लॉग इनवॉलेट बनाएँ

64 GB वाला M2 Ultra क्या चला सकता है?

इस पर 73 में से 39 ओपन मॉडल अच्छी तरह चलते हैं। डिफ़ॉल्ट रूप से GPU इसकी 64 GB में से लगभग 48 GB इस्तेमाल कर सकता है, और यह 800 GB/s पर मेमोरी पढ़ता है, जिससे तय होता है कि यह कितनी तेज़ी से लिखता है। इनमें मिलता है: Mac Studio (2023), Mac Pro (2023), Mac Pro (Rack, 2023)।

सबसे स्मार्ट, जो अच्छी तरह चलता हैQwen3.8 27B8-बिट · 28.7 GB · 13–22 tok/sसबसे बड़ा, जो अच्छी तरह चलता हैNemotron 3.5 Bolt 74B A9B4-बिट · 41.6 GB · 71–125 tok/sकोड के लिएQwen3 Coder 30B A3B Instruct8-बिट · 32.4 GB · 103–183 tok/s

अच्छी तरह चलते हैं 47

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

मॉडलवर्ज़नमेमोरीटोकन/सेकंड
Qwen3.8 27B27B · इंटेलिजेंस 33.78-बिट28.7 GB13–22
Nemotron 3.5 Bolt 74B A9B74B · 9B सक्रिय · इंटेलिजेंस 21.44-बिट41.6 GB71–125
Qwen3.6 35B A3B35B · 3B सक्रिय · इंटेलिजेंस 18.28-बिट37.2 GB113–200
Muse Glimmer 30B29.6B · इंटेलिजेंस 17.58-बिट31.5 GB11–20
Gemma 4 31B30.7B · इंटेलिजेंस 14.78-बिट32.6 GB11–20
Nemotron 3.5 Lightning 30B A3B30B · 3B सक्रिय · इंटेलिजेंस 12.98-बिट31.9 GB113–200
Granite 4.2 30B30B · इंटेलिजेंस 12.78-बिट31.9 GB11–20
MiniCPM5 2B2.52B · इंटेलिजेंस 12.58-बिट2.7 GB133–237
Qwen3.5 9B9B · इंटेलिजेंस 11.28-बिट9.6 GB38–67
Granite 4.2 8B8B · इंटेलिजेंस 11.18-बिट8.5 GB42–75
Granite 4.2 3B3B · इंटेलिजेंस 9.18-बिट3.2 GB113–200
gpt-oss-20b21B · 3.6B सक्रिय · इंटेलिजेंस 9नेटिव 4.25-बिट13.8 GB189–337
Nemotron 3 Nano 30B A3B30B · 3.5B सक्रिय · इंटेलिजेंस 8.98-बिट31.9 GB97–173
Gemma 4 E4B8B · इंटेलिजेंस 8.98-बिट8.5 GB75–133
Ministral 3 8B8.9B · इंटेलिजेंस 5.58-बिट9.5 GB38–67
Nemotron 3 Nano 4B3.97B · इंटेलिजेंस 4.88-बिट4.2 GB86–152
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B सक्रिय8-बिट32.4 GB103–183
GLM-4.7 Flash30B · 3B सक्रिय8-बिट31.9 GB113–200
Qwen3.6 27B27B8-बिट28.7 GB13–22
Gemma 4 26B A4B25.2B · 3.8B सक्रिय8-बिट26.8 GB90–160
Devstral Small 2 (24B)24B8-बिट25.5 GB14–25
Magistral Small 1.2 (2509)24B8-बिट25.5 GB14–25
Mistral Small 3.2 (24B)24B8-बिट25.5 GB14–25
LFM2.5 24B A2B24B · 2B सक्रिय8-बिट25.5 GB171–305
Phi-4 Reasoning Vision 15B15B8-बिट15.9 GB23–40
Phi-4 (14B)14B8-बिट14.9 GB24–43
Gemma 4 12B Unified12B8-बिट12.7 GB28–50
Qwen3 8B8.2B8-बिट8.7 GB41–74
Llama 3.1 8B Instruct8B8-बिट8.5 GB42–75
Gemma 4 E2B5.1B8-बिट5.4 GB150–267
Qwen3.5 4B4B8-बिट4.3 GB84–149
Phi-4 mini instruct3.8B8-बिट4 GB90–160
Llama 3.2 3B Instruct3.21B8-बिट3.4 GB106–188
SmolLM3 3B3B8-बिट3.2 GB113–200
LFM2.5 2.6B2.69B8-बिट2.9 GB124–221
Qwen3.5 2B2B8-बिट2.1 GB171–305
Llama 3.2 1B Instruct1.23B8-बिट1.3 GB277–492
Qwen3.5 0.8B0.8B8-बिट0.9 GB400–711
Qwen3 0.6B0.6B8-बिट0.6 GB600–1067
Qwen3.5 122B A10B122B · 10B सक्रिय · इंटेलिजेंस 15.62-बिट कम क्वालिटी38.1 GB116–206
gpt-oss-120b117B · 5.1B सक्रिय · इंटेलिजेंस 11.62-बिट कम क्वालिटी36.6 GB225–400
Mistral Small 4 (119B)119B · 6.5B सक्रिय · इंटेलिजेंस 11.32-बिट कम क्वालिटी37.2 GB180–320
Qwen3 Coder Next80B · 3B सक्रिय · इंटेलिजेंस 9.23-बिट कम क्वालिटी35 GB277–492
Llama 4 Scout 17B-16E Instruct109B · 17B सक्रिय · इंटेलिजेंस 6.52-बिट कम क्वालिटी34.1 GB68–121
Ornith 1.5 122B122B · 10B सक्रिय2-बिट कम क्वालिटी38.1 GB116–206
Nemotron 3 Super 120B A12B120B · 12B सक्रिय2-बिट कम क्वालिटी37.5 GB95–168
GLM-4.5 Air106B · 12B सक्रिय2-बिट कम क्वालिटी33.1 GB95–168

चलते हैं, पर धीरे 3

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

मॉडलवर्ज़नमेमोरीटोकन/सेकंड
Llama 3.3 70B Instruct70B4-बिट39.4 GB9–16
Mistral Medium 3.5 (128B)128B · इंटेलिजेंस 14.22-बिट कम क्वालिटी40 GB9–16
Devstral 2 (123B)123B2-बिट कम क्वालिटी38.4 GB9–17

बहुत बड़े 23

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

दूसरे Mac

64 GB वाला हर Mac, किसी भी चिप के साथ।

कम या ज़्यादा मेमोरी वाला M2 Ultra:

आस-पास की चिप:

आमने-सामने:

इसकी तुलना किसी भी Mac या GPU से करें · लोकल AI के लिए M2 Ultra · लोकल LLM के लिए सबसे अच्छा Mac · हर Mac

सवाल

64 GB वाले M2 Ultra के लिए सबसे अच्छा LLM कौन-सा है?
जिन मॉडलों का Intelligence Index प्रकाशित है, उनमें से यहाँ अच्छी तरह चलने वालों में Qwen3.8 27B का स्कोर सबसे ऊँचा है: 8-बिट, लगभग 13–22 टोकन प्रति सेकंड। अच्छी तरह चलने वाला सबसे बड़ा मॉडल Nemotron 3.5 Bolt 74B A9B है।
क्या 64 GB वाला M2 Ultra Llama 3.3 70B चला सकता है?
हाँ, पर धीरे: 4-बिट, लगभग 9–16 टोकन प्रति सेकंड पर।
M2 Ultra पर gpt-oss-20b कितना तेज़ चलता है?
लगभग 189–337 टोकन प्रति सेकंड (नेटिव 4.25-बिट), चिप की 800 GB/s मेमोरी बैंडविड्थ के आधार पर।

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।

64 GB वाला M2 Ultra कौन-से LLM चला सकता है? मॉडल और स्पीड