M5 gibt es mit 96 GB. Öffne einen für seine eigene Liste und sein Tempo.

Läuft gut 51

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

Modell	Version	Speicher	M3 Max	M5 Ultra
Qwen3.8 27B27B · Intelligenz 33,7	8 Bit	28,7 GB	5–8	19–33
Nemotron 3.5 Bolt 74B A9B74B · 9B aktiv · Intelligenz 21,4	6 Bit	60,1 GB	18–33	74–132
Qwen3.6 35B A3B35B · 3B aktiv · Intelligenz 18,2	8 Bit	37,2 GB	42–75	169–300
Muse Glimmer 30B29,6B · Intelligenz 17,5	8 Bit	31,5 GB	4–8	17–30
Gemma 4 31B30,7B · Intelligenz 14,7	8 Bit	32,6 GB	4–7	17–29
Nemotron 3.5 Lightning 30B A3B30B · 3B aktiv · Intelligenz 12,9	8 Bit	31,9 GB	42–75	169–300
Granite 4.2 30B30B · Intelligenz 12,7	8 Bit	31,9 GB	4–8	17–30
MiniCPM5 2B2,52B · Intelligenz 12,5	8 Bit	2,7 GB	50–89	200–356
gpt-oss-120b117B · 5,1B aktiv · Intelligenz 11,6	4,25 Bit nativ	65,3 GB	50–89	200–356
Qwen3.5 9B9B · Intelligenz 11,2	8 Bit	9,6 GB	14–25	56–100
Granite 4.2 8B8B · Intelligenz 11,1	8 Bit	8,5 GB	16–28	64–113
Qwen3 Coder Next80B · 3B aktiv · Intelligenz 9,2	6 Bit	65 GB	56–100	225–400
Granite 4.2 3B3B · Intelligenz 9,1	8 Bit	3,2 GB	42–75	169–300
gpt-oss-20b21B · 3,6B aktiv · Intelligenz 9	4,25 Bit nativ	13,8 GB	71–126	284–505
Nemotron 3 Nano 30B A3B30B · 3,5B aktiv · Intelligenz 8,9	8 Bit	31,9 GB	36–65	146–259
Gemma 4 E4B8B · Intelligenz 8,9	8 Bit	8,5 GB	28–50	113–200
Llama 4 Scout 17B-16E Instruct109B · 17B aktiv · Intelligenz 6,5	4 Bit	61,3 GB	14–25	56–100
Ministral 3 8B8,9B · Intelligenz 5,5	8 Bit	9,5 GB	14–25	57–101
Nemotron 3 Nano 4B3,97B · Intelligenz 4,8	8 Bit	4,2 GB	32–57	129–229
GLM-4.5 Air106B · 12B aktiv	4 Bit	59,6 GB	20–35	79–141
Llama 3.3 70B Instruct70B	4 Bit	39,4 GB	2–4	14–24
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B aktiv	8 Bit	32,4 GB	39–69	154–274
GLM-4.7 Flash30B · 3B aktiv	8 Bit	31,9 GB	42–75	169–300
Qwen3.6 27B27B	8 Bit	28,7 GB	5–8	19–33
Gemma 4 26B A4B25,2B · 3,8B aktiv	8 Bit	26,8 GB	34–60	135–240
Devstral Small 2 (24B)24B	8 Bit	25,5 GB	10–18	21–38
Magistral Small 1.2 (2509)24B	8 Bit	25,5 GB	10–18	21–38
Mistral Small 3.2 (24B)24B	8 Bit	25,5 GB	10–18	21–38
LFM2.5 24B A2B24B · 2B aktiv	8 Bit	25,5 GB	64–114	257–457
Phi-4 Reasoning Vision 15B15B	8 Bit	15,9 GB	11–20	34–60
Phi-4 (14B)14B	8 Bit	14,9 GB	12–21	36–64
Gemma 4 12B Unified12B	8 Bit	12,7 GB	11–19	43–76
Qwen3 8B8,2B	8 Bit	8,7 GB	16–28	62–110
Llama 3.1 8B Instruct8B	8 Bit	8,5 GB	16–28	64–113
Gemma 4 E2B5,1B	8 Bit	5,4 GB	56–100	225–400
Qwen3.5 4B4B	8 Bit	4,3 GB	31–56	126–223
Phi-4 mini instruct3,8B	8 Bit	4 GB	34–60	135–240
Llama 3.2 3B Instruct3,21B	8 Bit	3,4 GB	40–71	159–282
SmolLM3 3B3B	8 Bit	3,2 GB	42–75	169–300
LFM2.5 2.6B2,69B	8 Bit	2,9 GB	47–83	186–331
Qwen3.5 2B2B	8 Bit	2,1 GB	64–114	257–457
Llama 3.2 1B Instruct1,23B	8 Bit	1,3 GB	104–185	415–738
Qwen3.5 0.8B0,8B	8 Bit	0,9 GB	150–267	600–1067
Qwen3 0.6B0,6B	8 Bit	0,6 GB	225–400	900–1600
Qwen3.8 Flash Next180B · 6B aktiv · Intelligenz 39,8	2 Bit geringere Qualität	56,3 GB	71–126	284–505
Qwen3.5 122B A10B122B · 10B aktiv · Intelligenz 15,6	3 Bit geringere Qualität	53,4 GB	31–55	123–218
Mistral Medium 3.5 (128B)128B · Intelligenz 14,2	3 Bit geringere Qualität	56 GB	2–4	10–17
Mistral Small 4 (119B)119B · 6,5B aktiv · Intelligenz 11,3	3 Bit geringere Qualität	52,1 GB	48–86	193–343
Devstral 2 (123B)123B	3 Bit geringere Qualität	53,8 GB	3–4	10–18
Ornith 1.5 122B122B · 10B aktiv	3 Bit geringere Qualität	53,4 GB	31–55	123–218
Nemotron 3 Super 120B A12B120B · 12B aktiv	3 Bit geringere Qualität	52,5 GB	25–45	102–181

Passt gerade so 1

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

Modell	Version	Speicher	M3 Max	M5 Ultra
MiniMax M2.7230B · 10B aktiv	2 Bit geringere Qualität	71,9 GB	44–77	174–310

Fragen

Welches LLM ist das beste für einen Mac mit 96 GB?: Unter den Modellen mit veröffentlichtem Intelligence Index erzielt Qwen3.8 27B den höchsten Wert von denen, die in 96 GB gut laufen (8 Bit). Das größte, das gut läuft, ist gpt-oss-120b. Für Code: Qwen3 Coder Next.
Reichen 96 GB für lokale KI auf dem Mac?: 44 der 73 offenen Modelle hier laufen darin gut, mit 4 Bit oder mehr. macOS lässt die GPU standardmäßig etwa 72 GB davon nutzen; Modell und Kontext müssen da hineinpassen.
Kann ein Mac mit 96 GB gpt-oss-20b ausführen?: Ja, 4,25 Bit nativ, mit etwa 71–126 Tokens pro Sekunde auf dem M3 Max 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.

Die besten LLMs für einen Mac mit 96 GB.