Iniciar sesiónCrear billetera

¿Qué puede ejecutar un M2 Max con 64 GB?

39 de 73 modelos abiertos van bien en ella. De forma predeterminada, la GPU puede usar unos 48 GB de sus 64 GB, y el chip lee la memoria a 400 GB/s, lo que marca su velocidad de escritura. Está en: MacBook Pro (14-inch, 2023), MacBook Pro (16-inch, 2023), Mac Studio (2023).

El más inteligente que va bienQwen3.8 27B4 bits · 15,2 GB · 12–21 tok/sEl más grande que va bienNemotron 3.5 Bolt 74B A9B4 bits · 41,6 GB · 35–63 tok/sPara códigoQwen3 Coder 30B A3B Instruct8 bits · 32,4 GB · 51–91 tok/s

Va bien 47

Cabe con espacio para el contexto, a 10 tokens por segundo o más.

ModeloVersiónMemoriaTokens/s
Qwen3.8 27B27B · Inteligencia 33,74 bits15,2 GB12–21
Nemotron 3.5 Bolt 74B A9B74B · 9B activos · Inteligencia 21,44 bits41,6 GB35–63
Qwen3.6 35B A3B35B · 3B activos · Inteligencia 18,28 bits37,2 GB56–100
Muse Glimmer 30B29,6B · Inteligencia 17,54 bits16,7 GB11–19
Gemma 4 31B30,7B · Inteligencia 14,74 bits17,3 GB10–18
Nemotron 3.5 Lightning 30B A3B30B · 3B activos · Inteligencia 12,98 bits31,9 GB56–100
Granite 4.2 30B30B · Inteligencia 12,74 bits16,9 GB11–19
MiniCPM5 2B2,52B · Inteligencia 12,58 bits2,7 GB67–119
Qwen3.5 9B9B · Inteligencia 11,28 bits9,6 GB19–33
Granite 4.2 8B8B · Inteligencia 11,18 bits8,5 GB21–38
Granite 4.2 3B3B · Inteligencia 9,18 bits3,2 GB56–100
gpt-oss-20b21B · 3,6B activos · Inteligencia 94,25 bits nativo13,8 GB95–168
Nemotron 3 Nano 30B A3B30B · 3,5B activos · Inteligencia 8,98 bits31,9 GB49–86
Gemma 4 E4B8B · Inteligencia 8,98 bits8,5 GB38–67
Ministral 3 8B8,9B · Inteligencia 5,58 bits9,5 GB19–34
Nemotron 3 Nano 4B3,97B · Inteligencia 4,88 bits4,2 GB43–76
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B activos8 bits32,4 GB51–91
GLM-4.7 Flash30B · 3B activos8 bits31,9 GB56–100
Qwen3.6 27B27B4 bits15,2 GB12–21
Gemma 4 26B A4B25,2B · 3,8B activos8 bits26,8 GB45–80
Devstral Small 2 (24B)24B4 bits13,5 GB13–24
Magistral Small 1.2 (2509)24B4 bits13,5 GB13–24
Mistral Small 3.2 (24B)24B4 bits13,5 GB13–24
LFM2.5 24B A2B24B · 2B activos8 bits25,5 GB86–152
Phi-4 Reasoning Vision 15B15B8 bits15,9 GB11–20
Phi-4 (14B)14B8 bits14,9 GB12–21
Gemma 4 12B Unified12B8 bits12,7 GB14–25
Qwen3 8B8,2B8 bits8,7 GB21–37
Llama 3.1 8B Instruct8B8 bits8,5 GB21–38
Gemma 4 E2B5,1B8 bits5,4 GB75–133
Qwen3.5 4B4B8 bits4,3 GB42–74
Phi-4 mini instruct3,8B8 bits4 GB45–80
Llama 3.2 3B Instruct3,21B8 bits3,4 GB53–94
SmolLM3 3B3B8 bits3,2 GB56–100
LFM2.5 2.6B2,69B8 bits2,9 GB62–110
Qwen3.5 2B2B8 bits2,1 GB86–152
Llama 3.2 1B Instruct1,23B8 bits1,3 GB138–246
Qwen3.5 0.8B0,8B8 bits0,9 GB200–356
Qwen3 0.6B0,6B8 bits0,6 GB300–533
Qwen3.5 122B A10B122B · 10B activos · Inteligencia 15,62 bits menor calidad38,1 GB58–103
gpt-oss-120b117B · 5,1B activos · Inteligencia 11,62 bits menor calidad36,6 GB113–200
Mistral Small 4 (119B)119B · 6,5B activos · Inteligencia 11,32 bits menor calidad37,2 GB90–160
Qwen3 Coder Next80B · 3B activos · Inteligencia 9,23 bits menor calidad35 GB138–246
Llama 4 Scout 17B-16E Instruct109B · 17B activos · Inteligencia 6,52 bits menor calidad34,1 GB34–60
Ornith 1.5 122B122B · 10B activos2 bits menor calidad38,1 GB58–103
Nemotron 3 Super 120B A12B120B · 12B activos2 bits menor calidad37,5 GB47–84
GLM-4.5 Air106B · 12B activos2 bits menor calidad33,1 GB47–84

Funciona, pero lento 3

Cabe, pero a menos de 10 tokens por segundo: sirve para trabajos por lotes, pero es lento para chatear.

ModeloVersiónMemoriaTokens/s
Llama 3.3 70B Instruct70B4 bits39,4 GB5–8
Mistral Medium 3.5 (128B)128B · Inteligencia 14,22 bits menor calidad40 GB5–8
Devstral 2 (123B)123B2 bits menor calidad38,4 GB5–8

Demasiado grande 23

Necesita más de 64 GB de memoria, incluso a 2 bits.

Otras Mac

Todas las Mac con 64 GB, con cualquier chip.

El M2 Max con más o menos memoria:

Chips vecinos:

Cara a cara:

Compáralo con cualquier Mac o GPU · El M2 Max para IA local · La mejor Mac para LLM en local · Todas las Mac

Preguntas

¿Cuál es el mejor LLM para un M2 Max con 64 GB?
De los modelos con un Intelligence Index publicado, Qwen3.8 27B obtiene la puntuación más alta entre los que van bien aquí: 4 bits, unos 12–21 tokens por segundo. El más grande que va bien es Nemotron 3.5 Bolt 74B A9B.
¿Puede un M2 Max con 64 GB ejecutar Llama 3.3 70B?
Sí, pero lento: 4 bits, a unos 5–8 tokens por segundo.
¿Qué tan rápido va gpt-oss-20b en un M2 Max?
Unos 95–168 tokens por segundo (4,25 bits nativo), según los 400 GB/s de ancho de banda de memoria del chip.

Ejecútalos con MLX Harness (gratis, de código abierto) o con mlx-lm de Apple en Terminal: paso a paso.

Cómo se calcula

Memoria: los parámetros del modelo a 8, 6, 4, 3 o 2 bits por peso más las escalas por grupo de MLX (medio bit por peso), o su formato nativo, con espacio extra para el contexto. De forma predeterminada, macOS deja que la GPU use alrededor del 75 % de la memoria unificada. Velocidad: el ancho de banda de memoria dividido entre los bytes leídos por token es el techo para una conversación; en los benchmarks públicos de Apple Silicon de llama.cpp, las ejecuciones reales alcanzan entre el 45 % y el 80 % de ese techo, que es el rango que se muestra. Son estimaciones, no mediciones: mide tu propia Mac en MLX Bench. Datos de los modelos tomados de cada ficha oficial; datos de los chips, de las especificaciones técnicas de Apple. Revisado el 2026-10-19. Los mismos datos que mlx.app/compare.

¿Qué LLM ejecuta un M2 Max con 64 GB? Modelos y velocidad