ورودساخت کیف پول

بهترین LLMها برای Mac با 256 GB.

54 از 73 مدل باز در 256 GB خوب اجرا می‌شوند. GPU به‌طور پیش‌فرض می‌تواند حدود 192 GB از آن را استفاده کند. سرعت به تراشه بستگی دارد: از 819 GB/s روی M3 Ultra تا 1,200 GB/s روی M5 Ultra.

باهوش‌ترین که خوب اجرا می‌شودQwen3.8 Flash Next6 بیت · 146 GB · 75–196 tok/sبزرگ‌ترین که خوب اجرا می‌شودMiMo V2.6 Flash4.48 بیت اصلی · 173 GB · 44–114 tok/sبرای کدنویسیQwen3 Coder Next8 بیت · 85 GB · 115–300 tok/s

Macهای دارای 256 GB

2 تراشه از M3 تا M5 با 256 GB عرضه می‌شوند. هر کدام را برای فهرست و سرعت‌های خودش باز کنید.

خوب اجرا می‌شوند 61

با جای کافی برای کانتکست جا می‌شود، با 10 توکن یا بیشتر در ثانیه روی M5 Ultra.

مدلنسخهحافظهM3 UltraM5 Ultra
Qwen3.8 Flash Next180B · 6B فعال · هوش 39.86 بیت146 GB75–134110–196
MiMo V2.6 Flash309B · 15B فعال · هوش 37.94.48 بیت اصلی173 GB44–7864–114
Qwen3.8 27B27B · هوش 33.78 بیت28.7 GB13–2319–33
Inkling Small276B · 12B فعال · هوش 25.74 بیت155 GB54–9679–141
Hy3295B · 21B فعال · هوش 25.34 بیت166 GB31–5646–81
Nemotron 3.5 Bolt 74B A9B74B · 9B فعال · هوش 21.48 بیت78.6 GB38–6856–100
Qwen3.6 35B A3B35B · 3B فعال · هوش 18.28 بیت37.2 GB115–205169–300
Muse Glimmer 30B29.6B · هوش 17.58 بیت31.5 GB12–2117–30
Qwen3.5 122B A10B122B · 10B فعال · هوش 15.68 بیت130 GB35–6251–91
Gemma 4 31B30.7B · هوش 14.78 بیت32.6 GB11–2017–29
Nemotron 3.5 Lightning 30B A3B30B · 3B فعال · هوش 12.98 بیت31.9 GB115–205169–300
Granite 4.2 30B30B · هوش 12.78 بیت31.9 GB12–2117–30
MiniCPM5 2B2.52B · هوش 12.58 بیت2.7 GB137–243200–356
gpt-oss-120b117B · 5.1B فعال · هوش 11.64.25 بیت اصلی65.3 GB137–243200–356
Mistral Small 4 (119B)119B · 6.5B فعال · هوش 11.38 بیت126 GB53–9578–139
Qwen3.5 9B9B · هوش 11.28 بیت9.6 GB38–6856–100
Granite 4.2 8B8B · هوش 11.18 بیت8.5 GB43–7764–113
Qwen3 Coder Next80B · 3B فعال · هوش 9.28 بیت85 GB115–205169–300
Granite 4.2 3B3B · هوش 9.18 بیت3.2 GB115–205169–300
gpt-oss-20b21B · 3.6B فعال · هوش 94.25 بیت اصلی13.8 GB194–345284–505
Nemotron 3 Nano 30B A3B30B · 3.5B فعال · هوش 8.98 بیت31.9 GB100–177146–259
Gemma 4 E4B8B · هوش 8.98 بیت8.5 GB77–137113–200
Llama 4 Scout 17B-16E Instruct109B · 17B فعال · هوش 6.58 بیت116 GB20–3630–53
Ministral 3 8B8.9B · هوش 5.58 بیت9.5 GB39–6957–101
Nemotron 3 Nano 4B3.97B · هوش 4.88 بیت4.2 GB88–156129–229
DeepSeek V4 Flash 0731284B · 13B فعال4 بیت160 GB50–9074–132
MiniMax M2.7230B · 10B فعال4 بیت129 GB66–11796–171
Ornith 1.5 122B122B · 10B فعال8 بیت130 GB35–6251–91
Nemotron 3 Super 120B A12B120B · 12B فعال8 بیت128 GB29–5142–75
GLM-4.5 Air106B · 12B فعال8 بیت113 GB29–5142–75
Llama 3.3 70B Instruct70B4 بیت39.4 GB5–914–24
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B فعال8 بیت32.4 GB105–187154–274
GLM-4.7 Flash30B · 3B فعال8 بیت31.9 GB115–205169–300
Qwen3.6 27B27B8 بیت28.7 GB13–2319–33
Gemma 4 26B A4B25.2B · 3.8B فعال8 بیت26.8 GB92–164135–240
Devstral Small 2 (24B)24B8 بیت25.5 GB14–2621–38
Magistral Small 1.2 (2509)24B8 بیت25.5 GB14–2621–38
Mistral Small 3.2 (24B)24B8 بیت25.5 GB14–2621–38
LFM2.5 24B A2B24B · 2B فعال8 بیت25.5 GB176–312257–457
Phi-4 Reasoning Vision 15B15B8 بیت15.9 GB23–4134–60
Phi-4 (14B)14B8 بیت14.9 GB25–4436–64
Gemma 4 12B Unified12B8 بیت12.7 GB29–5243–76
Qwen3 8B8.2B8 بیت8.7 GB42–7562–110
Llama 3.1 8B Instruct8B8 بیت8.5 GB43–7764–113
Gemma 4 E2B5.1B8 بیت5.4 GB154–273225–400
Qwen3.5 4B4B8 بیت4.3 GB86–152126–223
Phi-4 mini instruct3.8B8 بیت4 GB92–164135–240
Llama 3.2 3B Instruct3.21B8 بیت3.4 GB108–193159–282
SmolLM3 3B3B8 بیت3.2 GB115–205169–300
LFM2.5 2.6B2.69B8 بیت2.9 GB127–226186–331
Qwen3.5 2B2B8 بیت2.1 GB176–312257–457
Llama 3.2 1B Instruct1.23B8 بیت1.3 GB284–504415–738
Qwen3.5 0.8B0.8B8 بیت0.9 GB410–728600–1067
Qwen3 0.6B0.6B8 بیت0.6 GB614–1092900–1600
DeepSeek V4.1 Flash 1017552B · 16B فعال · هوش 45.12 بیت کیفیت پایین‌تر173 GB74–131108–192
GLM-5.3 Flash320B · 18B فعال · هوش 41.83 بیت کیفیت پایین‌تر140 GB47–8368–122
Beam 1.0501B · 23B فعال · هوش 30.32 بیت کیفیت پایین‌تر157 GB51–9175–133
MiniMax M3428B · 23B فعال · هوش 29.22 بیت کیفیت پایین‌تر134 GB51–9175–133
Nemotron 3 Ultra 550B A55B550B · 55B فعال · هوش 22.92 بیت کیفیت پایین‌تر172 GB21–3831–56
Qwen3.5 397B A17B397B · 17B فعال · هوش 18.43 بیت کیفیت پایین‌تر174 GB50–8973–130
Llama 4 Maverick 17B-128E Instruct400B · 17B فعال · هوش 9.33 بیت کیفیت پایین‌تر175 GB50–8973–130

اجرا می‌شوند، اما کند 2

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

مدلنسخهحافظهM3 UltraM5 Ultra
Mistral Medium 3.5 (128B)128B · هوش 14.28 بیت136 GB3–54–7
Devstral 2 (123B)123B8 بیت131 GB3–54–7

به‌زحمت جا می‌شوند 1

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

مدلنسخهحافظهM3 UltraM5 Ultra
Mistral Large 3 (675B)675B · 41B فعال2 بیت کیفیت پایین‌تر211 GB29–5142–75

خیلی بزرگ 9

حتی در 2 بیت، بیش از 256 GB حافظه لازم دارد.

پرسش‌ها

بهترین LLM برای Mac با 256 GB کدام است؟
از میان مدل‌هایی که Intelligence Index منتشرشده دارند، Qwen3.8 Flash Next بالاترین امتیاز را در بین مدل‌هایی دارد که در 256 GB خوب اجرا می‌شوند (6 بیت). بزرگ‌ترین مدلی که خوب اجرا می‌شود MiMo V2.6 Flash است. برای کدنویسی: Qwen3 Coder Next.
آیا 256 GB برای هوش مصنوعی محلی روی Mac کافی است؟
54 از 73 مدل باز اینجا در 4 بیت یا بهتر در آن خوب اجرا می‌شوند. macOS به‌طور پیش‌فرض اجازه می‌دهد GPU حدود 192 GB از آن را استفاده کند؛ مدل و کانتکستش باید در همین مقدار جا شوند.
آیا Mac با 256 GB می‌تواند gpt-oss-20b را اجرا کند؟
بله، 4.25 بیت اصلی، با حدود 194–345 توکن در ثانیه روی یک M3 Ultra و 284–505 روی یک M5 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 256 GB (M3 تا M5): چه اجرا می‌شود