آیا M3 Ultra برای LLM سریعتر از M3 Max است؟

M3 Ultra حافظه را حدود 105% سریعتر از M3 Max میخواند (819 در برابر 400 GB/s)، پس با هر مدلی که در هر دو جا شود حدود 105% 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، M3 Max یا M3 Ultra؟

M3 Ultra: M3 Ultra تا 512 GB حافظه دارد و M3 Max تا 128 GB. در بیشترین حافظهاش 60 از 73 مدل باز را خوب اجرا میکند، در برابر 47.

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

کنار هم

	M3 Max	M3 Ultra
اندازه‌های حافظه	36, 48, 64, 96, 128 GB	96, 256, 512 GB
پهنای باند حافظه	300–400 GB/s	819 GB/s
برای مدل‌ها، حداکثر	حدود 96 GB	حدود 384 GB
مدل‌هایی که خوب اجرا می‌شوند	47 از 73	60 از 73
ردهٔ جایگاه MLX	Pro	Ultra
در دستگاه‌های	MacBook Pro (14-inch, M3 Pro or M3 Max, Nov 2023), MacBook Pro (16-inch, Nov 2023)	Mac Studio (2025)

سرعت با مدل‌های محبوب

توکن در ثانیه برای یک گفت‌وگو، هر تراشه با بیشترین حافظه‌اش (128 GB و 512 GB)، با بهترین نسخهٔ مدل که جا می‌شود.

مدل	M3 Max	M3 Ultra
Llama 3.1 8B Instruct8B	21–38 8 بیت	43–77 8 بیت
gpt-oss-20b21B · 3.6B فعال	95–168 4.25 بیت اصلی	194–345 4.25 بیت اصلی
Qwen3.6 35B A3B35B · 3B فعال	56–100 8 بیت	115–205 8 بیت
Qwen3.8 27B27B	12–21 4 بیت	13–23 8 بیت
Llama 3.3 70B Instruct70B	2–4 8 بیت	5–9 8 بیت
gpt-oss-120b117B · 5.1B فعال	67–119 4.25 بیت اصلی	137–243 4.25 بیت اصلی
Qwen3.5 122B A10B122B · 10B فعال	32–57 4 بیت	35–62 8 بیت
DeepSeek V4 Flash 0731284B · 13B فعال	44–78 2 بیت کیفیت پایین‌تر	27–47 8 بیت

پرسش‌ها

آیا M3 Ultra برای LLM سریع‌تر از M3 Max است؟: M3 Ultra حافظه را حدود 105% سریع‌تر از M3 Max می‌خواند (819 در برابر 400 GB/s)، پس با هر مدلی که در هر دو جا شود حدود 105% 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، M3 Max یا M3 Ultra؟: M3 Ultra: M3 Ultra تا 512 GB حافظه دارد و M3 Max تا 128 GB. در بیشترین حافظه‌اش 60 از 73 مدل باز را خوب اجرا می‌کند، در برابر 47.

مقایسه‌های بیشتر

تراشهٔ M3 Max برای هوش مصنوعی محلی · تراشهٔ M3 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.