ورودساخت کیف پول

بهترین LLMها برای Mac با 128 GB.

47 از 73 مدل باز در 128 GB خوب اجرا می‌شوند. GPU به‌طور پیش‌فرض می‌تواند حدود 96 GB از آن را استفاده کند. سرعت به تراشه بستگی دارد: از 400 GB/s روی M3 Max تا 800 GB/s روی M1 Ultra.

باهوش‌ترین که خوب اجرا می‌شودQwen3.8 27B8 بیت · 28.7 GB · 12–22 tok/sبزرگ‌ترین که خوب اجرا می‌شودQwen3.5 122B A10B4 بیت · 68.6 GB · 32–114 tok/sبرای کدنویسیQwen3 Coder Next8 بیت · 85 GB · 56–200 tok/s

Macهای دارای 128 GB

5 تراشه از M1 تا M5 با 128 GB عرضه می‌شوند. هر کدام را برای فهرست و سرعت‌های خودش باز کنید.

خوب اجرا می‌شوند 51

با جای کافی برای کانتکست جا می‌شود، با 10 توکن یا بیشتر در ثانیه روی M1 Ultra.

مدلنسخهحافظهM3 MaxM1 Ultra
Qwen3.8 27B27B · هوش 33.78 بیت28.7 GB12–2113–22
Nemotron 3.5 Bolt 74B A9B74B · 9B فعال · هوش 21.48 بیت78.6 GB19–3338–67
Qwen3.6 35B A3B35B · 3B فعال · هوش 18.28 بیت37.2 GB56–100113–200
Muse Glimmer 30B29.6B · هوش 17.58 بیت31.5 GB11–1911–20
Qwen3.5 122B A10B122B · 10B فعال · هوش 15.64 بیت68.6 GB32–5764–114
Gemma 4 31B30.7B · هوش 14.78 بیت32.6 GB10–1811–20
Nemotron 3.5 Lightning 30B A3B30B · 3B فعال · هوش 12.98 بیت31.9 GB56–100113–200
Granite 4.2 30B30B · هوش 12.78 بیت31.9 GB11–1911–20
MiniCPM5 2B2.52B · هوش 12.58 بیت2.7 GB67–119133–237
gpt-oss-120b117B · 5.1B فعال · هوش 11.64.25 بیت اصلی65.3 GB67–119133–237
Mistral Small 4 (119B)119B · 6.5B فعال · هوش 11.34 بیت66.9 GB49–8697–173
Qwen3.5 9B9B · هوش 11.28 بیت9.6 GB19–3338–67
Granite 4.2 8B8B · هوش 11.18 بیت8.5 GB21–3842–75
Qwen3 Coder Next80B · 3B فعال · هوش 9.28 بیت85 GB56–100113–200
Granite 4.2 3B3B · هوش 9.18 بیت3.2 GB56–100113–200
gpt-oss-20b21B · 3.6B فعال · هوش 94.25 بیت اصلی13.8 GB95–168189–337
Nemotron 3 Nano 30B A3B30B · 3.5B فعال · هوش 8.98 بیت31.9 GB49–8697–173
Gemma 4 E4B8B · هوش 8.98 بیت8.5 GB38–6775–133
Llama 4 Scout 17B-16E Instruct109B · 17B فعال · هوش 6.56 بیت88.6 GB13–2326–46
Ministral 3 8B8.9B · هوش 5.58 بیت9.5 GB19–3438–67
Nemotron 3 Nano 4B3.97B · هوش 4.88 بیت4.2 GB43–7686–152
Ornith 1.5 122B122B · 10B فعال4 بیت68.6 GB32–5764–114
Nemotron 3 Super 120B A12B120B · 12B فعال4 بیت67.5 GB26–4753–94
GLM-4.5 Air106B · 12B فعال6 بیت86.1 GB18–3337–65
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B فعال8 بیت32.4 GB51–91103–183
GLM-4.7 Flash30B · 3B فعال8 بیت31.9 GB56–100113–200
Qwen3.6 27B27B8 بیت28.7 GB12–2113–22
Gemma 4 26B A4B25.2B · 3.8B فعال8 بیت26.8 GB45–8090–160
Devstral Small 2 (24B)24B8 بیت25.5 GB13–2414–25
Magistral Small 1.2 (2509)24B8 بیت25.5 GB13–2414–25
Mistral Small 3.2 (24B)24B8 بیت25.5 GB13–2414–25
LFM2.5 24B A2B24B · 2B فعال8 بیت25.5 GB86–152171–305
Phi-4 Reasoning Vision 15B15B8 بیت15.9 GB11–2023–40
Phi-4 (14B)14B8 بیت14.9 GB12–2124–43
Gemma 4 12B Unified12B8 بیت12.7 GB14–2528–50
Qwen3 8B8.2B8 بیت8.7 GB21–3741–74
Llama 3.1 8B Instruct8B8 بیت8.5 GB21–3842–75
Gemma 4 E2B5.1B8 بیت5.4 GB75–133150–267
Qwen3.5 4B4B8 بیت4.3 GB42–7484–149
Phi-4 mini instruct3.8B8 بیت4 GB45–8090–160
Llama 3.2 3B Instruct3.21B8 بیت3.4 GB53–94106–188
SmolLM3 3B3B8 بیت3.2 GB56–100113–200
LFM2.5 2.6B2.69B8 بیت2.9 GB62–110124–221
Qwen3.5 2B2B8 بیت2.1 GB86–152171–305
Llama 3.2 1B Instruct1.23B8 بیت1.3 GB138–246277–492
Qwen3.5 0.8B0.8B8 بیت0.9 GB200–356400–711
Qwen3 0.6B0.6B8 بیت0.6 GB300–533600–1067
Qwen3.8 Flash Next180B · 6B فعال · هوش 39.83 بیت کیفیت پایین‌تر78.8 GB69–123138–246
Inkling Small276B · 12B فعال · هوش 25.72 بیت کیفیت پایین‌تر86.3 GB47–8495–168
DeepSeek V4 Flash 0731284B · 13B فعال2 بیت کیفیت پایین‌تر88.8 GB44–7888–156
MiniMax M2.7230B · 10B فعال2 بیت کیفیت پایین‌تر71.9 GB58–103116–206

اجرا می‌شوند، اما کند 3

جا می‌شود، اما زیر 10 توکن در ثانیه: برای کارهای دسته‌ای خوب است، برای گفت‌وگو کند.

مدلنسخهحافظهM3 MaxM1 Ultra
Mistral Medium 3.5 (128B)128B · هوش 14.24 بیت72 GB3–45–9
Devstral 2 (123B)123B4 بیت69.2 GB3–55–9
Llama 3.3 70B Instruct70B8 بیت74.4 GB2–45–9

به‌زحمت جا می‌شوند 3

تقریباً همهٔ حافظه را لازم دارد: سقف حافظهٔ GPU را بالا ببرید و کانتکست را کوتاه نگه دارید.

مدلنسخهحافظهM3 MaxM1 Ultra
GLM-5.3 Flash320B · 18B فعال · هوش 41.82 بیت کیفیت پایین‌تر100 GB32–5764–114
MiMo V2.6 Flash309B · 15B فعال · هوش 37.92 بیت کیفیت پایین‌تر96.6 GB38–6877–136
Hy3295B · 21B فعال · هوش 25.32 بیت کیفیت پایین‌تر92.2 GB27–4855–97

خیلی بزرگ 16

حتی در 2 بیت، بیش از 128 GB حافظه لازم دارد.

پرسش‌ها

بهترین LLM برای Mac با 128 GB کدام است؟
از میان مدل‌هایی که Intelligence Index منتشرشده دارند، Qwen3.8 27B بالاترین امتیاز را در بین مدل‌هایی دارد که در 128 GB خوب اجرا می‌شوند (8 بیت). بزرگ‌ترین مدلی که خوب اجرا می‌شود Qwen3.5 122B A10B است. برای کدنویسی: Qwen3 Coder Next.
آیا 128 GB برای هوش مصنوعی محلی روی Mac کافی است؟
47 از 73 مدل باز اینجا در 4 بیت یا بهتر در آن خوب اجرا می‌شوند. macOS به‌طور پیش‌فرض اجازه می‌دهد GPU حدود 96 GB از آن را استفاده کند؛ مدل و کانتکستش باید در همین مقدار جا شوند.
آیا Mac با 128 GB می‌تواند gpt-oss-20b را اجرا کند؟
بله، 4.25 بیت اصلی، با حدود 95–168 توکن در ثانیه روی یک M3 Max و 189–337 روی یک M1 Ultra.

اندازه‌های دیگر: 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

آن‌ها را با MLX Harness (رایگان و متن‌باز) یا mlx-lm از Apple در Terminal اجرا کنید: گام به گام.

چطور محاسبه شده

حافظه: پارامترهای مدل در 8، 6، 4، 3 یا 2 بیت برای هر وزن به‌علاوهٔ مقیاس‌های گروهی MLX (نیم بیت برای هر وزن)، یا قالب اصلی آن، به‌اضافهٔ جا برای کانتکست. macOS به‌طور پیش‌فرض اجازه می‌دهد GPU حدود 75% حافظهٔ یکپارچه را استفاده کند. سرعت: پهنای باند حافظه تقسیم بر بایت‌هایی که برای هر توکن خوانده می‌شود، سقف سرعت یک گفت‌وگوست؛ در بنچمارک‌های عمومی llama.cpp روی Apple Silicon اجراهای واقعی به حدود 45% تا 80% آن می‌رسند و همین بازه نمایش داده می‌شود. این‌ها برآوردند، نه اندازه‌گیری: Mac خودتان را روی MLX Bench بسنجید. ارقام مدل‌ها از کارت رسمی هر مدل و ارقام تراشه‌ها از مشخصات فنی Apple است. بررسی‌شده در 2026-10-19. همان داده‌های mlx.app/compare.

بهترین LLMهای محلی برای Mac با 128 GB (M1 تا M5): چه اجرا می‌شود