Quel est le meilleur LLM pour un Mac de 256 GB ?

Parmi les modèles dotés d’un Intelligence Index publié, Qwen3.8 Flash Next obtient le meilleur score parmi ceux qui tournent bien avec 256 GB (6 bits). Le plus grand qui tourne bien est MiMo V2.6 Flash. Pour le code : Qwen3 Coder Next.

256 GB suffisent-ils pour l’IA locale sur un Mac ?

54 des 73 modèles ouverts présentés ici y tournent bien, en 4 bits ou plus. Par défaut, macOS laisse le GPU en utiliser environ 192 GB ; le modèle et son contexte doivent y tenir.

Un Mac de 256 GB peut-il faire tourner gpt-oss-20b ?

Oui, 4,25 bits natif, à environ 194–345 tokens par seconde sur une puce M3 Ultra et 284–505 sur une M5 Ultra.

Meilleurs LLM en local pour un Mac de 256 GB (M3 à M5)

Mac avec 256 GB

2 puces, de M3 à M5, existent avec 256 GB. Ouvrez-en une pour voir sa liste et ses vitesses.

Tourne bien 61

Tient avec de la place pour le contexte, à 10 tokens par seconde ou plus sur la puce M5 Ultra.

Modèle	Version	Mémoire	M3 Ultra	M5 Ultra
Qwen3.8 Flash Next180B · 6B actifs · Intelligence 39,8	6 bits	146 GB	75–134	110–196
MiMo V2.6 Flash309B · 15B actifs · Intelligence 37,9	4,48 bits natif	173 GB	44–78	64–114
Qwen3.8 27B27B · Intelligence 33,7	8 bits	28,7 GB	13–23	19–33
Inkling Small276B · 12B actifs · Intelligence 25,7	4 bits	155 GB	54–96	79–141
Hy3295B · 21B actifs · Intelligence 25,3	4 bits	166 GB	31–56	46–81
Nemotron 3.5 Bolt 74B A9B74B · 9B actifs · Intelligence 21,4	8 bits	78,6 GB	38–68	56–100
Qwen3.6 35B A3B35B · 3B actifs · Intelligence 18,2	8 bits	37,2 GB	115–205	169–300
Muse Glimmer 30B29,6B · Intelligence 17,5	8 bits	31,5 GB	12–21	17–30
Qwen3.5 122B A10B122B · 10B actifs · Intelligence 15,6	8 bits	130 GB	35–62	51–91
Gemma 4 31B30,7B · Intelligence 14,7	8 bits	32,6 GB	11–20	17–29
Nemotron 3.5 Lightning 30B A3B30B · 3B actifs · Intelligence 12,9	8 bits	31,9 GB	115–205	169–300
Granite 4.2 30B30B · Intelligence 12,7	8 bits	31,9 GB	12–21	17–30
MiniCPM5 2B2,52B · Intelligence 12,5	8 bits	2,7 GB	137–243	200–356
gpt-oss-120b117B · 5,1B actifs · Intelligence 11,6	4,25 bits natif	65,3 GB	137–243	200–356
Mistral Small 4 (119B)119B · 6,5B actifs · Intelligence 11,3	8 bits	126 GB	53–95	78–139
Qwen3.5 9B9B · Intelligence 11,2	8 bits	9,6 GB	38–68	56–100
Granite 4.2 8B8B · Intelligence 11,1	8 bits	8,5 GB	43–77	64–113
Qwen3 Coder Next80B · 3B actifs · Intelligence 9,2	8 bits	85 GB	115–205	169–300
Granite 4.2 3B3B · Intelligence 9,1	8 bits	3,2 GB	115–205	169–300
gpt-oss-20b21B · 3,6B actifs · Intelligence 9	4,25 bits natif	13,8 GB	194–345	284–505
Nemotron 3 Nano 30B A3B30B · 3,5B actifs · Intelligence 8,9	8 bits	31,9 GB	100–177	146–259
Gemma 4 E4B8B · Intelligence 8,9	8 bits	8,5 GB	77–137	113–200
Llama 4 Scout 17B-16E Instruct109B · 17B actifs · Intelligence 6,5	8 bits	116 GB	20–36	30–53
Ministral 3 8B8,9B · Intelligence 5,5	8 bits	9,5 GB	39–69	57–101
Nemotron 3 Nano 4B3,97B · Intelligence 4,8	8 bits	4,2 GB	88–156	129–229
DeepSeek V4 Flash 0731284B · 13B actifs	4 bits	160 GB	50–90	74–132
MiniMax M2.7230B · 10B actifs	4 bits	129 GB	66–117	96–171
Ornith 1.5 122B122B · 10B actifs	8 bits	130 GB	35–62	51–91
Nemotron 3 Super 120B A12B120B · 12B actifs	8 bits	128 GB	29–51	42–75
GLM-4.5 Air106B · 12B actifs	8 bits	113 GB	29–51	42–75
Llama 3.3 70B Instruct70B	4 bits	39,4 GB	5–9	14–24
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B actifs	8 bits	32,4 GB	105–187	154–274
GLM-4.7 Flash30B · 3B actifs	8 bits	31,9 GB	115–205	169–300
Qwen3.6 27B27B	8 bits	28,7 GB	13–23	19–33
Gemma 4 26B A4B25,2B · 3,8B actifs	8 bits	26,8 GB	92–164	135–240
Devstral Small 2 (24B)24B	8 bits	25,5 GB	14–26	21–38
Magistral Small 1.2 (2509)24B	8 bits	25,5 GB	14–26	21–38
Mistral Small 3.2 (24B)24B	8 bits	25,5 GB	14–26	21–38
LFM2.5 24B A2B24B · 2B actifs	8 bits	25,5 GB	176–312	257–457
Phi-4 Reasoning Vision 15B15B	8 bits	15,9 GB	23–41	34–60
Phi-4 (14B)14B	8 bits	14,9 GB	25–44	36–64
Gemma 4 12B Unified12B	8 bits	12,7 GB	29–52	43–76
Qwen3 8B8,2B	8 bits	8,7 GB	42–75	62–110
Llama 3.1 8B Instruct8B	8 bits	8,5 GB	43–77	64–113
Gemma 4 E2B5,1B	8 bits	5,4 GB	154–273	225–400
Qwen3.5 4B4B	8 bits	4,3 GB	86–152	126–223
Phi-4 mini instruct3,8B	8 bits	4 GB	92–164	135–240
Llama 3.2 3B Instruct3,21B	8 bits	3,4 GB	108–193	159–282
SmolLM3 3B3B	8 bits	3,2 GB	115–205	169–300
LFM2.5 2.6B2,69B	8 bits	2,9 GB	127–226	186–331
Qwen3.5 2B2B	8 bits	2,1 GB	176–312	257–457
Llama 3.2 1B Instruct1,23B	8 bits	1,3 GB	284–504	415–738
Qwen3.5 0.8B0,8B	8 bits	0,9 GB	410–728	600–1067
Qwen3 0.6B0,6B	8 bits	0,6 GB	614–1092	900–1600
DeepSeek V4.1 Flash 1017552B · 16B actifs · Intelligence 45,1	2 bits qualité moindre	173 GB	74–131	108–192
GLM-5.3 Flash320B · 18B actifs · Intelligence 41,8	3 bits qualité moindre	140 GB	47–83	68–122
Beam 1.0501B · 23B actifs · Intelligence 30,3	2 bits qualité moindre	157 GB	51–91	75–133
MiniMax M3428B · 23B actifs · Intelligence 29,2	2 bits qualité moindre	134 GB	51–91	75–133
Nemotron 3 Ultra 550B A55B550B · 55B actifs · Intelligence 22,9	2 bits qualité moindre	172 GB	21–38	31–56
Qwen3.5 397B A17B397B · 17B actifs · Intelligence 18,4	3 bits qualité moindre	174 GB	50–89	73–130
Llama 4 Maverick 17B-128E Instruct400B · 17B actifs · Intelligence 9,3	3 bits qualité moindre	175 GB	50–89	73–130

Tourne, mais lentement 2

Tient, mais sous 10 tokens par seconde : bien pour les traitements par lots, lent pour discuter.

Modèle	Version	Mémoire	M3 Ultra	M5 Ultra
Mistral Medium 3.5 (128B)128B · Intelligence 14,2	8 bits	136 GB	3–5	4–7
Devstral 2 (123B)123B	8 bits	131 GB	3–5	4–7

Tient tout juste 1

Occupe presque toute la mémoire : relevez la limite de mémoire du GPU et gardez un contexte court.

Modèle	Version	Mémoire	M3 Ultra	M5 Ultra
Mistral Large 3 (675B)675B · 41B actifs	2 bits qualité moindre	211 GB	29–51	42–75

Trop grand 9

Demande plus de 256 GB de mémoire, même en 2 bits.

Questions

Quel est le meilleur LLM pour un Mac de 256 GB ?: Parmi les modèles dotés d’un Intelligence Index publié, Qwen3.8 Flash Next obtient le meilleur score parmi ceux qui tournent bien avec 256 GB (6 bits). Le plus grand qui tourne bien est MiMo V2.6 Flash. Pour le code : Qwen3 Coder Next.
256 GB suffisent-ils pour l’IA locale sur un Mac ?: 54 des 73 modèles ouverts présentés ici y tournent bien, en 4 bits ou plus. Par défaut, macOS laisse le GPU en utiliser environ 192 GB ; le modèle et son contexte doivent y tenir.
Un Mac de 256 GB peut-il faire tourner gpt-oss-20b ?: Oui, 4,25 bits natif, à environ 194–345 tokens par seconde sur une puce M3 Ultra et 284–505 sur une M5 Ultra.

Autres capacités : 8 GB · 16 GB · 18 GB · 24 GB · 32 GB · 36 GB · 48 GB · 64 GB · 96 GB · 128 GB · 192 GB · 256 GB · 512 GB

Faites-les tourner avec MLX Harness (gratuit, open source) ou avec mlx-lm d’Apple dans le Terminal : pas à pas.

Comment c’est calculé

Mémoire : les paramètres du modèle à 8, 6, 4, 3 ou 2 bits par poids, plus les facteurs d’échelle par groupe de MLX (un demi-bit par poids), ou son format natif, avec en plus de la place pour le contexte. Par défaut, macOS laisse le GPU utiliser environ 75 % de la mémoire unifiée. Vitesse : la bande passante mémoire divisée par les octets lus pour chaque token donne le plafond pour une conversation ; dans les benchmarks Apple Silicon publics de llama.cpp, les exécutions réelles atteignent environ 45 % à 80 % de ce plafond, et c’est la fourchette affichée. Ce sont des estimations, pas des mesures : mesurez votre propre Mac sur MLX Bench. Chiffres des modèles tirés de chaque fiche officielle, chiffres des puces tirés des caractéristiques techniques d’Apple. Vérifié le 2026-10-19. Mêmes données que mlx.app/compare.