Se connecterCréer un portefeuille

Que peut faire tourner un Mac M2 Max de 96 GB ?

43 des 73 modèles ouverts y tournent bien. Par défaut, le GPU peut utiliser environ 72 GB sur ses 96 GB, et la puce lit la mémoire à 400 GB/s, ce qui fixe sa vitesse d’écriture. On la trouve dans : MacBook Pro (14-inch, 2023), MacBook Pro (16-inch, 2023), Mac Studio (2023).

Le plus intelligent qui tourne bienQwen3.8 27B4 bits · 15,2 GB · 12–21 tok/sLe plus grand qui tourne biengpt-oss-120b4,25 bits natif · 65,3 GB · 67–119 tok/sPour le codeQwen3 Coder Next6 bits · 65 GB · 75–133 tok/s

Tourne bien 48

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

ModèleVersionMémoireTokens/s
Qwen3.8 27B27B · Intelligence 33,74 bits15,2 GB12–21
Nemotron 3.5 Bolt 74B A9B74B · 9B actifs · Intelligence 21,46 bits60,1 GB25–44
Qwen3.6 35B A3B35B · 3B actifs · Intelligence 18,28 bits37,2 GB56–100
Muse Glimmer 30B29,6B · Intelligence 17,54 bits16,7 GB11–19
Gemma 4 31B30,7B · Intelligence 14,74 bits17,3 GB10–18
Nemotron 3.5 Lightning 30B A3B30B · 3B actifs · Intelligence 12,98 bits31,9 GB56–100
Granite 4.2 30B30B · Intelligence 12,74 bits16,9 GB11–19
MiniCPM5 2B2,52B · Intelligence 12,58 bits2,7 GB67–119
gpt-oss-120b117B · 5,1B actifs · Intelligence 11,64,25 bits natif65,3 GB67–119
Qwen3.5 9B9B · Intelligence 11,28 bits9,6 GB19–33
Granite 4.2 8B8B · Intelligence 11,18 bits8,5 GB21–38
Qwen3 Coder Next80B · 3B actifs · Intelligence 9,26 bits65 GB75–133
Granite 4.2 3B3B · Intelligence 9,18 bits3,2 GB56–100
gpt-oss-20b21B · 3,6B actifs · Intelligence 94,25 bits natif13,8 GB95–168
Nemotron 3 Nano 30B A3B30B · 3,5B actifs · Intelligence 8,98 bits31,9 GB49–86
Gemma 4 E4B8B · Intelligence 8,98 bits8,5 GB38–67
Llama 4 Scout 17B-16E Instruct109B · 17B actifs · Intelligence 6,54 bits61,3 GB19–33
Ministral 3 8B8,9B · Intelligence 5,58 bits9,5 GB19–34
Nemotron 3 Nano 4B3,97B · Intelligence 4,88 bits4,2 GB43–76
GLM-4.5 Air106B · 12B actifs4 bits59,6 GB26–47
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B actifs8 bits32,4 GB51–91
GLM-4.7 Flash30B · 3B actifs8 bits31,9 GB56–100
Qwen3.6 27B27B4 bits15,2 GB12–21
Gemma 4 26B A4B25,2B · 3,8B actifs8 bits26,8 GB45–80
Devstral Small 2 (24B)24B4 bits13,5 GB13–24
Magistral Small 1.2 (2509)24B4 bits13,5 GB13–24
Mistral Small 3.2 (24B)24B4 bits13,5 GB13–24
LFM2.5 24B A2B24B · 2B actifs8 bits25,5 GB86–152
Phi-4 Reasoning Vision 15B15B8 bits15,9 GB11–20
Phi-4 (14B)14B8 bits14,9 GB12–21
Gemma 4 12B Unified12B8 bits12,7 GB14–25
Qwen3 8B8,2B8 bits8,7 GB21–37
Llama 3.1 8B Instruct8B8 bits8,5 GB21–38
Gemma 4 E2B5,1B8 bits5,4 GB75–133
Qwen3.5 4B4B8 bits4,3 GB42–74
Phi-4 mini instruct3,8B8 bits4 GB45–80
Llama 3.2 3B Instruct3,21B8 bits3,4 GB53–94
SmolLM3 3B3B8 bits3,2 GB56–100
LFM2.5 2.6B2,69B8 bits2,9 GB62–110
Qwen3.5 2B2B8 bits2,1 GB86–152
Llama 3.2 1B Instruct1,23B8 bits1,3 GB138–246
Qwen3.5 0.8B0,8B8 bits0,9 GB200–356
Qwen3 0.6B0,6B8 bits0,6 GB300–533
Qwen3.8 Flash Next180B · 6B actifs · Intelligence 39,82 bits qualité moindre56,3 GB95–168
Qwen3.5 122B A10B122B · 10B actifs · Intelligence 15,63 bits qualité moindre53,4 GB41–73
Mistral Small 4 (119B)119B · 6,5B actifs · Intelligence 11,33 bits qualité moindre52,1 GB64–114
Ornith 1.5 122B122B · 10B actifs3 bits qualité moindre53,4 GB41–73
Nemotron 3 Super 120B A12B120B · 12B actifs3 bits qualité moindre52,5 GB34–60

Tourne, mais lentement 3

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

ModèleVersionMémoireTokens/s
Llama 3.3 70B Instruct70B6 bits56,9 GB3–6
Mistral Medium 3.5 (128B)128B · Intelligence 14,23 bits qualité moindre56 GB3–6
Devstral 2 (123B)123B3 bits qualité moindre53,8 GB3–6

Tient tout juste 1

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

ModèleVersionMémoireTokens/s
MiniMax M2.7230B · 10B actifs2 bits qualité moindre71,9 GB58–103

Trop grand 21

Demande plus de 96 GB de mémoire, même en 2 bits.

Autres Mac

Tous les Mac avec 96 GB, quelle que soit la puce.

La puce M2 Max avec plus ou moins de mémoire :

Puces voisines :

Face à face :

La comparer à n’importe quel Mac ou GPU · La puce M2 Max pour l’IA locale · Le meilleur Mac pour les LLM en local · Tous les Mac

Questions

Quel est le meilleur LLM pour un Mac M2 Max de 96 GB ?
Parmi les modèles dotés d’un Intelligence Index publié, Qwen3.8 27B obtient le meilleur score parmi ceux qui tournent bien ici : 4 bits, environ 12–21 tokens par seconde. Le plus grand qui tourne bien est gpt-oss-120b.
Un Mac M2 Max de 96 GB peut-il faire tourner Llama 3.3 70B ?
Oui, mais lentement : 6 bits, à environ 3–6 tokens par seconde.
À quelle vitesse gpt-oss-20b tourne-t-il sur une puce M2 Max ?
Environ 95–168 tokens par seconde (4,25 bits natif), d’après les 400 GB/s de bande passante mémoire de la puce.

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.

Quels LLM tournent sur un M2 Max de 96 GB ? Modèles et vitesse