Ano ang pinakamagandang LLM para sa M2 Max na may 96 GB?

Sa mga model na may nailathalang Intelligence Index, Qwen3.8 27B ang may pinakamataas na score sa mga tumatakbo nang maayos dito: 4-bit, mga 12–21 token bawat segundo. Ang pinakamalaking tumatakbo nang maayos ay gpt-oss-120b.

Kaya ba ng M2 Max na may 96 GB ang Llama 3.3 70B?

Oo, pero mabagal: 6-bit, sa mga 3–6 token bawat segundo.

Gaano kabilis ang gpt-oss-20b sa M2 Max?

Mga 95–168 token bawat segundo (native na 4.25-bit), batay sa 400 GB/s na memory bandwidth ng chip.

Anong LLM ang kaya ng M2 Max na may 96 GB? Mga model at bilis

Tumatakbo nang maayos 48

Kasya at may espasyo pa para sa context, sa 10 o higit pang token bawat segundo.

Model	Bersyon	Memory	Token/s
Qwen3.8 27B27B · Intelligence 33.7	4-bit	15.2 GB	12–21
Nemotron 3.5 Bolt 74B A9B74B · 9B aktibo · Intelligence 21.4	6-bit	60.1 GB	25–44
Qwen3.6 35B A3B35B · 3B aktibo · Intelligence 18.2	8-bit	37.2 GB	56–100
Muse Glimmer 30B29.6B · Intelligence 17.5	4-bit	16.7 GB	11–19
Gemma 4 31B30.7B · Intelligence 14.7	4-bit	17.3 GB	10–18
Nemotron 3.5 Lightning 30B A3B30B · 3B aktibo · Intelligence 12.9	8-bit	31.9 GB	56–100
Granite 4.2 30B30B · Intelligence 12.7	4-bit	16.9 GB	11–19
MiniCPM5 2B2.52B · Intelligence 12.5	8-bit	2.7 GB	67–119
gpt-oss-120b117B · 5.1B aktibo · Intelligence 11.6	native na 4.25-bit	65.3 GB	67–119
Qwen3.5 9B9B · Intelligence 11.2	8-bit	9.6 GB	19–33
Granite 4.2 8B8B · Intelligence 11.1	8-bit	8.5 GB	21–38
Qwen3 Coder Next80B · 3B aktibo · Intelligence 9.2	6-bit	65 GB	75–133
Granite 4.2 3B3B · Intelligence 9.1	8-bit	3.2 GB	56–100
gpt-oss-20b21B · 3.6B aktibo · Intelligence 9	native na 4.25-bit	13.8 GB	95–168
Nemotron 3 Nano 30B A3B30B · 3.5B aktibo · Intelligence 8.9	8-bit	31.9 GB	49–86
Gemma 4 E4B8B · Intelligence 8.9	8-bit	8.5 GB	38–67
Llama 4 Scout 17B-16E Instruct109B · 17B aktibo · Intelligence 6.5	4-bit	61.3 GB	19–33
Ministral 3 8B8.9B · Intelligence 5.5	8-bit	9.5 GB	19–34
Nemotron 3 Nano 4B3.97B · Intelligence 4.8	8-bit	4.2 GB	43–76
GLM-4.5 Air106B · 12B aktibo	4-bit	59.6 GB	26–47
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B aktibo	8-bit	32.4 GB	51–91
GLM-4.7 Flash30B · 3B aktibo	8-bit	31.9 GB	56–100
Qwen3.6 27B27B	4-bit	15.2 GB	12–21
Gemma 4 26B A4B25.2B · 3.8B aktibo	8-bit	26.8 GB	45–80
Devstral Small 2 (24B)24B	4-bit	13.5 GB	13–24
Magistral Small 1.2 (2509)24B	4-bit	13.5 GB	13–24
Mistral Small 3.2 (24B)24B	4-bit	13.5 GB	13–24
LFM2.5 24B A2B24B · 2B aktibo	8-bit	25.5 GB	86–152
Phi-4 Reasoning Vision 15B15B	8-bit	15.9 GB	11–20
Phi-4 (14B)14B	8-bit	14.9 GB	12–21
Gemma 4 12B Unified12B	8-bit	12.7 GB	14–25
Qwen3 8B8.2B	8-bit	8.7 GB	21–37
Llama 3.1 8B Instruct8B	8-bit	8.5 GB	21–38
Gemma 4 E2B5.1B	8-bit	5.4 GB	75–133
Qwen3.5 4B4B	8-bit	4.3 GB	42–74
Phi-4 mini instruct3.8B	8-bit	4 GB	45–80
Llama 3.2 3B Instruct3.21B	8-bit	3.4 GB	53–94
SmolLM3 3B3B	8-bit	3.2 GB	56–100
LFM2.5 2.6B2.69B	8-bit	2.9 GB	62–110
Qwen3.5 2B2B	8-bit	2.1 GB	86–152
Llama 3.2 1B Instruct1.23B	8-bit	1.3 GB	138–246
Qwen3.5 0.8B0.8B	8-bit	0.9 GB	200–356
Qwen3 0.6B0.6B	8-bit	0.6 GB	300–533
Qwen3.8 Flash Next180B · 6B aktibo · Intelligence 39.8	2-bit mas mababang kalidad	56.3 GB	95–168
Qwen3.5 122B A10B122B · 10B aktibo · Intelligence 15.6	3-bit mas mababang kalidad	53.4 GB	41–73
Mistral Small 4 (119B)119B · 6.5B aktibo · Intelligence 11.3	3-bit mas mababang kalidad	52.1 GB	64–114
Ornith 1.5 122B122B · 10B aktibo	3-bit mas mababang kalidad	53.4 GB	41–73
Nemotron 3 Super 120B A12B120B · 12B aktibo	3-bit mas mababang kalidad	52.5 GB	34–60

Tumatakbo, pero mabagal 3

Kasya, pero wala pang 10 token bawat segundo: ayos para sa batch work, mabagal para sa chat.

Model	Bersyon	Memory	Token/s
Llama 3.3 70B Instruct70B	6-bit	56.9 GB	3–6
Mistral Medium 3.5 (128B)128B · Intelligence 14.2	3-bit mas mababang kalidad	56 GB	3–6
Devstral 2 (123B)123B	3-bit mas mababang kalidad	53.8 GB	3–6

Halos hindi kasya 1

Halos lahat ng memory ang kailangan: itaas ang GPU memory limit at panatilihing maikli ang context.

Model	Bersyon	Memory	Token/s
MiniMax M2.7230B · 10B aktibo	2-bit mas mababang kalidad	71.9 GB	58–103

Ibang Mac

Bawat Mac na may 96 GB, anumang chip.

Ang M2 Max na may mas malaki o mas maliit na memory:

Mga katabing chip:

Harapan:

Ihambing ito sa anumang Mac o GPU · Ang M2 Max para sa local AI · Ang pinakamagandang Mac para sa local LLM · Bawat Mac

Mga tanong

Ano ang pinakamagandang LLM para sa M2 Max na may 96 GB?: Sa mga model na may nailathalang Intelligence Index, Qwen3.8 27B ang may pinakamataas na score sa mga tumatakbo nang maayos dito: 4-bit, mga 12–21 token bawat segundo. Ang pinakamalaking tumatakbo nang maayos ay gpt-oss-120b.
Kaya ba ng M2 Max na may 96 GB ang Llama 3.3 70B?: Oo, pero mabagal: 6-bit, sa mga 3–6 token bawat segundo.
Gaano kabilis ang gpt-oss-20b sa M2 Max?: Mga 95–168 token bawat segundo (native na 4.25-bit), batay sa 400 GB/s na memory bandwidth ng chip.

Patakbuhin ang mga ito gamit ang MLX Harness (libre, open source) o ang mlx-lm ng Apple sa Terminal: hakbang-hakbang.

Paano ito kinuwenta

Memory: ang mga parameter ng model sa 8, 6, 4, 3 o 2 bit kada weight dagdag ang group scales ng MLX (kalahating bit kada weight), o ang native format nito, at may espasyo pa para sa context. Bilang default, mga 75% ng unified memory ang ipinapagamit ng macOS sa GPU. Bilis: ang memory bandwidth na hinati sa mga byte na binabasa kada token ang pinakamataas na posible para sa isang usapan; sa mga pampublikong benchmark ng llama.cpp sa Apple Silicon, umaabot ang totoong takbo sa mga 45% hanggang 80% nito, at iyon ang range na ipinapakita. Mga tantiya ito, hindi sukat: sukatin ang sarili mong Mac sa MLX Bench. Ang mga numero ng model ay mula sa opisyal na model card ng bawat isa, at ang sa chip ay mula sa Tech Specs ng Apple. Sinuri noong 2026-10-19. Parehong data ng mlx.app/compare.

Ano ang kaya ng M2 Max na may 96 GB?