લૉગ ઇનવૉલેટ બનાવો

96 GB Mac માટે શ્રેષ્ઠ LLM.

96 GBમાં 73માંથી 44 ઓપન મૉડલ સારાં ચાલે છે. ડિફૉલ્ટ રીતે GPU તેમાંથી આશરે 72 GB વાપરી શકે છે. ઝડપ ચિપ પર આધાર રાખે છે: M3 Max પર 300 GB/sથી M5 Ultra પર 1,200 GB/s સુધી.

સારું ચાલતું સૌથી સ્માર્ટQwen3.8 27B8-બિટ · 28.7 GB · 5–33 tok/sસારું ચાલતું સૌથી મોટુંgpt-oss-120bનેટિવ 4.25-બિટ · 65.3 GB · 50–356 tok/sકોડ માટેQwen3 Coder Next6-બિટ · 65 GB · 56–400 tok/s

96 GBવાળાં Mac

M2થી M5ની 4 ચિપ 96 GB સાથે આવે છે. તેની પોતાની યાદી અને ઝડપ જોવા કોઈ પણ ચિપ ખોલો.

સારાં ચાલે છે 51

કૉન્ટેક્સ્ટ માટે જગ્યા સાથે સમાય છે, M5 Ultra પર સેકન્ડના 10 કે વધુ ટોકન.

મૉડલવર્ઝનમેમરીM3 MaxM5 Ultra
Qwen3.8 27B27B · ઇન્ટેલિજન્સ 33.78-બિટ28.7 GB5–819–33
Nemotron 3.5 Bolt 74B A9B74B · 9B સક્રિય · ઇન્ટેલિજન્સ 21.46-બિટ60.1 GB18–3374–132
Qwen3.6 35B A3B35B · 3B સક્રિય · ઇન્ટેલિજન્સ 18.28-બિટ37.2 GB42–75169–300
Muse Glimmer 30B29.6B · ઇન્ટેલિજન્સ 17.58-બિટ31.5 GB4–817–30
Gemma 4 31B30.7B · ઇન્ટેલિજન્સ 14.78-બિટ32.6 GB4–717–29
Nemotron 3.5 Lightning 30B A3B30B · 3B સક્રિય · ઇન્ટેલિજન્સ 12.98-બિટ31.9 GB42–75169–300
Granite 4.2 30B30B · ઇન્ટેલિજન્સ 12.78-બિટ31.9 GB4–817–30
MiniCPM5 2B2.52B · ઇન્ટેલિજન્સ 12.58-બિટ2.7 GB50–89200–356
gpt-oss-120b117B · 5.1B સક્રિય · ઇન્ટેલિજન્સ 11.6નેટિવ 4.25-બિટ65.3 GB50–89200–356
Qwen3.5 9B9B · ઇન્ટેલિજન્સ 11.28-બિટ9.6 GB14–2556–100
Granite 4.2 8B8B · ઇન્ટેલિજન્સ 11.18-બિટ8.5 GB16–2864–113
Qwen3 Coder Next80B · 3B સક્રિય · ઇન્ટેલિજન્સ 9.26-બિટ65 GB56–100225–400
Granite 4.2 3B3B · ઇન્ટેલિજન્સ 9.18-બિટ3.2 GB42–75169–300
gpt-oss-20b21B · 3.6B સક્રિય · ઇન્ટેલિજન્સ 9નેટિવ 4.25-બિટ13.8 GB71–126284–505
Nemotron 3 Nano 30B A3B30B · 3.5B સક્રિય · ઇન્ટેલિજન્સ 8.98-બિટ31.9 GB36–65146–259
Gemma 4 E4B8B · ઇન્ટેલિજન્સ 8.98-બિટ8.5 GB28–50113–200
Llama 4 Scout 17B-16E Instruct109B · 17B સક્રિય · ઇન્ટેલિજન્સ 6.54-બિટ61.3 GB14–2556–100
Ministral 3 8B8.9B · ઇન્ટેલિજન્સ 5.58-બિટ9.5 GB14–2557–101
Nemotron 3 Nano 4B3.97B · ઇન્ટેલિજન્સ 4.88-બિટ4.2 GB32–57129–229
GLM-4.5 Air106B · 12B સક્રિય4-બિટ59.6 GB20–3579–141
Llama 3.3 70B Instruct70B4-બિટ39.4 GB2–414–24
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B સક્રિય8-બિટ32.4 GB39–69154–274
GLM-4.7 Flash30B · 3B સક્રિય8-બિટ31.9 GB42–75169–300
Qwen3.6 27B27B8-બિટ28.7 GB5–819–33
Gemma 4 26B A4B25.2B · 3.8B સક્રિય8-બિટ26.8 GB34–60135–240
Devstral Small 2 (24B)24B8-બિટ25.5 GB10–1821–38
Magistral Small 1.2 (2509)24B8-બિટ25.5 GB10–1821–38
Mistral Small 3.2 (24B)24B8-બિટ25.5 GB10–1821–38
LFM2.5 24B A2B24B · 2B સક્રિય8-બિટ25.5 GB64–114257–457
Phi-4 Reasoning Vision 15B15B8-બિટ15.9 GB11–2034–60
Phi-4 (14B)14B8-બિટ14.9 GB12–2136–64
Gemma 4 12B Unified12B8-બિટ12.7 GB11–1943–76
Qwen3 8B8.2B8-બિટ8.7 GB16–2862–110
Llama 3.1 8B Instruct8B8-બિટ8.5 GB16–2864–113
Gemma 4 E2B5.1B8-બિટ5.4 GB56–100225–400
Qwen3.5 4B4B8-બિટ4.3 GB31–56126–223
Phi-4 mini instruct3.8B8-બિટ4 GB34–60135–240
Llama 3.2 3B Instruct3.21B8-બિટ3.4 GB40–71159–282
SmolLM3 3B3B8-બિટ3.2 GB42–75169–300
LFM2.5 2.6B2.69B8-બિટ2.9 GB47–83186–331
Qwen3.5 2B2B8-બિટ2.1 GB64–114257–457
Llama 3.2 1B Instruct1.23B8-બિટ1.3 GB104–185415–738
Qwen3.5 0.8B0.8B8-બિટ0.9 GB150–267600–1067
Qwen3 0.6B0.6B8-બિટ0.6 GB225–400900–1600
Qwen3.8 Flash Next180B · 6B સક્રિય · ઇન્ટેલિજન્સ 39.82-બિટ ઓછી ગુણવત્તા56.3 GB71–126284–505
Qwen3.5 122B A10B122B · 10B સક્રિય · ઇન્ટેલિજન્સ 15.63-બિટ ઓછી ગુણવત્તા53.4 GB31–55123–218
Mistral Medium 3.5 (128B)128B · ઇન્ટેલિજન્સ 14.23-બિટ ઓછી ગુણવત્તા56 GB2–410–17
Mistral Small 4 (119B)119B · 6.5B સક્રિય · ઇન્ટેલિજન્સ 11.33-બિટ ઓછી ગુણવત્તા52.1 GB48–86193–343
Devstral 2 (123B)123B3-બિટ ઓછી ગુણવત્તા53.8 GB3–410–18
Ornith 1.5 122B122B · 10B સક્રિય3-બિટ ઓછી ગુણવત્તા53.4 GB31–55123–218
Nemotron 3 Super 120B A12B120B · 12B સક્રિય3-બિટ ઓછી ગુણવત્તા52.5 GB25–45102–181

માંડ માંડ સમાય છે 1

લગભગ આખી મેમરી જોઈએ: GPU મેમરીની મર્યાદા વધારો અને કૉન્ટેક્સ્ટ ટૂંકો રાખો.

મૉડલવર્ઝનમેમરીM3 MaxM5 Ultra
MiniMax M2.7230B · 10B સક્રિય2-બિટ ઓછી ગુણવત્તા71.9 GB44–77174–310

બહુ મોટાં 21

96 GB કરતાં વધુ મેમરી જોઈએ, 2 બિટ પર પણ.

પ્રશ્નો

96 GBવાળા Mac માટે શ્રેષ્ઠ LLM કયું છે?
જે મૉડલનો Intelligence Index પ્રકાશિત છે, તેમાંથી 96 GBમાં સારાં ચાલતાં મૉડલમાં Qwen3.8 27Bનો સ્કોર સૌથી ઊંચો છે (8-બિટ). સારું ચાલતું સૌથી મોટું મૉડલ gpt-oss-120b છે. કોડ માટે: Qwen3 Coder Next.
શું Mac પર લોકલ AI માટે 96 GB પૂરતી છે?
અહીંનાં 73 ઓપન મૉડલમાંથી 44 તેમાં 4 બિટ કે તેથી સારા પ્રિસિઝન પર સારાં ચાલે છે. ડિફૉલ્ટ રીતે macOS GPUને તેમાંથી આશરે 72 GB વાપરવા દે છે; મૉડલ અને તેનો કૉન્ટેક્સ્ટ તેમાં જ સમાવા જોઈએ.
શું 96 GB Mac પર gpt-oss-20b ચાલી શકે?
હા, નેટિવ 4.25-બિટ, M3 Max પર સેકન્ડના આશરે 71–126 ટોકન અને M5 Ultra પર 284–505.

બીજી સાઇઝ: 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

આ મૉડલ MLX Harness (મફત, ઓપન સોર્સ) વડે અથવા Terminalમાં Appleના mlx-lm વડે ચલાવો: સ્ટેપ બાય સ્ટેપ.

ગણતરી કેવી રીતે થઈ

મેમરી: મૉડલના પૅરામીટર પ્રતિ વેઇટ 8, 6, 4, 3 કે 2 બિટ પર, ઉપરાંત MLXના ગ્રુપ સ્કેલ (પ્રતિ વેઇટ અડધો બિટ), અથવા તેનું નેટિવ ફૉર્મેટ, અને ઉપરથી કૉન્ટેક્સ્ટ માટે જગ્યા. ડિફૉલ્ટ રીતે macOS GPUને યુનિફાઇડ મેમરીનો આશરે 75% ભાગ વાપરવા દે છે. ઝડપ: મેમરી બૅન્ડવિડ્થને દરેક ટોકન માટે વંચાતા બાઇટથી ભાગતાં એક વાતચીતની ઉપલી મર્યાદા મળે છે; llama.cppના જાહેર Apple Silicon બેન્ચમાર્કમાં ખરા રન તેના આશરે 45%થી 80% સુધી પહોંચે છે, અને એ જ રેન્જ બતાવી છે. આ અંદાજ છે, માપ નથી: તમારું Mac MLX Bench પર માપો. મૉડલના આંકડા દરેક સત્તાવાર મૉડલ કાર્ડમાંથી, ચિપના આંકડા Appleના Tech Specsમાંથી. 2026-10-19ના રોજ ચકાસ્યું. mlx.app/compare જેવો જ ડેટા.

96 GB Mac માટે શ્રેષ્ઠ લોકલ LLM (M2થી M5): શું ચાલે છે