AccediCrea wallet

Cosa può eseguire un M2 Ultra con 192 GB?

49 modelli aperti su 73 ci girano bene. Di default la GPU può usare circa 144 GB dei suoi 192 GB, e il chip legge la memoria a 800 GB/s, che determina quanto velocemente scrive. Lo trovi in: Mac Studio (2023), Mac Pro (2023), Mac Pro (Rack, 2023).

Il più intelligente che gira beneQwen3.8 Flash Next4 bit · 101 GB · 106–188 tok/sIl più grande che gira beneMiniMax M2.74 bit · 129 GB · 64–114 tok/sPer il codiceQwen3 Coder Next8 bit · 85 GB · 113–200 tok/s

Gira bene 56

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

ModelloVersioneMemoriaToken/s
Qwen3.8 Flash Next180B · 6B attivi · Intelligenza 39,84 bit101 GB106–188
Qwen3.8 27B27B · Intelligenza 33,78 bit28,7 GB13–22
Nemotron 3.5 Bolt 74B A9B74B · 9B attivi · Intelligenza 21,48 bit78,6 GB38–67
Qwen3.6 35B A3B35B · 3B attivi · Intelligenza 18,28 bit37,2 GB113–200
Muse Glimmer 30B29,6B · Intelligenza 17,58 bit31,5 GB11–20
Qwen3.5 122B A10B122B · 10B attivi · Intelligenza 15,68 bit130 GB34–60
Gemma 4 31B30,7B · Intelligenza 14,78 bit32,6 GB11–20
Nemotron 3.5 Lightning 30B A3B30B · 3B attivi · Intelligenza 12,98 bit31,9 GB113–200
Granite 4.2 30B30B · Intelligenza 12,78 bit31,9 GB11–20
MiniCPM5 2B2,52B · Intelligenza 12,58 bit2,7 GB133–237
gpt-oss-120b117B · 5,1B attivi · Intelligenza 11,64,25 bit nativo65,3 GB133–237
Mistral Small 4 (119B)119B · 6,5B attivi · Intelligenza 11,38 bit126 GB52–93
Qwen3.5 9B9B · Intelligenza 11,28 bit9,6 GB38–67
Granite 4.2 8B8B · Intelligenza 11,18 bit8,5 GB42–75
Qwen3 Coder Next80B · 3B attivi · Intelligenza 9,28 bit85 GB113–200
Granite 4.2 3B3B · Intelligenza 9,18 bit3,2 GB113–200
gpt-oss-20b21B · 3,6B attivi · Intelligenza 94,25 bit nativo13,8 GB189–337
Nemotron 3 Nano 30B A3B30B · 3,5B attivi · Intelligenza 8,98 bit31,9 GB97–173
Gemma 4 E4B8B · Intelligenza 8,98 bit8,5 GB75–133
Llama 4 Scout 17B-16E Instruct109B · 17B attivi · Intelligenza 6,58 bit116 GB20–35
Ministral 3 8B8,9B · Intelligenza 5,58 bit9,5 GB38–67
Nemotron 3 Nano 4B3,97B · Intelligenza 4,88 bit4,2 GB86–152
MiniMax M2.7230B · 10B attivi4 bit129 GB64–114
Ornith 1.5 122B122B · 10B attivi8 bit130 GB34–60
Nemotron 3 Super 120B A12B120B · 12B attivi8 bit128 GB28–50
GLM-4.5 Air106B · 12B attivi8 bit113 GB28–50
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B attivi8 bit32,4 GB103–183
GLM-4.7 Flash30B · 3B attivi8 bit31,9 GB113–200
Qwen3.6 27B27B8 bit28,7 GB13–22
Gemma 4 26B A4B25,2B · 3,8B attivi8 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 attivi8 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 attivi · Intelligenza 41,82 bit qualità inferiore100 GB64–114
MiMo V2.6 Flash309B · 15B attivi · Intelligenza 37,92 bit qualità inferiore96,6 GB77–136
Inkling Small276B · 12B attivi · Intelligenza 25,73 bit qualità inferiore121 GB68–121
Hy3295B · 21B attivi · Intelligenza 25,33 bit qualità inferiore129 GB39–70
Qwen3.5 397B A17B397B · 17B attivi · Intelligenza 18,42 bit qualità inferiore124 GB68–121
Llama 4 Maverick 17B-128E Instruct400B · 17B attivi · Intelligenza 9,32 bit qualità inferiore125 GB68–121
DeepSeek V4 Flash 0731284B · 13B attivi3 bit qualità inferiore124 GB63–112

Gira, ma lentamente 3

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

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

Ci sta al limite 2

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

ModelloVersioneMemoriaToken/s
Beam 1.0501B · 23B attivi · Intelligenza 30,32 bit qualità inferiore157 GB50–89
MiniMax M3428B · 23B attivi · Intelligenza 29,22 bit qualità inferiore134 GB50–89

Troppo grande 12

Richiede più di 192 GB di memoria, anche a 2 bit.

Altri Mac

Tutti i Mac con 192 GB, con qualsiasi chip.

Il M2 Ultra con più o meno memoria:

Chip vicini:

Testa a testa:

Confrontalo con qualsiasi Mac o GPU · Il M2 Ultra per l’AI locale · Il miglior Mac per LLM in locale · Tutti i Mac

Domande

Qual è il miglior LLM per un M2 Ultra con 192 GB?
Tra i modelli con un Intelligence Index pubblicato, Qwen3.8 Flash Next ha il punteggio più alto fra quelli che qui girano bene: 4 bit, circa 106–188 token al secondo. Il più grande che gira bene è MiniMax M2.7.
Un M2 Ultra con 192 GB può eseguire Llama 3.3 70B?
Sì, ma lentamente: 8 bit, a circa 5–9 token al secondo.
Quanto è veloce gpt-oss-20b su un M2 Ultra?
Circa 189–337 token al secondo (4,25 bit nativo), in base ai 800 GB/s di larghezza di banda della memoria del chip.

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.

Quali LLM può eseguire un M2 Ultra con 192 GB? Modelli e velocità