Iniciar sesiónCrear billetera

¿Qué puede ejecutar un M3 Max con 36 GB?

33 de 73 modelos abiertos van bien en ella. De forma predeterminada, la GPU puede usar unos 27 GB de sus 36 GB, y el chip lee la memoria a 300 GB/s, lo que marca su velocidad de escritura. Está en: MacBook Pro (14-inch, M3 Pro or M3 Max, Nov 2023), MacBook Pro (16-inch, Nov 2023).

El más inteligente que va bienQwen3.6 35B A3B4 bits · 19,7 GB · 79–141 tok/sEl más grande que va bienQwen3.6 35B A3B4 bits · 19,7 GB · 79–141 tok/sPara códigoQwen3 Coder 30B A3B Instruct6 bits · 24,8 GB · 50–89 tok/s

Va bien 35

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

ModeloVersiónMemoriaTokens/s
Qwen3.6 35B A3B35B · 3B activos · Inteligencia 18,24 bits19,7 GB79–141
Nemotron 3.5 Lightning 30B A3B30B · 3B activos · Inteligencia 12,96 bits24,4 GB56–100
MiniCPM5 2B2,52B · Inteligencia 12,58 bits2,7 GB50–89
Qwen3.5 9B9B · Inteligencia 11,28 bits9,6 GB14–25
Granite 4.2 8B8B · Inteligencia 11,18 bits8,5 GB16–28
Granite 4.2 3B3B · Inteligencia 9,18 bits3,2 GB42–75
gpt-oss-20b21B · 3,6B activos · Inteligencia 94,25 bits nativo13,8 GB71–126
Nemotron 3 Nano 30B A3B30B · 3,5B activos · Inteligencia 8,96 bits24,4 GB48–86
Gemma 4 E4B8B · Inteligencia 8,98 bits8,5 GB28–50
Ministral 3 8B8,9B · Inteligencia 5,58 bits9,5 GB14–25
Nemotron 3 Nano 4B3,97B · Inteligencia 4,88 bits4,2 GB32–57
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B activos6 bits24,8 GB50–89
GLM-4.7 Flash30B · 3B activos6 bits24,4 GB56–100
Gemma 4 26B A4B25,2B · 3,8B activos6 bits20,5 GB44–77
Devstral Small 2 (24B)24B4 bits13,5 GB10–18
Magistral Small 1.2 (2509)24B4 bits13,5 GB10–18
Mistral Small 3.2 (24B)24B4 bits13,5 GB10–18
LFM2.5 24B A2B24B · 2B activos6 bits19,5 GB84–150
Phi-4 Reasoning Vision 15B15B6 bits12,2 GB11–20
Phi-4 (14B)14B6 bits11,4 GB12–21
Gemma 4 12B Unified12B8 bits12,7 GB11–19
Qwen3 8B8,2B8 bits8,7 GB16–28
Llama 3.1 8B Instruct8B8 bits8,5 GB16–28
Gemma 4 E2B5,1B8 bits5,4 GB56–100
Qwen3.5 4B4B8 bits4,3 GB31–56
Phi-4 mini instruct3,8B8 bits4 GB34–60
Llama 3.2 3B Instruct3,21B8 bits3,4 GB40–71
SmolLM3 3B3B8 bits3,2 GB42–75
LFM2.5 2.6B2,69B8 bits2,9 GB47–83
Qwen3.5 2B2B8 bits2,1 GB64–114
Llama 3.2 1B Instruct1,23B8 bits1,3 GB104–185
Qwen3.5 0.8B0,8B8 bits0,9 GB150–267
Qwen3 0.6B0,6B8 bits0,6 GB225–400
Nemotron 3.5 Bolt 74B A9B74B · 9B activos · Inteligencia 21,42 bits menor calidad23,1 GB48–86
Qwen3 Coder Next80B · 3B activos · Inteligencia 9,22 bits menor calidad25 GB150–267

Funciona, pero lento 6

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

ModeloVersiónMemoriaTokens/s
Qwen3.8 27B27B · Inteligencia 33,76 bits21,9 GB6–11
Muse Glimmer 30B29,6B · Inteligencia 17,56 bits24,1 GB6–10
Gemma 4 31B30,7B · Inteligencia 14,76 bits24,9 GB5–10
Granite 4.2 30B30B · Inteligencia 12,76 bits24,4 GB6–10
Qwen3.6 27B27B6 bits21,9 GB6–11
Llama 3.3 70B Instruct70B2 bits menor calidad21,9 GB6–11

Demasiado grande 32

Necesita más de 36 GB de memoria, incluso a 2 bits.

Otras Mac

Todas las Mac con 36 GB, con cualquier chip.

El M3 Max con más o menos memoria:

Chips vecinos:

Cara a cara:

Compáralo con cualquier Mac o GPU · El M3 Max para IA local · La mejor Mac para LLM en local · Todas las Mac

Preguntas

¿Cuál es el mejor LLM para un M3 Max con 36 GB?
De los modelos con un Intelligence Index publicado, Qwen3.6 35B A3B obtiene la puntuación más alta entre los que van bien aquí: 4 bits, unos 79–141 tokens por segundo.
¿Puede un M3 Max con 36 GB ejecutar Llama 3.3 70B?
Sí, pero lento: 2 bits (menor calidad), a unos 6–11 tokens por segundo.
¿Qué tan rápido va gpt-oss-20b en un M3 Max?
Unos 71–126 tokens por segundo (4,25 bits nativo), según los 300 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 M3 Max con 36 GB? Modelos y velocidad