Se connecterCréer un portefeuille

Que peut faire tourner un Mac M2 Ultra de 64 GB ?

39 des 73 modèles ouverts y tournent bien. Par défaut, le GPU peut utiliser environ 48 GB sur ses 64 GB, et la puce lit la mémoire à 800 GB/s, ce qui fixe sa vitesse d’écriture. On la trouve dans : Mac Studio (2023), Mac Pro (2023), Mac Pro (Rack, 2023).

Le plus intelligent qui tourne bienQwen3.8 27B8 bits · 28,7 GB · 13–22 tok/sLe plus grand qui tourne bienNemotron 3.5 Bolt 74B A9B4 bits · 41,6 GB · 71–125 tok/sPour le codeQwen3 Coder 30B A3B Instruct8 bits · 32,4 GB · 103–183 tok/s

Tourne bien 47

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

ModèleVersionMémoireTokens/s
Qwen3.8 27B27B · Intelligence 33,78 bits28,7 GB13–22
Nemotron 3.5 Bolt 74B A9B74B · 9B actifs · Intelligence 21,44 bits41,6 GB71–125
Qwen3.6 35B A3B35B · 3B actifs · Intelligence 18,28 bits37,2 GB113–200
Muse Glimmer 30B29,6B · Intelligence 17,58 bits31,5 GB11–20
Gemma 4 31B30,7B · Intelligence 14,78 bits32,6 GB11–20
Nemotron 3.5 Lightning 30B A3B30B · 3B actifs · Intelligence 12,98 bits31,9 GB113–200
Granite 4.2 30B30B · Intelligence 12,78 bits31,9 GB11–20
MiniCPM5 2B2,52B · Intelligence 12,58 bits2,7 GB133–237
Qwen3.5 9B9B · Intelligence 11,28 bits9,6 GB38–67
Granite 4.2 8B8B · Intelligence 11,18 bits8,5 GB42–75
Granite 4.2 3B3B · Intelligence 9,18 bits3,2 GB113–200
gpt-oss-20b21B · 3,6B actifs · Intelligence 94,25 bits natif13,8 GB189–337
Nemotron 3 Nano 30B A3B30B · 3,5B actifs · Intelligence 8,98 bits31,9 GB97–173
Gemma 4 E4B8B · Intelligence 8,98 bits8,5 GB75–133
Ministral 3 8B8,9B · Intelligence 5,58 bits9,5 GB38–67
Nemotron 3 Nano 4B3,97B · Intelligence 4,88 bits4,2 GB86–152
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B actifs8 bits32,4 GB103–183
GLM-4.7 Flash30B · 3B actifs8 bits31,9 GB113–200
Qwen3.6 27B27B8 bits28,7 GB13–22
Gemma 4 26B A4B25,2B · 3,8B actifs8 bits26,8 GB90–160
Devstral Small 2 (24B)24B8 bits25,5 GB14–25
Magistral Small 1.2 (2509)24B8 bits25,5 GB14–25
Mistral Small 3.2 (24B)24B8 bits25,5 GB14–25
LFM2.5 24B A2B24B · 2B actifs8 bits25,5 GB171–305
Phi-4 Reasoning Vision 15B15B8 bits15,9 GB23–40
Phi-4 (14B)14B8 bits14,9 GB24–43
Gemma 4 12B Unified12B8 bits12,7 GB28–50
Qwen3 8B8,2B8 bits8,7 GB41–74
Llama 3.1 8B Instruct8B8 bits8,5 GB42–75
Gemma 4 E2B5,1B8 bits5,4 GB150–267
Qwen3.5 4B4B8 bits4,3 GB84–149
Phi-4 mini instruct3,8B8 bits4 GB90–160
Llama 3.2 3B Instruct3,21B8 bits3,4 GB106–188
SmolLM3 3B3B8 bits3,2 GB113–200
LFM2.5 2.6B2,69B8 bits2,9 GB124–221
Qwen3.5 2B2B8 bits2,1 GB171–305
Llama 3.2 1B Instruct1,23B8 bits1,3 GB277–492
Qwen3.5 0.8B0,8B8 bits0,9 GB400–711
Qwen3 0.6B0,6B8 bits0,6 GB600–1067
Qwen3.5 122B A10B122B · 10B actifs · Intelligence 15,62 bits qualité moindre38,1 GB116–206
gpt-oss-120b117B · 5,1B actifs · Intelligence 11,62 bits qualité moindre36,6 GB225–400
Mistral Small 4 (119B)119B · 6,5B actifs · Intelligence 11,32 bits qualité moindre37,2 GB180–320
Qwen3 Coder Next80B · 3B actifs · Intelligence 9,23 bits qualité moindre35 GB277–492
Llama 4 Scout 17B-16E Instruct109B · 17B actifs · Intelligence 6,52 bits qualité moindre34,1 GB68–121
Ornith 1.5 122B122B · 10B actifs2 bits qualité moindre38,1 GB116–206
Nemotron 3 Super 120B A12B120B · 12B actifs2 bits qualité moindre37,5 GB95–168
GLM-4.5 Air106B · 12B actifs2 bits qualité moindre33,1 GB95–168

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 Instruct70B4 bits39,4 GB9–16
Mistral Medium 3.5 (128B)128B · Intelligence 14,22 bits qualité moindre40 GB9–16
Devstral 2 (123B)123B2 bits qualité moindre38,4 GB9–17

Trop grand 23

Demande plus de 64 GB de mémoire, même en 2 bits.

Autres Mac

Tous les Mac avec 64 GB, quelle que soit la puce.

La puce M2 Ultra avec plus ou moins de mémoire :

Puces voisines :

Face à face :

La comparer à n’importe quel Mac ou GPU · La puce M2 Ultra 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 Ultra de 64 GB ?
Parmi les modèles dotés d’un Intelligence Index publié, Qwen3.8 27B obtient le meilleur score parmi ceux qui tournent bien ici : 8 bits, environ 13–22 tokens par seconde. Le plus grand qui tourne bien est Nemotron 3.5 Bolt 74B A9B.
Un Mac M2 Ultra de 64 GB peut-il faire tourner Llama 3.3 70B ?
Oui, mais lentement : 4 bits, à environ 9–16 tokens par seconde.
À quelle vitesse gpt-oss-20b tourne-t-il sur une puce M2 Ultra ?
Environ 189–337 tokens par seconde (4,25 bits natif), d’après les 800 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 Ultra de 64 GB ? Modèles et vitesse