Mac Studio avec puce M3 Ultra : un bon choix pour les LLM locaux ?

Avec 512 GB, 60 des 73 modèles ouverts y tournent bien, jusqu’à DeepSeek V4.1 Flash 1017, à environ 194–345 tokens par seconde avec gpt-oss-20b. La puce M3 Ultra lit la mémoire à 819 GB/s, ce qui fixe sa vitesse d’écriture.

Mac Studio avec puce M3 Ultra : combien de mémoire pour l’IA ?

Avec 96 GB, 43 modèles ouverts tournent bien ; avec 512 GB, 60, jusqu’à DeepSeek V4.1 Flash 1017. La mémoire décide des modèles qui tiennent et ne peut pas être augmentée ensuite.

Mac Studio M3 Ultra pour l’IA locale : les LLM selon la mémoire

Par capacité de mémoire

Mémoire	Tournent bien	Le plus grand qui tourne bien	gpt-oss-20b
96 GB819 GB/s	43	gpt-oss-120b	194–345 tok/s
256 GB819 GB/s	53	MiMo V2.6 Flash	194–345 tok/s
512 GB819 GB/s	60	DeepSeek V4.1 Flash 1017	194–345 tok/s

Modèles de Mac : Mac Studio (2025). Toutes les capacités de mémoire ne sont pas proposées sur chaque modèle ; les caractéristiques techniques d’Apple indiquent la configuration de chacun.

Questions

Mac Studio avec puce M3 Ultra : un bon choix pour les LLM locaux ?: Avec 512 GB, 60 des 73 modèles ouverts y tournent bien, jusqu’à DeepSeek V4.1 Flash 1017, à environ 194–345 tokens par seconde avec gpt-oss-20b. La puce M3 Ultra lit la mémoire à 819 GB/s, ce qui fixe sa vitesse d’écriture.
Mac Studio avec puce M3 Ultra : combien de mémoire pour l’IA ?: Avec 96 GB, 43 modèles ouverts tournent bien ; avec 512 GB, 60, jusqu’à DeepSeek V4.1 Flash 1017. La mémoire décide des modèles qui tiennent et ne peut pas être augmentée ensuite.

Autres Mac

Mac Studio avec d’autres puces :

Face à face :

Face aux PC et cartes graphiques :

M3 Ultra vs DGX Spark

La puce M3 Ultra pour l’IA locale · Le meilleur Mac pour les LLM en local · Tous les Mac

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.