AccediCrea wallet

I migliori LLM per un Mac da 256 GB.

54 modelli aperti su 73 girano bene in 256 GB. Di default la GPU può usarne circa 192 GB. La velocità dipende dal chip: da 819 GB/s sul M3 Ultra a 1200 GB/s sul M5 Ultra.

Il più intelligente che gira beneQwen3.8 Flash Next6 bit · 146 GB · 75–196 tok/sIl più grande che gira beneMiMo V2.6 Flash4,48 bit nativo · 173 GB · 44–114 tok/sPer il codiceQwen3 Coder Next8 bit · 85 GB · 115–300 tok/s

Mac con 256 GB

2 chip (da M3 a M5) sono disponibili con 256 GB. Aprine uno per vedere il suo elenco e le sue velocità.

Gira bene 61

Ci sta con spazio per il contesto, a 10 o più token al secondo sul M5 Ultra.

ModelloVersioneMemoriaM3 UltraM5 Ultra
Qwen3.8 Flash Next180B · 6B attivi · Intelligenza 39,86 bit146 GB75–134110–196
MiMo V2.6 Flash309B · 15B attivi · Intelligenza 37,94,48 bit nativo173 GB44–7864–114
Qwen3.8 27B27B · Intelligenza 33,78 bit28,7 GB13–2319–33
Inkling Small276B · 12B attivi · Intelligenza 25,74 bit155 GB54–9679–141
Hy3295B · 21B attivi · Intelligenza 25,34 bit166 GB31–5646–81
Nemotron 3.5 Bolt 74B A9B74B · 9B attivi · Intelligenza 21,48 bit78,6 GB38–6856–100
Qwen3.6 35B A3B35B · 3B attivi · Intelligenza 18,28 bit37,2 GB115–205169–300
Muse Glimmer 30B29,6B · Intelligenza 17,58 bit31,5 GB12–2117–30
Qwen3.5 122B A10B122B · 10B attivi · Intelligenza 15,68 bit130 GB35–6251–91
Gemma 4 31B30,7B · Intelligenza 14,78 bit32,6 GB11–2017–29
Nemotron 3.5 Lightning 30B A3B30B · 3B attivi · Intelligenza 12,98 bit31,9 GB115–205169–300
Granite 4.2 30B30B · Intelligenza 12,78 bit31,9 GB12–2117–30
MiniCPM5 2B2,52B · Intelligenza 12,58 bit2,7 GB137–243200–356
gpt-oss-120b117B · 5,1B attivi · Intelligenza 11,64,25 bit nativo65,3 GB137–243200–356
Mistral Small 4 (119B)119B · 6,5B attivi · Intelligenza 11,38 bit126 GB53–9578–139
Qwen3.5 9B9B · Intelligenza 11,28 bit9,6 GB38–6856–100
Granite 4.2 8B8B · Intelligenza 11,18 bit8,5 GB43–7764–113
Qwen3 Coder Next80B · 3B attivi · Intelligenza 9,28 bit85 GB115–205169–300
Granite 4.2 3B3B · Intelligenza 9,18 bit3,2 GB115–205169–300
gpt-oss-20b21B · 3,6B attivi · Intelligenza 94,25 bit nativo13,8 GB194–345284–505
Nemotron 3 Nano 30B A3B30B · 3,5B attivi · Intelligenza 8,98 bit31,9 GB100–177146–259
Gemma 4 E4B8B · Intelligenza 8,98 bit8,5 GB77–137113–200
Llama 4 Scout 17B-16E Instruct109B · 17B attivi · Intelligenza 6,58 bit116 GB20–3630–53
Ministral 3 8B8,9B · Intelligenza 5,58 bit9,5 GB39–6957–101
Nemotron 3 Nano 4B3,97B · Intelligenza 4,88 bit4,2 GB88–156129–229
DeepSeek V4 Flash 0731284B · 13B attivi4 bit160 GB50–9074–132
MiniMax M2.7230B · 10B attivi4 bit129 GB66–11796–171
Ornith 1.5 122B122B · 10B attivi8 bit130 GB35–6251–91
Nemotron 3 Super 120B A12B120B · 12B attivi8 bit128 GB29–5142–75
GLM-4.5 Air106B · 12B attivi8 bit113 GB29–5142–75
Llama 3.3 70B Instruct70B4 bit39,4 GB5–914–24
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B attivi8 bit32,4 GB105–187154–274
GLM-4.7 Flash30B · 3B attivi8 bit31,9 GB115–205169–300
Qwen3.6 27B27B8 bit28,7 GB13–2319–33
Gemma 4 26B A4B25,2B · 3,8B attivi8 bit26,8 GB92–164135–240
Devstral Small 2 (24B)24B8 bit25,5 GB14–2621–38
Magistral Small 1.2 (2509)24B8 bit25,5 GB14–2621–38
Mistral Small 3.2 (24B)24B8 bit25,5 GB14–2621–38
LFM2.5 24B A2B24B · 2B attivi8 bit25,5 GB176–312257–457
Phi-4 Reasoning Vision 15B15B8 bit15,9 GB23–4134–60
Phi-4 (14B)14B8 bit14,9 GB25–4436–64
Gemma 4 12B Unified12B8 bit12,7 GB29–5243–76
Qwen3 8B8,2B8 bit8,7 GB42–7562–110
Llama 3.1 8B Instruct8B8 bit8,5 GB43–7764–113
Gemma 4 E2B5,1B8 bit5,4 GB154–273225–400
Qwen3.5 4B4B8 bit4,3 GB86–152126–223
Phi-4 mini instruct3,8B8 bit4 GB92–164135–240
Llama 3.2 3B Instruct3,21B8 bit3,4 GB108–193159–282
SmolLM3 3B3B8 bit3,2 GB115–205169–300
LFM2.5 2.6B2,69B8 bit2,9 GB127–226186–331
Qwen3.5 2B2B8 bit2,1 GB176–312257–457
Llama 3.2 1B Instruct1,23B8 bit1,3 GB284–504415–738
Qwen3.5 0.8B0,8B8 bit0,9 GB410–728600–1067
Qwen3 0.6B0,6B8 bit0,6 GB614–1092900–1600
DeepSeek V4.1 Flash 1017552B · 16B attivi · Intelligenza 45,12 bit qualità inferiore173 GB74–131108–192
GLM-5.3 Flash320B · 18B attivi · Intelligenza 41,83 bit qualità inferiore140 GB47–8368–122
Beam 1.0501B · 23B attivi · Intelligenza 30,32 bit qualità inferiore157 GB51–9175–133
MiniMax M3428B · 23B attivi · Intelligenza 29,22 bit qualità inferiore134 GB51–9175–133
Nemotron 3 Ultra 550B A55B550B · 55B attivi · Intelligenza 22,92 bit qualità inferiore172 GB21–3831–56
Qwen3.5 397B A17B397B · 17B attivi · Intelligenza 18,43 bit qualità inferiore174 GB50–8973–130
Llama 4 Maverick 17B-128E Instruct400B · 17B attivi · Intelligenza 9,33 bit qualità inferiore175 GB50–8973–130

Gira, ma lentamente 2

Ci sta, ma sotto i 10 token al secondo: va bene per i lavori in batch, ma è lento per la chat.

ModelloVersioneMemoriaM3 UltraM5 Ultra
Mistral Medium 3.5 (128B)128B · Intelligenza 14,28 bit136 GB3–54–7
Devstral 2 (123B)123B8 bit131 GB3–54–7

Ci sta al limite 1

Richiede quasi tutta la memoria: alza il limite di memoria della GPU e tieni il contesto breve.

ModelloVersioneMemoriaM3 UltraM5 Ultra
Mistral Large 3 (675B)675B · 41B attivi2 bit qualità inferiore211 GB29–5142–75

Troppo grande 9

Richiede più di 256 GB di memoria, anche a 2 bit.

Domande

Qual è il miglior LLM per un Mac con 256 GB?
Tra i modelli con un Intelligence Index pubblicato, Qwen3.8 Flash Next ha il punteggio più alto fra quelli che girano bene in 256 GB (6 bit). Il più grande che gira bene è MiMo V2.6 Flash. Per il codice: Qwen3 Coder Next.
256 GB bastano per l’AI locale su Mac?
54 dei 73 modelli aperti di questo elenco ci girano bene, a 4 bit o più. Di default macOS lascia usare alla GPU circa 192 GB; modello e contesto devono starci dentro.
Un Mac da 256 GB può eseguire gpt-oss-20b?
Sì, 4,25 bit nativo, a circa 194–345 token al secondo su un M3 Ultra e 284–505 su un M5 Ultra.

Altri tagli: 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

Eseguili con MLX Harness (gratuito, open source) o con mlx-lm di Apple nel Terminale: passo dopo passo.

Come è calcolato

Memoria: i parametri del modello a 8, 6, 4, 3 o 2 bit per peso più le scale per gruppo di MLX (mezzo bit per peso), oppure il suo formato nativo, con in più lo spazio per il contesto. Di default macOS lascia usare alla GPU circa il 75% della memoria unificata. Velocità: la larghezza di banda della memoria divisa per i byte letti per ogni token è il limite massimo per una conversazione; nei benchmark pubblici su Apple Silicon di llama.cpp, le esecuzioni reali arrivano a circa il 45%–80% di quel limite, ed è l’intervallo mostrato. Sono stime, non misurazioni: misura il tuo Mac su MLX Bench. Dati dei modelli dalla rispettiva scheda ufficiale, dati dei chip dalle specifiche tecniche di Apple. Verificato il 2026-10-19. Stessi dati di mlx.app/compare.

Migliori LLM locali per un Mac da 256 GB (da M3 a M5): cosa gira