લૉગ ઇનવૉલેટ બનાવો

128 GBવાળું M2 Ultra શું ચલાવી શકે?

તેના પર 73માંથી 47 ઓપન મૉડલ સારાં ચાલે છે. ડિફૉલ્ટ રીતે GPU તેની 128 GBમાંથી આશરે 96 GB વાપરી શકે છે, અને તે 800 GB/sની ઝડપે મેમરી વાંચે છે, જેનાથી તે કેટલું ઝડપી લખે છે તે નક્કી થાય છે. આમાં મળે છે: Mac Studio (2023), Mac Pro (2023), Mac Pro (Rack, 2023).

સારું ચાલતું સૌથી સ્માર્ટQwen3.8 27B8-બિટ · 28.7 GB · 13–22 tok/sસારું ચાલતું સૌથી મોટુંQwen3.5 122B A10B4-બિટ · 68.6 GB · 64–114 tok/sકોડ માટેQwen3 Coder Next8-બિટ · 85 GB · 113–200 tok/s

સારાં ચાલે છે 51

કૉન્ટેક્સ્ટ માટે જગ્યા સાથે સમાય છે, સેકન્ડના 10 કે વધુ ટોકનની ઝડપે.

મૉડલવર્ઝનમેમરીટોકન/સેકન્ડ
Qwen3.8 27B27B · ઇન્ટેલિજન્સ 33.78-બિટ28.7 GB13–22
Nemotron 3.5 Bolt 74B A9B74B · 9B સક્રિય · ઇન્ટેલિજન્સ 21.48-બિટ78.6 GB38–67
Qwen3.6 35B A3B35B · 3B સક્રિય · ઇન્ટેલિજન્સ 18.28-બિટ37.2 GB113–200
Muse Glimmer 30B29.6B · ઇન્ટેલિજન્સ 17.58-બિટ31.5 GB11–20
Qwen3.5 122B A10B122B · 10B સક્રિય · ઇન્ટેલિજન્સ 15.64-બિટ68.6 GB64–114
Gemma 4 31B30.7B · ઇન્ટેલિજન્સ 14.78-બિટ32.6 GB11–20
Nemotron 3.5 Lightning 30B A3B30B · 3B સક્રિય · ઇન્ટેલિજન્સ 12.98-બિટ31.9 GB113–200
Granite 4.2 30B30B · ઇન્ટેલિજન્સ 12.78-બિટ31.9 GB11–20
MiniCPM5 2B2.52B · ઇન્ટેલિજન્સ 12.58-બિટ2.7 GB133–237
gpt-oss-120b117B · 5.1B સક્રિય · ઇન્ટેલિજન્સ 11.6નેટિવ 4.25-બિટ65.3 GB133–237
Mistral Small 4 (119B)119B · 6.5B સક્રિય · ઇન્ટેલિજન્સ 11.34-બિટ66.9 GB97–173
Qwen3.5 9B9B · ઇન્ટેલિજન્સ 11.28-બિટ9.6 GB38–67
Granite 4.2 8B8B · ઇન્ટેલિજન્સ 11.18-બિટ8.5 GB42–75
Qwen3 Coder Next80B · 3B સક્રિય · ઇન્ટેલિજન્સ 9.28-બિટ85 GB113–200
Granite 4.2 3B3B · ઇન્ટેલિજન્સ 9.18-બિટ3.2 GB113–200
gpt-oss-20b21B · 3.6B સક્રિય · ઇન્ટેલિજન્સ 9નેટિવ 4.25-બિટ13.8 GB189–337
Nemotron 3 Nano 30B A3B30B · 3.5B સક્રિય · ઇન્ટેલિજન્સ 8.98-બિટ31.9 GB97–173
Gemma 4 E4B8B · ઇન્ટેલિજન્સ 8.98-બિટ8.5 GB75–133
Llama 4 Scout 17B-16E Instruct109B · 17B સક્રિય · ઇન્ટેલિજન્સ 6.56-બિટ88.6 GB26–46
Ministral 3 8B8.9B · ઇન્ટેલિજન્સ 5.58-બિટ9.5 GB38–67
Nemotron 3 Nano 4B3.97B · ઇન્ટેલિજન્સ 4.88-બિટ4.2 GB86–152
Ornith 1.5 122B122B · 10B સક્રિય4-બિટ68.6 GB64–114
Nemotron 3 Super 120B A12B120B · 12B સક્રિય4-બિટ67.5 GB53–94
GLM-4.5 Air106B · 12B સક્રિય6-બિટ86.1 GB37–65
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B સક્રિય8-બિટ32.4 GB103–183
GLM-4.7 Flash30B · 3B સક્રિય8-બિટ31.9 GB113–200
Qwen3.6 27B27B8-બિટ28.7 GB13–22
Gemma 4 26B A4B25.2B · 3.8B સક્રિય8-બિટ26.8 GB90–160
Devstral Small 2 (24B)24B8-બિટ25.5 GB14–25
Magistral Small 1.2 (2509)24B8-બિટ25.5 GB14–25
Mistral Small 3.2 (24B)24B8-બિટ25.5 GB14–25
LFM2.5 24B A2B24B · 2B સક્રિય8-બિટ25.5 GB171–305
Phi-4 Reasoning Vision 15B15B8-બિટ15.9 GB23–40
Phi-4 (14B)14B8-બિટ14.9 GB24–43
Gemma 4 12B Unified12B8-બિટ12.7 GB28–50
Qwen3 8B8.2B8-બિટ8.7 GB41–74
Llama 3.1 8B Instruct8B8-બિટ8.5 GB42–75
Gemma 4 E2B5.1B8-બિટ5.4 GB150–267
Qwen3.5 4B4B8-બિટ4.3 GB84–149
Phi-4 mini instruct3.8B8-બિટ4 GB90–160
Llama 3.2 3B Instruct3.21B8-બિટ3.4 GB106–188
SmolLM3 3B3B8-બિટ3.2 GB113–200
LFM2.5 2.6B2.69B8-બિટ2.9 GB124–221
Qwen3.5 2B2B8-બિટ2.1 GB171–305
Llama 3.2 1B Instruct1.23B8-બિટ1.3 GB277–492
Qwen3.5 0.8B0.8B8-બિટ0.9 GB400–711
Qwen3 0.6B0.6B8-બિટ0.6 GB600–1067
Qwen3.8 Flash Next180B · 6B સક્રિય · ઇન્ટેલિજન્સ 39.83-બિટ ઓછી ગુણવત્તા78.8 GB138–246
Inkling Small276B · 12B સક્રિય · ઇન્ટેલિજન્સ 25.72-બિટ ઓછી ગુણવત્તા86.3 GB95–168
DeepSeek V4 Flash 0731284B · 13B સક્રિય2-બિટ ઓછી ગુણવત્તા88.8 GB88–156
MiniMax M2.7230B · 10B સક્રિય2-બિટ ઓછી ગુણવત્તા71.9 GB116–206

ચાલે છે, પણ ધીમે 3

સમાય છે, પણ સેકન્ડના 10 ટોકનથી ઓછી ઝડપે: બૅચ કામ માટે બરાબર, ચૅટ માટે ધીમાં.

મૉડલવર્ઝનમેમરીટોકન/સેકન્ડ
Mistral Medium 3.5 (128B)128B · ઇન્ટેલિજન્સ 14.24-બિટ72 GB5–9
Devstral 2 (123B)123B4-બિટ69.2 GB5–9
Llama 3.3 70B Instruct70B8-બિટ74.4 GB5–9

માંડ માંડ સમાય છે 3

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

મૉડલવર્ઝનમેમરીટોકન/સેકન્ડ
GLM-5.3 Flash320B · 18B સક્રિય · ઇન્ટેલિજન્સ 41.82-બિટ ઓછી ગુણવત્તા100 GB64–114
MiMo V2.6 Flash309B · 15B સક્રિય · ઇન્ટેલિજન્સ 37.92-બિટ ઓછી ગુણવત્તા96.6 GB77–136
Hy3295B · 21B સક્રિય · ઇન્ટેલિજન્સ 25.32-બિટ ઓછી ગુણવત્તા92.2 GB55–97

બહુ મોટાં 16

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

બીજાં Mac

128 GBવાળું દરેક Mac, કોઈ પણ ચિપ સાથે.

ઓછી કે વધુ મેમરીવાળું M2 Ultra:

નજીકની ચિપ:

સામસામે:

તેની સરખામણી કોઈ પણ Mac કે GPU સાથે કરો · લોકલ AI માટે M2 Ultra · લોકલ LLM માટે શ્રેષ્ઠ Mac · દરેક Mac

પ્રશ્નો

128 GBવાળા M2 Ultra માટે શ્રેષ્ઠ LLM કયું છે?
જે મૉડલનો Intelligence Index પ્રકાશિત છે, તેમાંથી અહીં સારાં ચાલતાં મૉડલમાં Qwen3.8 27Bનો સ્કોર સૌથી ઊંચો છે: 8-બિટ, સેકન્ડના આશરે 13–22 ટોકન. સારું ચાલતું સૌથી મોટું મૉડલ Qwen3.5 122B A10B છે.
શું 128 GBવાળું M2 Ultra Llama 3.3 70B ચલાવી શકે?
હા, પણ ધીમે: 8-બિટ, સેકન્ડના આશરે 5–9 ટોકન.
M2 Ultra પર gpt-oss-20b કેટલું ઝડપી ચાલે છે?
સેકન્ડના આશરે 189–337 ટોકન (નેટિવ 4.25-બિટ), ચિપની 800 GB/s મેમરી બૅન્ડવિડ્થના આધારે.

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.

128 GBવાળું M2 Ultra કયાં LLM ચલાવી શકે? દરેક મૉડલ, ઝડપ સાથે