آیا M2 Ultra برای LLM سریعتر از M2 Max است؟

M2 Ultra حافظه را حدود 100% سریعتر از M2 Max میخواند (800 در برابر 400 GB/s)، پس با هر مدلی که در هر دو جا شود حدود 100% سریعتر مینویسد. اما خواندن یک پرامپت طولانی به توان محاسباتی GPU بستگی دارد که این مقایسه آن را پوشش نمیدهد.

کدام مدلهای بزرگتری اجرا میکند، M2 Max یا M2 Ultra؟

M2 Ultra: M2 Ultra تا 192 GB حافظه دارد و M2 Max تا 96 GB. در بیشترین حافظهاش 49 از 73 مدل باز را خوب اجرا میکند، در برابر 43.

M2 Max در برابر M2 Ultra برای LLM: حافظه، سرعت، کدام را بخریم

کنار هم

	M2 Max	M2 Ultra
اندازه‌های حافظه	32, 64, 96 GB	64, 128, 192 GB
پهنای باند حافظه	400 GB/s	800 GB/s
برای مدل‌ها، حداکثر	حدود 72 GB	حدود 144 GB
مدل‌هایی که خوب اجرا می‌شوند	43 از 73	49 از 73
ردهٔ جایگاه MLX	Pro	Ultra
در دستگاه‌های	MacBook Pro (14-inch, 2023), MacBook Pro (16-inch, 2023), Mac Studio (2023)	Mac Studio (2023), Mac Pro (2023), Mac Pro (Rack, 2023)

سرعت با مدل‌های محبوب

توکن در ثانیه برای یک گفت‌وگو، هر تراشه با بیشترین حافظه‌اش (96 GB و 192 GB)، با بهترین نسخهٔ مدل که جا می‌شود.

مدل	M2 Max	M2 Ultra
Llama 3.1 8B Instruct8B	21–38 8 بیت	42–75 8 بیت
gpt-oss-20b21B · 3.6B فعال	95–168 4.25 بیت اصلی	189–337 4.25 بیت اصلی
Qwen3.6 35B A3B35B · 3B فعال	56–100 8 بیت	113–200 8 بیت
Qwen3.8 27B27B	12–21 4 بیت	13–22 8 بیت
Llama 3.3 70B Instruct70B	3–6 6 بیت	5–9 8 بیت
gpt-oss-120b117B · 5.1B فعال	67–119 4.25 بیت اصلی	133–237 4.25 بیت اصلی
Qwen3.5 122B A10B122B · 10B فعال	41–73 3 بیت کیفیت پایین‌تر	34–60 8 بیت
DeepSeek V4 Flash 0731284B · 13B فعال	خیلی بزرگ	63–112 3 بیت کیفیت پایین‌تر

پرسش‌ها

آیا M2 Ultra برای LLM سریع‌تر از M2 Max است؟: M2 Ultra حافظه را حدود 100% سریع‌تر از M2 Max می‌خواند (800 در برابر 400 GB/s)، پس با هر مدلی که در هر دو جا شود حدود 100% سریع‌تر می‌نویسد. اما خواندن یک پرامپت طولانی به توان محاسباتی GPU بستگی دارد که این مقایسه آن را پوشش نمی‌دهد.
کدام مدل‌های بزرگ‌تری اجرا می‌کند، M2 Max یا M2 Ultra؟: M2 Ultra: M2 Ultra تا 192 GB حافظه دارد و M2 Max تا 96 GB. در بیشترین حافظه‌اش 49 از 73 مدل باز را خوب اجرا می‌کند، در برابر 43.

مقایسه‌های بیشتر

تراشهٔ M2 Max برای هوش مصنوعی محلی · تراشهٔ M2 Ultra برای هوش مصنوعی محلی · همهٔ مدل‌ها را مقایسه کنید · بهترین Mac برای LLM محلی

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.