MasukBuat dompet

LLM terbaik untuk Mac 192 GB.

49 dari 73 model terbuka berjalan baik di 192 GB. Secara bawaan GPU bisa memakai sekitar 144 GB darinya. M2 Ultra membaca memori pada 800 GB/s.

Paling cerdas yang berjalan baikQwen3.8 Flash Next4-bit · 101 GB · 106–188 tok/sTerbesar yang berjalan baikMiniMax M2.74-bit · 129 GB · 64–114 tok/sUntuk kodeQwen3 Coder Next8-bit · 85 GB · 113–200 tok/s

Mac dengan 192 GB

1 chip dari M2 tersedia dengan 192 GB. Buka salah satu untuk daftar dan kecepatannya sendiri.

Berjalan baik 56

Muat dengan ruang untuk konteks, 10 token per detik atau lebih di M2 Ultra.

ModelVersiMemoriToken/s
Qwen3.8 Flash Next180B · 6B aktif · Kecerdasan 39,84-bit101 GB106–188
Qwen3.8 27B27B · Kecerdasan 33,78-bit28,7 GB13–22
Nemotron 3.5 Bolt 74B A9B74B · 9B aktif · Kecerdasan 21,48-bit78,6 GB38–67
Qwen3.6 35B A3B35B · 3B aktif · Kecerdasan 18,28-bit37,2 GB113–200
Muse Glimmer 30B29,6B · Kecerdasan 17,58-bit31,5 GB11–20
Qwen3.5 122B A10B122B · 10B aktif · Kecerdasan 15,68-bit130 GB34–60
Gemma 4 31B30,7B · Kecerdasan 14,78-bit32,6 GB11–20
Nemotron 3.5 Lightning 30B A3B30B · 3B aktif · Kecerdasan 12,98-bit31,9 GB113–200
Granite 4.2 30B30B · Kecerdasan 12,78-bit31,9 GB11–20
MiniCPM5 2B2,52B · Kecerdasan 12,58-bit2,7 GB133–237
gpt-oss-120b117B · 5,1B aktif · Kecerdasan 11,64,25-bit bawaan65,3 GB133–237
Mistral Small 4 (119B)119B · 6,5B aktif · Kecerdasan 11,38-bit126 GB52–93
Qwen3.5 9B9B · Kecerdasan 11,28-bit9,6 GB38–67
Granite 4.2 8B8B · Kecerdasan 11,18-bit8,5 GB42–75
Qwen3 Coder Next80B · 3B aktif · Kecerdasan 9,28-bit85 GB113–200
Granite 4.2 3B3B · Kecerdasan 9,18-bit3,2 GB113–200
gpt-oss-20b21B · 3,6B aktif · Kecerdasan 94,25-bit bawaan13,8 GB189–337
Nemotron 3 Nano 30B A3B30B · 3,5B aktif · Kecerdasan 8,98-bit31,9 GB97–173
Gemma 4 E4B8B · Kecerdasan 8,98-bit8,5 GB75–133
Llama 4 Scout 17B-16E Instruct109B · 17B aktif · Kecerdasan 6,58-bit116 GB20–35
Ministral 3 8B8,9B · Kecerdasan 5,58-bit9,5 GB38–67
Nemotron 3 Nano 4B3,97B · Kecerdasan 4,88-bit4,2 GB86–152
MiniMax M2.7230B · 10B aktif4-bit129 GB64–114
Ornith 1.5 122B122B · 10B aktif8-bit130 GB34–60
Nemotron 3 Super 120B A12B120B · 12B aktif8-bit128 GB28–50
GLM-4.5 Air106B · 12B aktif8-bit113 GB28–50
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B aktif8-bit32,4 GB103–183
GLM-4.7 Flash30B · 3B aktif8-bit31,9 GB113–200
Qwen3.6 27B27B8-bit28,7 GB13–22
Gemma 4 26B A4B25,2B · 3,8B aktif8-bit26,8 GB90–160
Devstral Small 2 (24B)24B8-bit25,5 GB14–25
Magistral Small 1.2 (2509)24B8-bit25,5 GB14–25
Mistral Small 3.2 (24B)24B8-bit25,5 GB14–25
LFM2.5 24B A2B24B · 2B aktif8-bit25,5 GB171–305
Phi-4 Reasoning Vision 15B15B8-bit15,9 GB23–40
Phi-4 (14B)14B8-bit14,9 GB24–43
Gemma 4 12B Unified12B8-bit12,7 GB28–50
Qwen3 8B8,2B8-bit8,7 GB41–74
Llama 3.1 8B Instruct8B8-bit8,5 GB42–75
Gemma 4 E2B5,1B8-bit5,4 GB150–267
Qwen3.5 4B4B8-bit4,3 GB84–149
Phi-4 mini instruct3,8B8-bit4 GB90–160
Llama 3.2 3B Instruct3,21B8-bit3,4 GB106–188
SmolLM3 3B3B8-bit3,2 GB113–200
LFM2.5 2.6B2,69B8-bit2,9 GB124–221
Qwen3.5 2B2B8-bit2,1 GB171–305
Llama 3.2 1B Instruct1,23B8-bit1,3 GB277–492
Qwen3.5 0.8B0,8B8-bit0,9 GB400–711
Qwen3 0.6B0,6B8-bit0,6 GB600–1067
GLM-5.3 Flash320B · 18B aktif · Kecerdasan 41,82-bit kualitas lebih rendah100 GB64–114
MiMo V2.6 Flash309B · 15B aktif · Kecerdasan 37,92-bit kualitas lebih rendah96,6 GB77–136
Inkling Small276B · 12B aktif · Kecerdasan 25,73-bit kualitas lebih rendah121 GB68–121
Hy3295B · 21B aktif · Kecerdasan 25,33-bit kualitas lebih rendah129 GB39–70
Qwen3.5 397B A17B397B · 17B aktif · Kecerdasan 18,42-bit kualitas lebih rendah124 GB68–121
Llama 4 Maverick 17B-128E Instruct400B · 17B aktif · Kecerdasan 9,32-bit kualitas lebih rendah125 GB68–121
DeepSeek V4 Flash 0731284B · 13B aktif3-bit kualitas lebih rendah124 GB63–112

Berjalan, tapi lambat 3

Muat, tapi di bawah 10 token per detik: cocok untuk pekerjaan batch, lambat untuk chat.

ModelVersiMemoriToken/s
Mistral Medium 3.5 (128B)128B · Kecerdasan 14,26-bit104 GB3–6
Devstral 2 (123B)123B8-bit131 GB3–5
Llama 3.3 70B Instruct70B8-bit74,4 GB5–9

Pas-pasan muat 2

Butuh hampir seluruh memori: naikkan batas memori GPU dan buat konteks tetap pendek.

ModelVersiMemoriToken/s
Beam 1.0501B · 23B aktif · Kecerdasan 30,32-bit kualitas lebih rendah157 GB50–89
MiniMax M3428B · 23B aktif · Kecerdasan 29,22-bit kualitas lebih rendah134 GB50–89

Terlalu besar 12

Butuh memori lebih dari 192 GB, bahkan pada 2 bit.

Pertanyaan

Apa LLM terbaik untuk Mac dengan 192 GB?
Dari model yang punya skor Intelligence Index terbitan, Qwen3.8 Flash Next mendapat skor tertinggi di antara yang berjalan baik di 192 GB (4-bit). Yang terbesar yang berjalan baik adalah MiniMax M2.7. Untuk kode: Qwen3 Coder Next.
Apakah 192 GB cukup untuk AI lokal di Mac?
49 dari 73 model terbuka di sini berjalan baik di dalamnya pada 4 bit atau lebih baik. Secara bawaan macOS mengizinkan GPU memakai sekitar 144 GB darinya; model beserta konteksnya harus muat di situ.
Bisakah Mac 192 GB menjalankan gpt-oss-20b?
Ya, 4,25-bit bawaan, sekitar 189–337 token per detik di M2 Ultra.

Ukuran lain: 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

Jalankan dengan MLX Harness (gratis, open source) atau mlx-lm dari Apple di Terminal: langkah demi langkah.

Cara menghitungnya

Memori: parameter model pada 8, 6, 4, 3, atau 2 bit per bobot ditambah skala grup MLX (setengah bit per bobot), atau format bawaannya, ditambah ruang untuk konteks. Secara bawaan macOS mengizinkan GPU memakai sekitar 75% memori terpadu. Kecepatan: bandwidth memori dibagi jumlah byte yang dibaca per token adalah batas atas untuk satu percakapan; dalam benchmark Apple Silicon publik llama.cpp, proses nyata mencapai sekitar 45% hingga 80% darinya, dan rentang itulah yang ditampilkan. Ini perkiraan, bukan pengukuran: ukur Mac Anda sendiri di MLX Bench. Angka model dari kartu model resmi masing-masing, angka chip dari Spesifikasi Teknis Apple. Diperiksa 2026-10-19. Data sama dengan mlx.app/compare.

LLM lokal terbaik untuk Mac 192 GB (M2): apa yang jalan