Mag-log inGumawa ng wallet

Ano ang kaya ng M3 Ultra na may 96 GB?

43 sa 73 na open model ang tumatakbo nang maayos dito. Bilang default, mga 72 GB sa 96 GB nito ang magagamit ng GPU, at binabasa nito ang memory sa 819 GB/s, na siyang nagtatakda kung gaano ito kabilis magsulat. Makikita sa: Mac Studio (2025).

Pinakamatalino na maayos tumakboQwen3.8 27B8-bit · 28.7 GB · 13–23 tok/sPinakamalaki na maayos tumakbogpt-oss-120bnative na 4.25-bit · 65.3 GB · 137–243 tok/sPara sa codeQwen3 Coder Next6-bit · 65 GB · 154–273 tok/s

Tumatakbo nang maayos 48

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

ModelBersyonMemoryToken/s
Qwen3.8 27B27B · Intelligence 33.78-bit28.7 GB13–23
Nemotron 3.5 Bolt 74B A9B74B · 9B aktibo · Intelligence 21.46-bit60.1 GB50–90
Qwen3.6 35B A3B35B · 3B aktibo · Intelligence 18.28-bit37.2 GB115–205
Muse Glimmer 30B29.6B · Intelligence 17.58-bit31.5 GB12–21
Gemma 4 31B30.7B · Intelligence 14.78-bit32.6 GB11–20
Nemotron 3.5 Lightning 30B A3B30B · 3B aktibo · Intelligence 12.98-bit31.9 GB115–205
Granite 4.2 30B30B · Intelligence 12.78-bit31.9 GB12–21
MiniCPM5 2B2.52B · Intelligence 12.58-bit2.7 GB137–243
gpt-oss-120b117B · 5.1B aktibo · Intelligence 11.6native na 4.25-bit65.3 GB137–243
Qwen3.5 9B9B · Intelligence 11.28-bit9.6 GB38–68
Granite 4.2 8B8B · Intelligence 11.18-bit8.5 GB43–77
Qwen3 Coder Next80B · 3B aktibo · Intelligence 9.26-bit65 GB154–273
Granite 4.2 3B3B · Intelligence 9.18-bit3.2 GB115–205
gpt-oss-20b21B · 3.6B aktibo · Intelligence 9native na 4.25-bit13.8 GB194–345
Nemotron 3 Nano 30B A3B30B · 3.5B aktibo · Intelligence 8.98-bit31.9 GB100–177
Gemma 4 E4B8B · Intelligence 8.98-bit8.5 GB77–137
Llama 4 Scout 17B-16E Instruct109B · 17B aktibo · Intelligence 6.54-bit61.3 GB38–68
Ministral 3 8B8.9B · Intelligence 5.58-bit9.5 GB39–69
Nemotron 3 Nano 4B3.97B · Intelligence 4.88-bit4.2 GB88–156
GLM-4.5 Air106B · 12B aktibo4-bit59.6 GB54–96
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B aktibo8-bit32.4 GB105–187
GLM-4.7 Flash30B · 3B aktibo8-bit31.9 GB115–205
Qwen3.6 27B27B8-bit28.7 GB13–23
Gemma 4 26B A4B25.2B · 3.8B aktibo8-bit26.8 GB92–164
Devstral Small 2 (24B)24B8-bit25.5 GB14–26
Magistral Small 1.2 (2509)24B8-bit25.5 GB14–26
Mistral Small 3.2 (24B)24B8-bit25.5 GB14–26
LFM2.5 24B A2B24B · 2B aktibo8-bit25.5 GB176–312
Phi-4 Reasoning Vision 15B15B8-bit15.9 GB23–41
Phi-4 (14B)14B8-bit14.9 GB25–44
Gemma 4 12B Unified12B8-bit12.7 GB29–52
Qwen3 8B8.2B8-bit8.7 GB42–75
Llama 3.1 8B Instruct8B8-bit8.5 GB43–77
Gemma 4 E2B5.1B8-bit5.4 GB154–273
Qwen3.5 4B4B8-bit4.3 GB86–152
Phi-4 mini instruct3.8B8-bit4 GB92–164
Llama 3.2 3B Instruct3.21B8-bit3.4 GB108–193
SmolLM3 3B3B8-bit3.2 GB115–205
LFM2.5 2.6B2.69B8-bit2.9 GB127–226
Qwen3.5 2B2B8-bit2.1 GB176–312
Llama 3.2 1B Instruct1.23B8-bit1.3 GB284–504
Qwen3.5 0.8B0.8B8-bit0.9 GB410–728
Qwen3 0.6B0.6B8-bit0.6 GB614–1092
Qwen3.8 Flash Next180B · 6B aktibo · Intelligence 39.82-bit mas mababang kalidad56.3 GB194–345
Qwen3.5 122B A10B122B · 10B aktibo · Intelligence 15.63-bit mas mababang kalidad53.4 GB84–149
Mistral Small 4 (119B)119B · 6.5B aktibo · Intelligence 11.33-bit mas mababang kalidad52.1 GB132–234
Ornith 1.5 122B122B · 10B aktibo3-bit mas mababang kalidad53.4 GB84–149
Nemotron 3 Super 120B A12B120B · 12B aktibo3-bit mas mababang kalidad52.5 GB70–124

Tumatakbo, pero mabagal 3

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

ModelBersyonMemoryToken/s
Llama 3.3 70B Instruct70B6-bit56.9 GB6–12
Mistral Medium 3.5 (128B)128B · Intelligence 14.23-bit mas mababang kalidad56 GB7–12
Devstral 2 (123B)123B3-bit mas mababang kalidad53.8 GB7–12

Halos hindi kasya 1

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

ModelBersyonMemoryToken/s
MiniMax M2.7230B · 10B aktibo2-bit mas mababang kalidad71.9 GB119–211

Masyadong malaki 21

Kailangan ng higit sa 96 GB na memory, kahit sa 2 bit.

Ibang Mac

Bawat Mac na may 96 GB, anumang chip.

Ang M3 Ultra na may mas malaki o mas maliit na memory:

Mga katabing chip:

Harapan:

Laban sa mga PC at graphics card:

Ihambing ito sa anumang Mac o GPU · Ang M3 Ultra para sa local AI · Ang pinakamagandang Mac para sa local LLM · Bawat Mac

Mga tanong

Ano ang pinakamagandang LLM para sa M3 Ultra 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: 8-bit, mga 13–23 token bawat segundo. Ang pinakamalaking tumatakbo nang maayos ay gpt-oss-120b.
Kaya ba ng M3 Ultra na may 96 GB ang Llama 3.3 70B?
Oo, pero mabagal: 6-bit, sa mga 6–12 token bawat segundo.
Gaano kabilis ang gpt-oss-20b sa M3 Ultra?
Mga 194–345 token bawat segundo (native na 4.25-bit), batay sa 819 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.

Anong LLM ang kaya ng M3 Ultra na may 96 GB? Mga model at bilis