लॉग इनवॉलेट बनाएँ

36 GB वाला M3 Max क्या चला सकता है?

इस पर 73 में से 33 ओपन मॉडल अच्छी तरह चलते हैं। डिफ़ॉल्ट रूप से GPU इसकी 36 GB में से लगभग 27 GB इस्तेमाल कर सकता है, और यह 300 GB/s पर मेमोरी पढ़ता है, जिससे तय होता है कि यह कितनी तेज़ी से लिखता है। इनमें मिलता है: MacBook Pro (14-inch, M3 Pro or M3 Max, Nov 2023), MacBook Pro (16-inch, Nov 2023)।

सबसे स्मार्ट, जो अच्छी तरह चलता हैQwen3.6 35B A3B4-बिट · 19.7 GB · 79–141 tok/sसबसे बड़ा, जो अच्छी तरह चलता हैQwen3.6 35B A3B4-बिट · 19.7 GB · 79–141 tok/sकोड के लिएQwen3 Coder 30B A3B Instruct6-बिट · 24.8 GB · 50–89 tok/s

अच्छी तरह चलते हैं 35

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

मॉडलवर्ज़नमेमोरीटोकन/सेकंड
Qwen3.6 35B A3B35B · 3B सक्रिय · इंटेलिजेंस 18.24-बिट19.7 GB79–141
Nemotron 3.5 Lightning 30B A3B30B · 3B सक्रिय · इंटेलिजेंस 12.96-बिट24.4 GB56–100
MiniCPM5 2B2.52B · इंटेलिजेंस 12.58-बिट2.7 GB50–89
Qwen3.5 9B9B · इंटेलिजेंस 11.28-बिट9.6 GB14–25
Granite 4.2 8B8B · इंटेलिजेंस 11.18-बिट8.5 GB16–28
Granite 4.2 3B3B · इंटेलिजेंस 9.18-बिट3.2 GB42–75
gpt-oss-20b21B · 3.6B सक्रिय · इंटेलिजेंस 9नेटिव 4.25-बिट13.8 GB71–126
Nemotron 3 Nano 30B A3B30B · 3.5B सक्रिय · इंटेलिजेंस 8.96-बिट24.4 GB48–86
Gemma 4 E4B8B · इंटेलिजेंस 8.98-बिट8.5 GB28–50
Ministral 3 8B8.9B · इंटेलिजेंस 5.58-बिट9.5 GB14–25
Nemotron 3 Nano 4B3.97B · इंटेलिजेंस 4.88-बिट4.2 GB32–57
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B सक्रिय6-बिट24.8 GB50–89
GLM-4.7 Flash30B · 3B सक्रिय6-बिट24.4 GB56–100
Gemma 4 26B A4B25.2B · 3.8B सक्रिय6-बिट20.5 GB44–77
Devstral Small 2 (24B)24B4-बिट13.5 GB10–18
Magistral Small 1.2 (2509)24B4-बिट13.5 GB10–18
Mistral Small 3.2 (24B)24B4-बिट13.5 GB10–18
LFM2.5 24B A2B24B · 2B सक्रिय6-बिट19.5 GB84–150
Phi-4 Reasoning Vision 15B15B6-बिट12.2 GB11–20
Phi-4 (14B)14B6-बिट11.4 GB12–21
Gemma 4 12B Unified12B8-बिट12.7 GB11–19
Qwen3 8B8.2B8-बिट8.7 GB16–28
Llama 3.1 8B Instruct8B8-बिट8.5 GB16–28
Gemma 4 E2B5.1B8-बिट5.4 GB56–100
Qwen3.5 4B4B8-बिट4.3 GB31–56
Phi-4 mini instruct3.8B8-बिट4 GB34–60
Llama 3.2 3B Instruct3.21B8-बिट3.4 GB40–71
SmolLM3 3B3B8-बिट3.2 GB42–75
LFM2.5 2.6B2.69B8-बिट2.9 GB47–83
Qwen3.5 2B2B8-बिट2.1 GB64–114
Llama 3.2 1B Instruct1.23B8-बिट1.3 GB104–185
Qwen3.5 0.8B0.8B8-बिट0.9 GB150–267
Qwen3 0.6B0.6B8-बिट0.6 GB225–400
Nemotron 3.5 Bolt 74B A9B74B · 9B सक्रिय · इंटेलिजेंस 21.42-बिट कम क्वालिटी23.1 GB48–86
Qwen3 Coder Next80B · 3B सक्रिय · इंटेलिजेंस 9.22-बिट कम क्वालिटी25 GB150–267

चलते हैं, पर धीरे 6

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

मॉडलवर्ज़नमेमोरीटोकन/सेकंड
Qwen3.8 27B27B · इंटेलिजेंस 33.76-बिट21.9 GB6–11
Muse Glimmer 30B29.6B · इंटेलिजेंस 17.56-बिट24.1 GB6–10
Gemma 4 31B30.7B · इंटेलिजेंस 14.76-बिट24.9 GB5–10
Granite 4.2 30B30B · इंटेलिजेंस 12.76-बिट24.4 GB6–10
Qwen3.6 27B27B6-बिट21.9 GB6–11
Llama 3.3 70B Instruct70B2-बिट कम क्वालिटी21.9 GB6–11

बहुत बड़े 32

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

दूसरे Mac

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

कम या ज़्यादा मेमोरी वाला M3 Max:

आस-पास की चिप:

आमने-सामने:

इसकी तुलना किसी भी Mac या GPU से करें · लोकल AI के लिए M3 Max · लोकल LLM के लिए सबसे अच्छा Mac · हर Mac

सवाल

36 GB वाले M3 Max के लिए सबसे अच्छा LLM कौन-सा है?
जिन मॉडलों का Intelligence Index प्रकाशित है, उनमें से यहाँ अच्छी तरह चलने वालों में Qwen3.6 35B A3B का स्कोर सबसे ऊँचा है: 4-बिट, लगभग 79–141 टोकन प्रति सेकंड।
क्या 36 GB वाला M3 Max Llama 3.3 70B चला सकता है?
हाँ, पर धीरे: 2-बिट (कम क्वालिटी), लगभग 6–11 टोकन प्रति सेकंड पर।
M3 Max पर gpt-oss-20b कितना तेज़ चलता है?
लगभग 71–126 टोकन प्रति सेकंड (नेटिव 4.25-बिट), चिप की 300 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।

36 GB वाला M3 Max कौन-से LLM चला सकता है? मॉडल और स्पीड