AccediCrea wallet

Cosa può eseguire un M3 Ultra con 512 GB?

60 modelli aperti su 73 ci girano bene. Di default la GPU può usare circa 384 GB dei suoi 512 GB, e il chip legge la memoria a 819 GB/s, che determina quanto velocemente scrive. Lo trovi in: Mac Studio (2025).

Il più intelligente che gira beneDeepSeek V4.1 Flash 10174 bit · 311 GB · 41–73 tok/sIl più grande che gira beneDeepSeek V4.1 Flash 10174 bit · 311 GB · 41–73 tok/sPer il codiceQwen3 Coder Next8 bit · 85 GB · 115–205 tok/s

Gira bene 67

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

ModelloVersioneMemoriaToken/s
DeepSeek V4.1 Flash 1017552B · 16B attivi · Intelligenza 45,14 bit311 GB41–73
GLM-5.3 Flash320B · 18B attivi · Intelligenza 41,88 bit340 GB19–34
Qwen3.8 Flash Next180B · 6B attivi · Intelligenza 39,88 bit191 GB58–102
MiMo V2.6 Flash309B · 15B attivi · Intelligenza 37,94,48 bit nativo173 GB44–78
Qwen3.8 27B27B · Intelligenza 33,78 bit28,7 GB13–23
Beam 1.0501B · 23B attivi · Intelligenza 30,34 bit282 GB29–51
MiniMax M3428B · 23B attivi · Intelligenza 29,26 bit348 GB20–35
Inkling Small276B · 12B attivi · Intelligenza 25,78 bit293 GB29–51
Hy3295B · 21B attivi · Intelligenza 25,38 bit313 GB17–29
Nemotron 3 Ultra 550B A55B550B · 55B attivi · Intelligenza 22,94 bit309 GB12–21
Nemotron 3.5 Bolt 74B A9B74B · 9B attivi · Intelligenza 21,48 bit78,6 GB38–68
Qwen3.5 397B A17B397B · 17B attivi · Intelligenza 18,46 bit323 GB27–47
Qwen3.6 35B A3B35B · 3B attivi · Intelligenza 18,28 bit37,2 GB115–205
Muse Glimmer 30B29,6B · Intelligenza 17,58 bit31,5 GB12–21
Qwen3.5 122B A10B122B · 10B attivi · Intelligenza 15,68 bit130 GB35–62
Gemma 4 31B30,7B · Intelligenza 14,78 bit32,6 GB11–20
Nemotron 3.5 Lightning 30B A3B30B · 3B attivi · Intelligenza 12,98 bit31,9 GB115–205
Granite 4.2 30B30B · Intelligenza 12,78 bit31,9 GB12–21
MiniCPM5 2B2,52B · Intelligenza 12,58 bit2,7 GB137–243
gpt-oss-120b117B · 5,1B attivi · Intelligenza 11,64,25 bit nativo65,3 GB137–243
Mistral Small 4 (119B)119B · 6,5B attivi · Intelligenza 11,38 bit126 GB53–95
Qwen3.5 9B9B · Intelligenza 11,28 bit9,6 GB38–68
Granite 4.2 8B8B · Intelligenza 11,18 bit8,5 GB43–77
Llama 4 Maverick 17B-128E Instruct400B · 17B attivi · Intelligenza 9,36 bit325 GB27–47
Qwen3 Coder Next80B · 3B attivi · Intelligenza 9,28 bit85 GB115–205
Granite 4.2 3B3B · Intelligenza 9,18 bit3,2 GB115–205
gpt-oss-20b21B · 3,6B attivi · Intelligenza 94,25 bit nativo13,8 GB194–345
Nemotron 3 Nano 30B A3B30B · 3,5B attivi · Intelligenza 8,98 bit31,9 GB100–177
Gemma 4 E4B8B · Intelligenza 8,98 bit8,5 GB77–137
Llama 4 Scout 17B-16E Instruct109B · 17B attivi · Intelligenza 6,58 bit116 GB20–36
Ministral 3 8B8,9B · Intelligenza 5,58 bit9,5 GB39–69
Nemotron 3 Nano 4B3,97B · Intelligenza 4,88 bit4,2 GB88–156
DeepSeek V4 Flash 0731284B · 13B attivi8 bit302 GB27–47
MiniMax M2.7230B · 10B attivi8 bit244 GB35–62
Ornith 1.5 122B122B · 10B attivi8 bit130 GB35–62
Nemotron 3 Super 120B A12B120B · 12B attivi8 bit128 GB29–51
GLM-4.5 Air106B · 12B attivi8 bit113 GB29–51
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B attivi8 bit32,4 GB105–187
GLM-4.7 Flash30B · 3B attivi8 bit31,9 GB115–205
Qwen3.6 27B27B8 bit28,7 GB13–23
Gemma 4 26B A4B25,2B · 3,8B attivi8 bit26,8 GB92–164
Devstral Small 2 (24B)24B8 bit25,5 GB14–26
Magistral Small 1.2 (2509)24B8 bit25,5 GB14–26
Mistral Small 3.2 (24B)24B8 bit25,5 GB14–26
LFM2.5 24B A2B24B · 2B attivi8 bit25,5 GB176–312
Phi-4 Reasoning Vision 15B15B8 bit15,9 GB23–41
Phi-4 (14B)14B8 bit14,9 GB25–44
Gemma 4 12B Unified12B8 bit12,7 GB29–52
Qwen3 8B8,2B8 bit8,7 GB42–75
Llama 3.1 8B Instruct8B8 bit8,5 GB43–77
Gemma 4 E2B5,1B8 bit5,4 GB154–273
Qwen3.5 4B4B8 bit4,3 GB86–152
Phi-4 mini instruct3,8B8 bit4 GB92–164
Llama 3.2 3B Instruct3,21B8 bit3,4 GB108–193
SmolLM3 3B3B8 bit3,2 GB115–205
LFM2.5 2.6B2,69B8 bit2,9 GB127–226
Qwen3.5 2B2B8 bit2,1 GB176–312
Llama 3.2 1B Instruct1,23B8 bit1,3 GB284–504
Qwen3.5 0.8B0,8B8 bit0,9 GB410–728
Qwen3 0.6B0,6B8 bit0,6 GB614–1092
MiMo V2.6 Pro1020B · 42B attivi · Intelligenza 46,32 bit qualità inferiore319 GB28–50
GLM-5.3744B · 40B attivi · Intelligenza 44,83 bit qualità inferiore326 GB21–37
Muse Spark Open816B · 42B attivi · Intelligenza 38,92 bit qualità inferiore255 GB28–50
Kimi K2.7 Code1000B · 32B attivi · Intelligenza 25,82 bit qualità inferiore313 GB37–66
Inkling975B · 41B attivi · Intelligenza 252 bit qualità inferiore305 GB29–51
Kimi K2.61000B · 32B attivi2 bit qualità inferiore313 GB37–66
Mistral Large 3 (675B)675B · 41B attivi3 bit qualità inferiore295 GB21–37

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 14,28 bit136 GB3–5
Devstral 2 (123B)123B8 bit131 GB3–5
Llama 3.3 70B Instruct70B8 bit74,4 GB5–9

Troppo grande 3

Richiede più di 512 GB di memoria, anche a 2 bit.

Altri Mac

Tutti i Mac con 512 GB, con qualsiasi chip.

Il M3 Ultra con più o meno memoria:

Chip vicini:

Testa a testa:

Contro PC e schede grafiche:

Confrontalo con qualsiasi Mac o GPU · Il M3 Ultra per l’AI locale · Il miglior Mac per LLM in locale · Tutti i Mac

Domande

Qual è il miglior LLM per un M3 Ultra con 512 GB?
Tra i modelli con un Intelligence Index pubblicato, DeepSeek V4.1 Flash 1017 ha il punteggio più alto fra quelli che qui girano bene: 4 bit, circa 41–73 token al secondo.
Un M3 Ultra con 512 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 M3 Ultra?
Circa 194–345 token al secondo (4,25 bit nativo), in base ai 819 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 M3 Ultra con 512 GB? Modelli e velocità