آیا M3 Max برای LLM سریعتر از M2 Max است؟

تقریباً یکسان: پهنای باند حافظهشان فقط چند درصد فرق دارد. M3 Max تا 128 GB حافظه دارد و M2 Max تا 96 GB.

کدام مدلهای بزرگتری اجرا میکند، M2 Max یا M3 Max؟

M3 Max: M3 Max تا 128 GB حافظه دارد و M2 Max تا 96 GB. در بیشترین حافظهاش 47 از 73 مدل باز را خوب اجرا میکند، در برابر 43.

M2 Max در برابر M3 Max برای LLM: حافظه، سرعت، کدام را بخریم

کنار هم

	M2 Max	M3 Max
اندازه‌های حافظه	32, 64, 96 GB	36, 48, 64, 96, 128 GB
پهنای باند حافظه	400 GB/s	300–400 GB/s
برای مدل‌ها، حداکثر	حدود 72 GB	حدود 96 GB
مدل‌هایی که خوب اجرا می‌شوند	43 از 73	47 از 73
ردهٔ جایگاه MLX	Pro	Pro
در دستگاه‌های	MacBook Pro (14-inch, 2023), MacBook Pro (16-inch, 2023), Mac Studio (2023)	MacBook Pro (14-inch, M3 Pro or M3 Max, Nov 2023), MacBook Pro (16-inch, Nov 2023)

سرعت با مدل‌های محبوب

توکن در ثانیه برای یک گفت‌وگو، هر تراشه با بیشترین حافظه‌اش (96 GB و 128 GB)، با بهترین نسخهٔ مدل که جا می‌شود.

مدل	M2 Max	M3 Max
Llama 3.1 8B Instruct8B	21–38 8 بیت	21–38 8 بیت
gpt-oss-20b21B · 3.6B فعال	95–168 4.25 بیت اصلی	95–168 4.25 بیت اصلی
Qwen3.6 35B A3B35B · 3B فعال	56–100 8 بیت	56–100 8 بیت
Qwen3.8 27B27B	12–21 4 بیت	12–21 4 بیت
Llama 3.3 70B Instruct70B	3–6 6 بیت	2–4 8 بیت
gpt-oss-120b117B · 5.1B فعال	67–119 4.25 بیت اصلی	67–119 4.25 بیت اصلی
Qwen3.5 122B A10B122B · 10B فعال	41–73 3 بیت کیفیت پایین‌تر	32–57 4 بیت
DeepSeek V4 Flash 0731284B · 13B فعال	خیلی بزرگ	44–78 2 بیت کیفیت پایین‌تر

پرسش‌ها

آیا M3 Max برای LLM سریع‌تر از M2 Max است؟: تقریباً یکسان: پهنای باند حافظه‌شان فقط چند درصد فرق دارد. M3 Max تا 128 GB حافظه دارد و M2 Max تا 96 GB.
کدام مدل‌های بزرگ‌تری اجرا می‌کند، M2 Max یا M3 Max؟: M3 Max: M3 Max تا 128 GB حافظه دارد و M2 Max تا 96 GB. در بیشترین حافظه‌اش 47 از 73 مدل باز را خوب اجرا می‌کند، در برابر 43.

مقایسه‌های بیشتر

تراشهٔ M2 Max برای هوش مصنوعی محلی · تراشهٔ M3 Max 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.