로그인지갑 만들기

64GB M2 Ultra에서는 무엇을 실행할 수 있을까?

오픈 모델 73개 중 39개가 쾌적하게 실행됩니다. GPU는 기본적으로 64GB 중 약 48GB를 쓸 수 있고, 메모리를 800GB/s로 읽으며 이 속도가 생성 속도를 정합니다. 탑재 기기: Mac Studio (2023), Mac Pro (2023), Mac Pro (Rack, 2023).

쾌적하게 실행되는 가장 똑똑한 모델Qwen3.8 27B8비트 · 28.7 GB · 13–22 tok/s쾌적하게 실행되는 가장 큰 모델Nemotron 3.5 Bolt 74B A9B4비트 · 41.6 GB · 71–125 tok/s코딩용Qwen3 Coder 30B A3B Instruct8비트 · 32.4 GB · 103–183 tok/s

쾌적하게 실행 47

컨텍스트 여유를 두고 들어가며, 초당 10토큰 이상입니다.

모델버전메모리토큰/초
Qwen3.8 27B27B · 지능 33.78비트28.7 GB13–22
Nemotron 3.5 Bolt 74B A9B74B · 활성 9B · 지능 21.44비트41.6 GB71–125
Qwen3.6 35B A3B35B · 활성 3B · 지능 18.28비트37.2 GB113–200
Muse Glimmer 30B29.6B · 지능 17.58비트31.5 GB11–20
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
Qwen3.5 9B9B · 지능 11.28비트9.6 GB38–67
Granite 4.2 8B8B · 지능 11.18비트8.5 GB42–75
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
Ministral 3 8B8.9B · 지능 5.58비트9.5 GB38–67
Nemotron 3 Nano 4B3.97B · 지능 4.88비트4.2 GB86–152
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
Qwen3.5 122B A10B122B · 활성 10B · 지능 15.62비트 품질 낮음38.1 GB116–206
gpt-oss-120b117B · 활성 5.1B · 지능 11.62비트 품질 낮음36.6 GB225–400
Mistral Small 4 (119B)119B · 활성 6.5B · 지능 11.32비트 품질 낮음37.2 GB180–320
Qwen3 Coder Next80B · 활성 3B · 지능 9.23비트 품질 낮음35 GB277–492
Llama 4 Scout 17B-16E Instruct109B · 활성 17B · 지능 6.52비트 품질 낮음34.1 GB68–121
Ornith 1.5 122B122B · 활성 10B2비트 품질 낮음38.1 GB116–206
Nemotron 3 Super 120B A12B120B · 활성 12B2비트 품질 낮음37.5 GB95–168
GLM-4.5 Air106B · 활성 12B2비트 품질 낮음33.1 GB95–168

실행되지만 느림 3

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

모델버전메모리토큰/초
Llama 3.3 70B Instruct70B4비트39.4 GB9–16
Mistral Medium 3.5 (128B)128B · 지능 14.22비트 품질 낮음40 GB9–16
Devstral 2 (123B)123B2비트 품질 낮음38.4 GB9–17

너무 큼 23

2비트로도 64GB보다 많은 메모리가 필요합니다.

다른 Mac

칩과 관계없이 64GB인 모든 Mac.

메모리가 더 많거나 적은 M2 Ultra:

가까운 칩:

1:1 비교:

어떤 Mac이나 GPU와도 비교하기 · 로컬 AI를 위한 M2 Ultra · 로컬 LLM에 가장 좋은 Mac · 모든 Mac

자주 묻는 질문

64GB M2 Ultra에 가장 좋은 LLM은 무엇인가요?
Intelligence Index가 공개된 모델 중, 여기서 쾌적하게 실행되는 모델 가운데 점수가 가장 높은 것은 Qwen3.8 27B입니다. 8비트, 초당 약 13–22토큰. 쾌적하게 실행되는 가장 큰 모델은 Nemotron 3.5 Bolt 74B A9B입니다.
64GB M2 Ultra에서 Llama 3.3 70B를 실행할 수 있나요?
네, 다만 느립니다. 4비트, 초당 약 9–16토큰입니다.
M2 Ultra에서 gpt-oss-20b는 얼마나 빠른가요?
초당 약 189–337토큰(네이티브 4.25비트)으로, 칩의 메모리 대역폭 800GB/s에서 계산했습니다.

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.

64GB M2 Ultra에서 실행되는 LLM은? 모든 모델과 속도