Log masukCipta dompet

LLM terbaik untuk Mac 192 GB.

49 daripada 73 model terbuka berjalan baik dalam 192 GB. Secara lalai GPU boleh menggunakan kira-kira 144 GB daripadanya. M2 Ultra membaca memori pada 800 GB/s.

Paling pintar yang berjalan baikQwen3.8 Flash Next4-bit · 101 GB · 106–188 tok/sTerbesar yang berjalan baikMiniMax M2.74-bit · 129 GB · 64–114 tok/sUntuk kodQwen3 Coder Next8-bit · 85 GB · 113–200 tok/s

Mac dengan 192 GB

1 cip daripada M2 tersedia dengan 192 GB. Buka satu untuk senarai dan kelajuannya sendiri.

Berjalan baik 56

Muat dengan ruang untuk konteks, 10 token sesaat atau lebih pada M2 Ultra.

ModelVersiMemoriToken/s
Qwen3.8 Flash Next180B · 6B aktif · Kecerdasan 39.84-bit101 GB106–188
Qwen3.8 27B27B · Kecerdasan 33.78-bit28.7 GB13–22
Nemotron 3.5 Bolt 74B A9B74B · 9B aktif · Kecerdasan 21.48-bit78.6 GB38–67
Qwen3.6 35B A3B35B · 3B aktif · Kecerdasan 18.28-bit37.2 GB113–200
Muse Glimmer 30B29.6B · Kecerdasan 17.58-bit31.5 GB11–20
Qwen3.5 122B A10B122B · 10B aktif · Kecerdasan 15.68-bit130 GB34–60
Gemma 4 31B30.7B · Kecerdasan 14.78-bit32.6 GB11–20
Nemotron 3.5 Lightning 30B A3B30B · 3B aktif · Kecerdasan 12.98-bit31.9 GB113–200
Granite 4.2 30B30B · Kecerdasan 12.78-bit31.9 GB11–20
MiniCPM5 2B2.52B · Kecerdasan 12.58-bit2.7 GB133–237
gpt-oss-120b117B · 5.1B aktif · Kecerdasan 11.64.25-bit asli65.3 GB133–237
Mistral Small 4 (119B)119B · 6.5B aktif · Kecerdasan 11.38-bit126 GB52–93
Qwen3.5 9B9B · Kecerdasan 11.28-bit9.6 GB38–67
Granite 4.2 8B8B · Kecerdasan 11.18-bit8.5 GB42–75
Qwen3 Coder Next80B · 3B aktif · Kecerdasan 9.28-bit85 GB113–200
Granite 4.2 3B3B · Kecerdasan 9.18-bit3.2 GB113–200
gpt-oss-20b21B · 3.6B aktif · Kecerdasan 94.25-bit asli13.8 GB189–337
Nemotron 3 Nano 30B A3B30B · 3.5B aktif · Kecerdasan 8.98-bit31.9 GB97–173
Gemma 4 E4B8B · Kecerdasan 8.98-bit8.5 GB75–133
Llama 4 Scout 17B-16E Instruct109B · 17B aktif · Kecerdasan 6.58-bit116 GB20–35
Ministral 3 8B8.9B · Kecerdasan 5.58-bit9.5 GB38–67
Nemotron 3 Nano 4B3.97B · Kecerdasan 4.88-bit4.2 GB86–152
MiniMax M2.7230B · 10B aktif4-bit129 GB64–114
Ornith 1.5 122B122B · 10B aktif8-bit130 GB34–60
Nemotron 3 Super 120B A12B120B · 12B aktif8-bit128 GB28–50
GLM-4.5 Air106B · 12B aktif8-bit113 GB28–50
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B aktif8-bit32.4 GB103–183
GLM-4.7 Flash30B · 3B aktif8-bit31.9 GB113–200
Qwen3.6 27B27B8-bit28.7 GB13–22
Gemma 4 26B A4B25.2B · 3.8B aktif8-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 aktif8-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 aktif · Kecerdasan 41.82-bit kualiti lebih rendah100 GB64–114
MiMo V2.6 Flash309B · 15B aktif · Kecerdasan 37.92-bit kualiti lebih rendah96.6 GB77–136
Inkling Small276B · 12B aktif · Kecerdasan 25.73-bit kualiti lebih rendah121 GB68–121
Hy3295B · 21B aktif · Kecerdasan 25.33-bit kualiti lebih rendah129 GB39–70
Qwen3.5 397B A17B397B · 17B aktif · Kecerdasan 18.42-bit kualiti lebih rendah124 GB68–121
Llama 4 Maverick 17B-128E Instruct400B · 17B aktif · Kecerdasan 9.32-bit kualiti lebih rendah125 GB68–121
DeepSeek V4 Flash 0731284B · 13B aktif3-bit kualiti lebih rendah124 GB63–112

Berjalan, tetapi perlahan 3

Muat, tetapi di bawah 10 token sesaat: sesuai untuk kerja kelompok, perlahan untuk sembang.

ModelVersiMemoriToken/s
Mistral Medium 3.5 (128B)128B · Kecerdasan 14.26-bit104 GB3–6
Devstral 2 (123B)123B8-bit131 GB3–5
Llama 3.3 70B Instruct70B8-bit74.4 GB5–9

Cukup-cukup muat 2

Memerlukan hampir semua memori: naikkan had memori GPU dan pastikan konteks pendek.

ModelVersiMemoriToken/s
Beam 1.0501B · 23B aktif · Kecerdasan 30.32-bit kualiti lebih rendah157 GB50–89
MiniMax M3428B · 23B aktif · Kecerdasan 29.22-bit kualiti lebih rendah134 GB50–89

Terlalu besar 12

Memerlukan lebih daripada 192 GB memori, walaupun pada 2 bit.

Soalan

Apakah LLM terbaik untuk Mac dengan 192 GB?
Antara model yang mempunyai skor Intelligence Index yang diterbitkan, Qwen3.8 Flash Next mendapat skor tertinggi dalam kalangan yang berjalan baik dalam 192 GB (4-bit). Yang terbesar yang berjalan baik ialah MiniMax M2.7. Untuk kod: Qwen3 Coder Next.
Adakah 192 GB cukup untuk AI tempatan pada Mac?
49 daripada 73 model terbuka di sini berjalan baik di dalamnya pada 4 bit atau lebih baik. Secara lalai macOS membenarkan GPU menggunakan kira-kira 144 GB daripadanya; model dan konteksnya mesti muat di situ.
Bolehkah Mac 192 GB menjalankan gpt-oss-20b?
Ya, 4.25-bit asli, kira-kira 189–337 token sesaat pada M2 Ultra.

Saiz lain: 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

Jalankan dengan MLX Harness (percuma, sumber terbuka) atau mlx-lm daripada Apple dalam Terminal: langkah demi langkah.

Cara ia dikira

Memori: parameter model pada 8, 6, 4, 3 atau 2 bit setiap pemberat serta skala kumpulan MLX (setengah bit setiap pemberat), atau format aslinya, dengan ruang untuk konteks di atasnya. Secara lalai macOS membenarkan GPU menggunakan kira-kira 75% memori bersatu. Kelajuan: lebar jalur memori dibahagikan dengan bait yang dibaca bagi setiap token ialah had atas untuk satu perbualan; dalam penanda aras Apple Silicon awam llama.cpp, larian sebenar mencapai kira-kira 45% hingga 80% daripadanya, dan julat itulah yang ditunjukkan. Ini anggaran, bukan ukuran: ukur Mac anda sendiri di MLX Bench. Angka model daripada kad model rasmi setiap model, angka cip daripada Spesifikasi Teknikal Apple. Disemak 2026-10-19. Data yang sama seperti mlx.app/compare.

LLM tempatan terbaik untuk Mac 192 GB (M2)