로그인지갑 만들기

96GB Mac에 가장 좋은 LLM.

오픈 모델 73개 중 44개가 96GB에서 쾌적하게 실행됩니다. GPU는 기본적으로 그중 약 72GB를 쓸 수 있습니다. 속도는 칩에 따라 M3 Max의 300GB/s부터 M5 Ultra의 1,200GB/s까지입니다.

쾌적하게 실행되는 가장 똑똑한 모델Qwen3.8 27B8비트 · 28.7 GB · 5–33 tok/s쾌적하게 실행되는 가장 큰 모델gpt-oss-120b네이티브 4.25비트 · 65.3 GB · 50–356 tok/s코딩용Qwen3 Coder Next6비트 · 65 GB · 56–400 tok/s

96GB Mac

M2~M5의 칩 4종에 96GB 구성이 있습니다. 칩을 열면 각각의 목록과 속도를 볼 수 있습니다.

쾌적하게 실행 51

컨텍스트 여유를 두고 들어가며, M5 Ultra에서 초당 10토큰 이상입니다.

모델버전메모리M3 MaxM5 Ultra
Qwen3.8 27B27B · 지능 33.78비트28.7 GB5–819–33
Nemotron 3.5 Bolt 74B A9B74B · 활성 9B · 지능 21.46비트60.1 GB18–3374–132
Qwen3.6 35B A3B35B · 활성 3B · 지능 18.28비트37.2 GB42–75169–300
Muse Glimmer 30B29.6B · 지능 17.58비트31.5 GB4–817–30
Gemma 4 31B30.7B · 지능 14.78비트32.6 GB4–717–29
Nemotron 3.5 Lightning 30B A3B30B · 활성 3B · 지능 12.98비트31.9 GB42–75169–300
Granite 4.2 30B30B · 지능 12.78비트31.9 GB4–817–30
MiniCPM5 2B2.52B · 지능 12.58비트2.7 GB50–89200–356
gpt-oss-120b117B · 활성 5.1B · 지능 11.6네이티브 4.25비트65.3 GB50–89200–356
Qwen3.5 9B9B · 지능 11.28비트9.6 GB14–2556–100
Granite 4.2 8B8B · 지능 11.18비트8.5 GB16–2864–113
Qwen3 Coder Next80B · 활성 3B · 지능 9.26비트65 GB56–100225–400
Granite 4.2 3B3B · 지능 9.18비트3.2 GB42–75169–300
gpt-oss-20b21B · 활성 3.6B · 지능 9네이티브 4.25비트13.8 GB71–126284–505
Nemotron 3 Nano 30B A3B30B · 활성 3.5B · 지능 8.98비트31.9 GB36–65146–259
Gemma 4 E4B8B · 지능 8.98비트8.5 GB28–50113–200
Llama 4 Scout 17B-16E Instruct109B · 활성 17B · 지능 6.54비트61.3 GB14–2556–100
Ministral 3 8B8.9B · 지능 5.58비트9.5 GB14–2557–101
Nemotron 3 Nano 4B3.97B · 지능 4.88비트4.2 GB32–57129–229
GLM-4.5 Air106B · 활성 12B4비트59.6 GB20–3579–141
Llama 3.3 70B Instruct70B4비트39.4 GB2–414–24
Qwen3 Coder 30B A3B Instruct30.5B · 활성 3.3B8비트32.4 GB39–69154–274
GLM-4.7 Flash30B · 활성 3B8비트31.9 GB42–75169–300
Qwen3.6 27B27B8비트28.7 GB5–819–33
Gemma 4 26B A4B25.2B · 활성 3.8B8비트26.8 GB34–60135–240
Devstral Small 2 (24B)24B8비트25.5 GB10–1821–38
Magistral Small 1.2 (2509)24B8비트25.5 GB10–1821–38
Mistral Small 3.2 (24B)24B8비트25.5 GB10–1821–38
LFM2.5 24B A2B24B · 활성 2B8비트25.5 GB64–114257–457
Phi-4 Reasoning Vision 15B15B8비트15.9 GB11–2034–60
Phi-4 (14B)14B8비트14.9 GB12–2136–64
Gemma 4 12B Unified12B8비트12.7 GB11–1943–76
Qwen3 8B8.2B8비트8.7 GB16–2862–110
Llama 3.1 8B Instruct8B8비트8.5 GB16–2864–113
Gemma 4 E2B5.1B8비트5.4 GB56–100225–400
Qwen3.5 4B4B8비트4.3 GB31–56126–223
Phi-4 mini instruct3.8B8비트4 GB34–60135–240
Llama 3.2 3B Instruct3.21B8비트3.4 GB40–71159–282
SmolLM3 3B3B8비트3.2 GB42–75169–300
LFM2.5 2.6B2.69B8비트2.9 GB47–83186–331
Qwen3.5 2B2B8비트2.1 GB64–114257–457
Llama 3.2 1B Instruct1.23B8비트1.3 GB104–185415–738
Qwen3.5 0.8B0.8B8비트0.9 GB150–267600–1067
Qwen3 0.6B0.6B8비트0.6 GB225–400900–1600
Qwen3.8 Flash Next180B · 활성 6B · 지능 39.82비트 품질 낮음56.3 GB71–126284–505
Qwen3.5 122B A10B122B · 활성 10B · 지능 15.63비트 품질 낮음53.4 GB31–55123–218
Mistral Medium 3.5 (128B)128B · 지능 14.23비트 품질 낮음56 GB2–410–17
Mistral Small 4 (119B)119B · 활성 6.5B · 지능 11.33비트 품질 낮음52.1 GB48–86193–343
Devstral 2 (123B)123B3비트 품질 낮음53.8 GB3–410–18
Ornith 1.5 122B122B · 활성 10B3비트 품질 낮음53.4 GB31–55123–218
Nemotron 3 Super 120B A12B120B · 활성 12B3비트 품질 낮음52.5 GB25–45102–181

겨우 들어감 1

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

모델버전메모리M3 MaxM5 Ultra
MiniMax M2.7230B · 활성 10B2비트 품질 낮음71.9 GB44–77174–310

너무 큼 21

2비트로도 96GB보다 많은 메모리가 필요합니다.

자주 묻는 질문

96GB Mac에 가장 좋은 LLM은 무엇인가요?
Intelligence Index가 공개된 모델 중, 96GB에서 쾌적하게 실행되는 모델 가운데 점수가 가장 높은 것은 Qwen3.8 27B입니다(8비트). 쾌적하게 실행되는 가장 큰 모델은 gpt-oss-120b입니다. 코딩용으로는 Qwen3 Coder Next.
Mac에서 로컬 AI를 쓰기에 96GB면 충분한가요?
여기 있는 오픈 모델 73개 중 44개가 4비트 이상에서 쾌적하게 실행됩니다. macOS는 기본적으로 GPU가 그중 약 72GB를 쓰도록 허용하며, 모델과 컨텍스트가 그 안에 들어가야 합니다.
96GB Mac에서 gpt-oss-20b를 실행할 수 있나요?
네. 네이티브 4.25비트에서 M3 Max는 초당 약 71–126토큰, M5 Ultra는 284–505토큰입니다.

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.

96GB Mac에 가장 좋은 로컬 LLM(M2~M5): 실행되는 모델과 속도