ورودساخت کیف پول

یک M3 Ultra با 512 GB چه چیزهایی را اجرا می‌کند؟

60 از 73 مدل باز روی آن خوب اجرا می‌شوند. GPU به‌طور پیش‌فرض می‌تواند حدود 384 GB از 512 GB آن را استفاده کند و حافظه را با 819 GB/s می‌خواند، که سرعت نوشتن را تعیین می‌کند. در: Mac Studio (2025).

باهوش‌ترین که خوب اجرا می‌شودDeepSeek V4.1 Flash 10174 بیت · 311 GB · 41–73 tok/sبزرگ‌ترین که خوب اجرا می‌شودDeepSeek V4.1 Flash 10174 بیت · 311 GB · 41–73 tok/sبرای کدنویسیQwen3 Coder Next8 بیت · 85 GB · 115–205 tok/s

خوب اجرا می‌شوند 67

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

مدلنسخهحافظهتوکن/ثانیه
DeepSeek V4.1 Flash 1017552B · 16B فعال · هوش 45.14 بیت311 GB41–73
GLM-5.3 Flash320B · 18B فعال · هوش 41.88 بیت340 GB19–34
Qwen3.8 Flash Next180B · 6B فعال · هوش 39.88 بیت191 GB58–102
MiMo V2.6 Flash309B · 15B فعال · هوش 37.94.48 بیت اصلی173 GB44–78
Qwen3.8 27B27B · هوش 33.78 بیت28.7 GB13–23
Beam 1.0501B · 23B فعال · هوش 30.34 بیت282 GB29–51
MiniMax M3428B · 23B فعال · هوش 29.26 بیت348 GB20–35
Inkling Small276B · 12B فعال · هوش 25.78 بیت293 GB29–51
Hy3295B · 21B فعال · هوش 25.38 بیت313 GB17–29
Nemotron 3 Ultra 550B A55B550B · 55B فعال · هوش 22.94 بیت309 GB12–21
Nemotron 3.5 Bolt 74B A9B74B · 9B فعال · هوش 21.48 بیت78.6 GB38–68
Qwen3.5 397B A17B397B · 17B فعال · هوش 18.46 بیت323 GB27–47
Qwen3.6 35B A3B35B · 3B فعال · هوش 18.28 بیت37.2 GB115–205
Muse Glimmer 30B29.6B · هوش 17.58 بیت31.5 GB12–21
Qwen3.5 122B A10B122B · 10B فعال · هوش 15.68 بیت130 GB35–62
Gemma 4 31B30.7B · هوش 14.78 بیت32.6 GB11–20
Nemotron 3.5 Lightning 30B A3B30B · 3B فعال · هوش 12.98 بیت31.9 GB115–205
Granite 4.2 30B30B · هوش 12.78 بیت31.9 GB12–21
MiniCPM5 2B2.52B · هوش 12.58 بیت2.7 GB137–243
gpt-oss-120b117B · 5.1B فعال · هوش 11.64.25 بیت اصلی65.3 GB137–243
Mistral Small 4 (119B)119B · 6.5B فعال · هوش 11.38 بیت126 GB53–95
Qwen3.5 9B9B · هوش 11.28 بیت9.6 GB38–68
Granite 4.2 8B8B · هوش 11.18 بیت8.5 GB43–77
Llama 4 Maverick 17B-128E Instruct400B · 17B فعال · هوش 9.36 بیت325 GB27–47
Qwen3 Coder Next80B · 3B فعال · هوش 9.28 بیت85 GB115–205
Granite 4.2 3B3B · هوش 9.18 بیت3.2 GB115–205
gpt-oss-20b21B · 3.6B فعال · هوش 94.25 بیت اصلی13.8 GB194–345
Nemotron 3 Nano 30B A3B30B · 3.5B فعال · هوش 8.98 بیت31.9 GB100–177
Gemma 4 E4B8B · هوش 8.98 بیت8.5 GB77–137
Llama 4 Scout 17B-16E Instruct109B · 17B فعال · هوش 6.58 بیت116 GB20–36
Ministral 3 8B8.9B · هوش 5.58 بیت9.5 GB39–69
Nemotron 3 Nano 4B3.97B · هوش 4.88 بیت4.2 GB88–156
DeepSeek V4 Flash 0731284B · 13B فعال8 بیت302 GB27–47
MiniMax M2.7230B · 10B فعال8 بیت244 GB35–62
Ornith 1.5 122B122B · 10B فعال8 بیت130 GB35–62
Nemotron 3 Super 120B A12B120B · 12B فعال8 بیت128 GB29–51
GLM-4.5 Air106B · 12B فعال8 بیت113 GB29–51
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B فعال8 بیت32.4 GB105–187
GLM-4.7 Flash30B · 3B فعال8 بیت31.9 GB115–205
Qwen3.6 27B27B8 بیت28.7 GB13–23
Gemma 4 26B A4B25.2B · 3.8B فعال8 بیت26.8 GB92–164
Devstral Small 2 (24B)24B8 بیت25.5 GB14–26
Magistral Small 1.2 (2509)24B8 بیت25.5 GB14–26
Mistral Small 3.2 (24B)24B8 بیت25.5 GB14–26
LFM2.5 24B A2B24B · 2B فعال8 بیت25.5 GB176–312
Phi-4 Reasoning Vision 15B15B8 بیت15.9 GB23–41
Phi-4 (14B)14B8 بیت14.9 GB25–44
Gemma 4 12B Unified12B8 بیت12.7 GB29–52
Qwen3 8B8.2B8 بیت8.7 GB42–75
Llama 3.1 8B Instruct8B8 بیت8.5 GB43–77
Gemma 4 E2B5.1B8 بیت5.4 GB154–273
Qwen3.5 4B4B8 بیت4.3 GB86–152
Phi-4 mini instruct3.8B8 بیت4 GB92–164
Llama 3.2 3B Instruct3.21B8 بیت3.4 GB108–193
SmolLM3 3B3B8 بیت3.2 GB115–205
LFM2.5 2.6B2.69B8 بیت2.9 GB127–226
Qwen3.5 2B2B8 بیت2.1 GB176–312
Llama 3.2 1B Instruct1.23B8 بیت1.3 GB284–504
Qwen3.5 0.8B0.8B8 بیت0.9 GB410–728
Qwen3 0.6B0.6B8 بیت0.6 GB614–1092
MiMo V2.6 Pro1,020B · 42B فعال · هوش 46.32 بیت کیفیت پایین‌تر319 GB28–50
GLM-5.3744B · 40B فعال · هوش 44.83 بیت کیفیت پایین‌تر326 GB21–37
Muse Spark Open816B · 42B فعال · هوش 38.92 بیت کیفیت پایین‌تر255 GB28–50
Kimi K2.7 Code1,000B · 32B فعال · هوش 25.82 بیت کیفیت پایین‌تر313 GB37–66
Inkling975B · 41B فعال · هوش 252 بیت کیفیت پایین‌تر305 GB29–51
Kimi K2.61,000B · 32B فعال2 بیت کیفیت پایین‌تر313 GB37–66
Mistral Large 3 (675B)675B · 41B فعال3 بیت کیفیت پایین‌تر295 GB21–37

اجرا می‌شوند، اما کند 3

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

مدلنسخهحافظهتوکن/ثانیه
Mistral Medium 3.5 (128B)128B · هوش 14.28 بیت136 GB3–5
Devstral 2 (123B)123B8 بیت131 GB3–5
Llama 3.3 70B Instruct70B8 بیت74.4 GB5–9

خیلی بزرگ 3

حتی در 2 بیت، بیش از 512 GB حافظه لازم دارد.

Macهای دیگر

همهٔ Macها با 512 GB، با هر تراشه‌ای.

M3 Ultra با حافظهٔ بیشتر یا کمتر:

تراشه‌های همسایه:

رودررو:

در برابر PC و کارت گرافیک:

آن را با هر Mac یا GPU مقایسه کنید · تراشهٔ M3 Ultra برای هوش مصنوعی محلی · بهترین Mac برای LLM محلی · همهٔ Macها

پرسش‌ها

بهترین LLM برای یک M3 Ultra با 512 GB کدام است؟
از میان مدل‌هایی که Intelligence Index منتشرشده دارند، DeepSeek V4.1 Flash 1017 بالاترین امتیاز را در بین مدل‌هایی دارد که اینجا خوب اجرا می‌شوند: 4 بیت، حدود 41–73 توکن در ثانیه.
آیا یک M3 Ultra با 512 GB می‌تواند Llama 3.3 70B را اجرا کند؟
بله، اما کند: 8 بیت، با حدود 5–9 توکن در ثانیه.
gpt-oss-20b روی یک M3 Ultra چقدر سریع است؟
حدود 194–345 توکن در ثانیه (4.25 بیت اصلی)، بر پایهٔ پهنای باند حافظهٔ 819 GB/s این تراشه.

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.

یک M3 Ultra با 512 GB چه LLMهایی را اجرا می‌کند؟ مدل‌ها و سرعت