लॉग इनवॉलेट बनाएँ

512 GB Mac के लिए सबसे अच्छे LLM।

512 GB में 73 में से 61 ओपन मॉडल अच्छी तरह चलते हैं। डिफ़ॉल्ट रूप से GPU इसमें से लगभग 384 GB इस्तेमाल कर सकता है। स्पीड चिप पर निर्भर करती है: M3 Ultra पर 819 GB/s से M5 Ultra पर 1,200 GB/s तक।

सबसे स्मार्ट, जो अच्छी तरह चलता हैDeepSeek V4.1 Flash 10174-बिट · 311 GB · 41–107 tok/sसबसे बड़ा, जो अच्छी तरह चलता हैDeepSeek V4.1 Flash 10174-बिट · 311 GB · 41–107 tok/sकोड के लिएQwen3 Coder Next8-बिट · 85 GB · 115–300 tok/s

512 GB वाले Mac

M3 से M5 की 2 चिप 512 GB के साथ आती हैं। उसकी अपनी सूची और स्पीड देखने के लिए कोई भी चिप खोलें।

अच्छी तरह चलते हैं 68

कॉन्टेक्स्ट के लिए जगह के साथ फ़िट होते हैं, M5 Ultra पर 10 या ज़्यादा टोकन प्रति सेकंड।

मॉडलवर्ज़नमेमोरीM3 UltraM5 Ultra
DeepSeek V4.1 Flash 1017552B · 16B सक्रिय · इंटेलिजेंस 45.14-बिट311 GB41–7360–107
GLM-5.3 Flash320B · 18B सक्रिय · इंटेलिजेंस 41.88-बिट340 GB19–3428–50
Qwen3.8 Flash Next180B · 6B सक्रिय · इंटेलिजेंस 39.88-बिट191 GB58–10284–150
MiMo V2.6 Flash309B · 15B सक्रिय · इंटेलिजेंस 37.9नेटिव 4.48-बिट173 GB44–7864–114
Qwen3.8 27B27B · इंटेलिजेंस 33.78-बिट28.7 GB13–2319–33
Beam 1.0501B · 23B सक्रिय · इंटेलिजेंस 30.34-बिट282 GB29–5142–74
MiniMax M3428B · 23B सक्रिय · इंटेलिजेंस 29.26-बिट348 GB20–3529–51
Inkling Small276B · 12B सक्रिय · इंटेलिजेंस 25.78-बिट293 GB29–5142–75
Hy3295B · 21B सक्रिय · इंटेलिजेंस 25.38-बिट313 GB17–2924–43
Nemotron 3 Ultra 550B A55B550B · 55B सक्रिय · इंटेलिजेंस 22.94-बिट309 GB12–2117–31
Nemotron 3.5 Bolt 74B A9B74B · 9B सक्रिय · इंटेलिजेंस 21.48-बिट78.6 GB38–6856–100
Qwen3.5 397B A17B397B · 17B सक्रिय · इंटेलिजेंस 18.46-बिट323 GB27–4739–70
Qwen3.6 35B A3B35B · 3B सक्रिय · इंटेलिजेंस 18.28-बिट37.2 GB115–205169–300
Muse Glimmer 30B29.6B · इंटेलिजेंस 17.58-बिट31.5 GB12–2117–30
Qwen3.5 122B A10B122B · 10B सक्रिय · इंटेलिजेंस 15.68-बिट130 GB35–6251–91
Gemma 4 31B30.7B · इंटेलिजेंस 14.78-बिट32.6 GB11–2017–29
Nemotron 3.5 Lightning 30B A3B30B · 3B सक्रिय · इंटेलिजेंस 12.98-बिट31.9 GB115–205169–300
Granite 4.2 30B30B · इंटेलिजेंस 12.78-बिट31.9 GB12–2117–30
MiniCPM5 2B2.52B · इंटेलिजेंस 12.58-बिट2.7 GB137–243200–356
gpt-oss-120b117B · 5.1B सक्रिय · इंटेलिजेंस 11.6नेटिव 4.25-बिट65.3 GB137–243200–356
Mistral Small 4 (119B)119B · 6.5B सक्रिय · इंटेलिजेंस 11.38-बिट126 GB53–9578–139
Qwen3.5 9B9B · इंटेलिजेंस 11.28-बिट9.6 GB38–6856–100
Granite 4.2 8B8B · इंटेलिजेंस 11.18-बिट8.5 GB43–7764–113
Llama 4 Maverick 17B-128E Instruct400B · 17B सक्रिय · इंटेलिजेंस 9.36-बिट325 GB27–4739–70
Qwen3 Coder Next80B · 3B सक्रिय · इंटेलिजेंस 9.28-बिट85 GB115–205169–300
Granite 4.2 3B3B · इंटेलिजेंस 9.18-बिट3.2 GB115–205169–300
gpt-oss-20b21B · 3.6B सक्रिय · इंटेलिजेंस 9नेटिव 4.25-बिट13.8 GB194–345284–505
Nemotron 3 Nano 30B A3B30B · 3.5B सक्रिय · इंटेलिजेंस 8.98-बिट31.9 GB100–177146–259
Gemma 4 E4B8B · इंटेलिजेंस 8.98-बिट8.5 GB77–137113–200
Llama 4 Scout 17B-16E Instruct109B · 17B सक्रिय · इंटेलिजेंस 6.58-बिट116 GB20–3630–53
Ministral 3 8B8.9B · इंटेलिजेंस 5.58-बिट9.5 GB39–6957–101
Nemotron 3 Nano 4B3.97B · इंटेलिजेंस 4.88-बिट4.2 GB88–156129–229
DeepSeek V4 Flash 0731284B · 13B सक्रिय8-बिट302 GB27–4739–70
MiniMax M2.7230B · 10B सक्रिय8-बिट244 GB35–6251–91
Ornith 1.5 122B122B · 10B सक्रिय8-बिट130 GB35–6251–91
Nemotron 3 Super 120B A12B120B · 12B सक्रिय8-बिट128 GB29–5142–75
GLM-4.5 Air106B · 12B सक्रिय8-बिट113 GB29–5142–75
Llama 3.3 70B Instruct70B4-बिट39.4 GB5–914–24
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B सक्रिय8-बिट32.4 GB105–187154–274
GLM-4.7 Flash30B · 3B सक्रिय8-बिट31.9 GB115–205169–300
Qwen3.6 27B27B8-बिट28.7 GB13–2319–33
Gemma 4 26B A4B25.2B · 3.8B सक्रिय8-बिट26.8 GB92–164135–240
Devstral Small 2 (24B)24B8-बिट25.5 GB14–2621–38
Magistral Small 1.2 (2509)24B8-बिट25.5 GB14–2621–38
Mistral Small 3.2 (24B)24B8-बिट25.5 GB14–2621–38
LFM2.5 24B A2B24B · 2B सक्रिय8-बिट25.5 GB176–312257–457
Phi-4 Reasoning Vision 15B15B8-बिट15.9 GB23–4134–60
Phi-4 (14B)14B8-बिट14.9 GB25–4436–64
Gemma 4 12B Unified12B8-बिट12.7 GB29–5243–76
Qwen3 8B8.2B8-बिट8.7 GB42–7562–110
Llama 3.1 8B Instruct8B8-बिट8.5 GB43–7764–113
Gemma 4 E2B5.1B8-बिट5.4 GB154–273225–400
Qwen3.5 4B4B8-बिट4.3 GB86–152126–223
Phi-4 mini instruct3.8B8-बिट4 GB92–164135–240
Llama 3.2 3B Instruct3.21B8-बिट3.4 GB108–193159–282
SmolLM3 3B3B8-बिट3.2 GB115–205169–300
LFM2.5 2.6B2.69B8-बिट2.9 GB127–226186–331
Qwen3.5 2B2B8-बिट2.1 GB176–312257–457
Llama 3.2 1B Instruct1.23B8-बिट1.3 GB284–504415–738
Qwen3.5 0.8B0.8B8-बिट0.9 GB410–728600–1067
Qwen3 0.6B0.6B8-बिट0.6 GB614–1092900–1600
MiMo V2.6 Pro1,020B · 42B सक्रिय · इंटेलिजेंस 46.32-बिट कम क्वालिटी319 GB28–5041–73
GLM-5.3744B · 40B सक्रिय · इंटेलिजेंस 44.83-बिट कम क्वालिटी326 GB21–3731–55
Muse Spark Open816B · 42B सक्रिय · इंटेलिजेंस 38.92-बिट कम क्वालिटी255 GB28–5041–73
Kimi K2.7 Code1,000B · 32B सक्रिय · इंटेलिजेंस 25.82-बिट कम क्वालिटी313 GB37–6654–96
Inkling975B · 41B सक्रिय · इंटेलिजेंस 252-बिट कम क्वालिटी305 GB29–5142–75
Kimi K2.61,000B · 32B सक्रिय2-बिट कम क्वालिटी313 GB37–6654–96
Mistral Large 3 (675B)675B · 41B सक्रिय3-बिट कम क्वालिटी295 GB21–3730–54

चलते हैं, पर धीरे 2

फ़िट होते हैं, पर 10 टोकन प्रति सेकंड से कम: बैच काम के लिए ठीक, चैट के लिए धीमे।

मॉडलवर्ज़नमेमोरीM3 UltraM5 Ultra
Mistral Medium 3.5 (128B)128B · इंटेलिजेंस 14.28-बिट136 GB3–54–7
Devstral 2 (123B)123B8-बिट131 GB3–54–7

बहुत बड़े 3

512 GB से ज़्यादा मेमोरी चाहिए, 2 बिट पर भी।

सवाल

512 GB वाले Mac के लिए सबसे अच्छा LLM कौन-सा है?
जिन मॉडलों का Intelligence Index प्रकाशित है, उनमें से 512 GB में अच्छी तरह चलने वालों में DeepSeek V4.1 Flash 1017 का स्कोर सबसे ऊँचा है (4-बिट)। कोड के लिए: Qwen3 Coder Next।
क्या Mac पर लोकल AI के लिए 512 GB काफ़ी है?
यहाँ के 73 ओपन मॉडल में से 61 इसमें 4 बिट या उससे बेहतर पर अच्छी तरह चलते हैं। डिफ़ॉल्ट रूप से macOS GPU को इसमें से लगभग 384 GB इस्तेमाल करने देता है; मॉडल और उसका कॉन्टेक्स्ट उसी में फ़िट होने चाहिए।
क्या 512 GB Mac पर gpt-oss-20b चल सकता है?
हाँ, नेटिव 4.25-बिट पर, M3 Ultra पर लगभग 194–345 टोकन प्रति सेकंड और M5 Ultra पर 284–505।

दूसरे साइज़: 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

इन्हें MLX Harness (मुफ़्त, ओपन सोर्स) से या Terminal में Apple के mlx-lm से चलाएँ: स्टेप बाय स्टेप।

हिसाब कैसे लगाया गया

मेमोरी: मॉडल के पैरामीटर 8, 6, 4, 3 या 2 बिट प्रति वेट पर, साथ में MLX के ग्रुप स्केल (हर वेट पर आधा बिट), या उसका नेटिव फ़ॉर्मैट, और ऊपर से कॉन्टेक्स्ट के लिए जगह। डिफ़ॉल्ट रूप से macOS GPU को यूनिफ़ाइड मेमोरी का लगभग 75% इस्तेमाल करने देता है। स्पीड: मेमोरी बैंडविड्थ को हर टोकन पर पढ़े जाने वाले बाइट से भाग देने पर एक बातचीत की ऊपरी सीमा मिलती है; llama.cpp के सार्वजनिक Apple Silicon बेंचमार्क में असली रन इसके लगभग 45% से 80% तक पहुँचते हैं, और यही रेंज दिखाई गई है। ये अनुमान हैं, माप नहीं: अपना Mac MLX Bench पर मापें। मॉडल के आँकड़े हर मॉडल के आधिकारिक मॉडल कार्ड से, चिप के आँकड़े Apple के Tech Specs से। 2026-10-19 को जाँचा गया। वही डेटा जो mlx.app/compare पर है।

512 GB Mac के लिए सबसे अच्छे लोकल LLM (M3 से M5): क्या चलता है