로그인지갑 만들기

192GB Mac에 가장 좋은 LLM.

오픈 모델 73개 중 49개가 192GB에서 쾌적하게 실행됩니다. GPU는 기본적으로 그중 약 144GB를 쓸 수 있습니다. M2 Ultra는 메모리를 800GB/s로 읽습니다.

쾌적하게 실행되는 가장 똑똑한 모델Qwen3.8 Flash Next4비트 · 101 GB · 106–188 tok/s쾌적하게 실행되는 가장 큰 모델MiniMax M2.74비트 · 129 GB · 64–114 tok/s코딩용Qwen3 Coder Next8비트 · 85 GB · 113–200 tok/s

192GB Mac

M2의 칩 1종에 192GB 구성이 있습니다. 칩을 열면 각각의 목록과 속도를 볼 수 있습니다.

쾌적하게 실행 56

컨텍스트 여유를 두고 들어가며, M2 Ultra에서 초당 10토큰 이상입니다.

모델버전메모리토큰/초
Qwen3.8 Flash Next180B · 활성 6B · 지능 39.84비트101 GB106–188
Qwen3.8 27B27B · 지능 33.78비트28.7 GB13–22
Nemotron 3.5 Bolt 74B A9B74B · 활성 9B · 지능 21.48비트78.6 GB38–67
Qwen3.6 35B A3B35B · 활성 3B · 지능 18.28비트37.2 GB113–200
Muse Glimmer 30B29.6B · 지능 17.58비트31.5 GB11–20
Qwen3.5 122B A10B122B · 활성 10B · 지능 15.68비트130 GB34–60
Gemma 4 31B30.7B · 지능 14.78비트32.6 GB11–20
Nemotron 3.5 Lightning 30B A3B30B · 활성 3B · 지능 12.98비트31.9 GB113–200
Granite 4.2 30B30B · 지능 12.78비트31.9 GB11–20
MiniCPM5 2B2.52B · 지능 12.58비트2.7 GB133–237
gpt-oss-120b117B · 활성 5.1B · 지능 11.6네이티브 4.25비트65.3 GB133–237
Mistral Small 4 (119B)119B · 활성 6.5B · 지능 11.38비트126 GB52–93
Qwen3.5 9B9B · 지능 11.28비트9.6 GB38–67
Granite 4.2 8B8B · 지능 11.18비트8.5 GB42–75
Qwen3 Coder Next80B · 활성 3B · 지능 9.28비트85 GB113–200
Granite 4.2 3B3B · 지능 9.18비트3.2 GB113–200
gpt-oss-20b21B · 활성 3.6B · 지능 9네이티브 4.25비트13.8 GB189–337
Nemotron 3 Nano 30B A3B30B · 활성 3.5B · 지능 8.98비트31.9 GB97–173
Gemma 4 E4B8B · 지능 8.98비트8.5 GB75–133
Llama 4 Scout 17B-16E Instruct109B · 활성 17B · 지능 6.58비트116 GB20–35
Ministral 3 8B8.9B · 지능 5.58비트9.5 GB38–67
Nemotron 3 Nano 4B3.97B · 지능 4.88비트4.2 GB86–152
MiniMax M2.7230B · 활성 10B4비트129 GB64–114
Ornith 1.5 122B122B · 활성 10B8비트130 GB34–60
Nemotron 3 Super 120B A12B120B · 활성 12B8비트128 GB28–50
GLM-4.5 Air106B · 활성 12B8비트113 GB28–50
Qwen3 Coder 30B A3B Instruct30.5B · 활성 3.3B8비트32.4 GB103–183
GLM-4.7 Flash30B · 활성 3B8비트31.9 GB113–200
Qwen3.6 27B27B8비트28.7 GB13–22
Gemma 4 26B A4B25.2B · 활성 3.8B8비트26.8 GB90–160
Devstral Small 2 (24B)24B8비트25.5 GB14–25
Magistral Small 1.2 (2509)24B8비트25.5 GB14–25
Mistral Small 3.2 (24B)24B8비트25.5 GB14–25
LFM2.5 24B A2B24B · 활성 2B8비트25.5 GB171–305
Phi-4 Reasoning Vision 15B15B8비트15.9 GB23–40
Phi-4 (14B)14B8비트14.9 GB24–43
Gemma 4 12B Unified12B8비트12.7 GB28–50
Qwen3 8B8.2B8비트8.7 GB41–74
Llama 3.1 8B Instruct8B8비트8.5 GB42–75
Gemma 4 E2B5.1B8비트5.4 GB150–267
Qwen3.5 4B4B8비트4.3 GB84–149
Phi-4 mini instruct3.8B8비트4 GB90–160
Llama 3.2 3B Instruct3.21B8비트3.4 GB106–188
SmolLM3 3B3B8비트3.2 GB113–200
LFM2.5 2.6B2.69B8비트2.9 GB124–221
Qwen3.5 2B2B8비트2.1 GB171–305
Llama 3.2 1B Instruct1.23B8비트1.3 GB277–492
Qwen3.5 0.8B0.8B8비트0.9 GB400–711
Qwen3 0.6B0.6B8비트0.6 GB600–1067
GLM-5.3 Flash320B · 활성 18B · 지능 41.82비트 품질 낮음100 GB64–114
MiMo V2.6 Flash309B · 활성 15B · 지능 37.92비트 품질 낮음96.6 GB77–136
Inkling Small276B · 활성 12B · 지능 25.73비트 품질 낮음121 GB68–121
Hy3295B · 활성 21B · 지능 25.33비트 품질 낮음129 GB39–70
Qwen3.5 397B A17B397B · 활성 17B · 지능 18.42비트 품질 낮음124 GB68–121
Llama 4 Maverick 17B-128E Instruct400B · 활성 17B · 지능 9.32비트 품질 낮음125 GB68–121
DeepSeek V4 Flash 0731284B · 활성 13B3비트 품질 낮음124 GB63–112

실행되지만 느림 3

들어가지만 초당 10토큰 미만입니다. 일괄 작업에는 괜찮지만 채팅에는 느립니다.

모델버전메모리토큰/초
Mistral Medium 3.5 (128B)128B · 지능 14.26비트104 GB3–6
Devstral 2 (123B)123B8비트131 GB3–5
Llama 3.3 70B Instruct70B8비트74.4 GB5–9

겨우 들어감 2

메모리를 거의 다 씁니다. GPU 메모리 한도를 올리고 컨텍스트를 짧게 유지하세요.

모델버전메모리토큰/초
Beam 1.0501B · 활성 23B · 지능 30.32비트 품질 낮음157 GB50–89
MiniMax M3428B · 활성 23B · 지능 29.22비트 품질 낮음134 GB50–89

너무 큼 12

2비트로도 192GB보다 많은 메모리가 필요합니다.

자주 묻는 질문

192GB Mac에 가장 좋은 LLM은 무엇인가요?
Intelligence Index가 공개된 모델 중, 192GB에서 쾌적하게 실행되는 모델 가운데 점수가 가장 높은 것은 Qwen3.8 Flash Next입니다(4비트). 쾌적하게 실행되는 가장 큰 모델은 MiniMax M2.7입니다. 코딩용으로는 Qwen3 Coder Next.
Mac에서 로컬 AI를 쓰기에 192GB면 충분한가요?
여기 있는 오픈 모델 73개 중 49개가 4비트 이상에서 쾌적하게 실행됩니다. macOS는 기본적으로 GPU가 그중 약 144GB를 쓰도록 허용하며, 모델과 컨텍스트가 그 안에 들어가야 합니다.
192GB Mac에서 gpt-oss-20b를 실행할 수 있나요?
네. 네이티브 4.25비트에서 M2 Ultra는 초당 약 189–337토큰입니다.

다른 용량: 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

MLX Harness(무료, 오픈 소스)나 터미널에서 Apple의 mlx-lm으로 실행하세요: 단계별 안내.

계산 방법

메모리: 모델 파라미터를 가중치당 8, 6, 4, 3, 2비트로 계산하고 MLX의 그룹 스케일(가중치당 0.5비트)을 더하거나 네이티브 형식 그대로 계산한 뒤, 컨텍스트를 위한 여유를 더했습니다. macOS는 기본적으로 GPU가 통합 메모리의 약 75%를 쓰도록 허용합니다. 속도: 메모리 대역폭을 토큰당 읽는 바이트 수로 나눈 값이 한 대화의 상한입니다. llama.cpp의 Apple Silicon 공개 벤치마크에서 실제 속도는 그 상한의 약 45~80%였고, 여기 표시한 범위가 바로 그 값입니다. 측정값이 아닌 추정값이니, 내 Mac은 MLX Bench에서 직접 측정해 보세요. 모델 수치는 각 공식 모델 카드, 칩 수치는 Apple 기술 사양에서 가져왔습니다. 2026-10-19 확인. mlx.app/compare와 같은 데이터입니다.

192GB Mac에 가장 좋은 로컬 LLM(M2): 실행되는 모델과 속도