Apakah LLM terbaik untuk Mac dengan 256 GB?

Antara model yang mempunyai skor Intelligence Index yang diterbitkan, Qwen3.8 Flash Next mendapat skor tertinggi dalam kalangan yang berjalan baik dalam 256 GB (6-bit). Yang terbesar yang berjalan baik ialah MiMo V2.6 Flash. Untuk kod: Qwen3 Coder Next.

Adakah 256 GB cukup untuk AI tempatan pada Mac?

54 daripada 73 model terbuka di sini berjalan baik di dalamnya pada 4 bit atau lebih baik. Secara lalai macOS membenarkan GPU menggunakan kira-kira 192 GB daripadanya; model dan konteksnya mesti muat di situ.

Bolehkah Mac 256 GB menjalankan gpt-oss-20b?

Ya, 4.25-bit asli, kira-kira 194–345 token sesaat pada M3 Ultra dan 284–505 pada M5 Ultra.

LLM tempatan terbaik untuk Mac 256 GB (M3 hingga M5)

Mac dengan 256 GB

2 cip daripada M3 hingga M5 tersedia dengan 256 GB. Buka satu untuk senarai dan kelajuannya sendiri.

Berjalan baik 61

Muat dengan ruang untuk konteks, 10 token sesaat atau lebih pada M5 Ultra.

Model	Versi	Memori	M3 Ultra	M5 Ultra
Qwen3.8 Flash Next180B · 6B aktif · Kecerdasan 39.8	6-bit	146 GB	75–134	110–196
MiMo V2.6 Flash309B · 15B aktif · Kecerdasan 37.9	4.48-bit asli	173 GB	44–78	64–114
Qwen3.8 27B27B · Kecerdasan 33.7	8-bit	28.7 GB	13–23	19–33
Inkling Small276B · 12B aktif · Kecerdasan 25.7	4-bit	155 GB	54–96	79–141
Hy3295B · 21B aktif · Kecerdasan 25.3	4-bit	166 GB	31–56	46–81
Nemotron 3.5 Bolt 74B A9B74B · 9B aktif · Kecerdasan 21.4	8-bit	78.6 GB	38–68	56–100
Qwen3.6 35B A3B35B · 3B aktif · Kecerdasan 18.2	8-bit	37.2 GB	115–205	169–300
Muse Glimmer 30B29.6B · Kecerdasan 17.5	8-bit	31.5 GB	12–21	17–30
Qwen3.5 122B A10B122B · 10B aktif · Kecerdasan 15.6	8-bit	130 GB	35–62	51–91
Gemma 4 31B30.7B · Kecerdasan 14.7	8-bit	32.6 GB	11–20	17–29
Nemotron 3.5 Lightning 30B A3B30B · 3B aktif · Kecerdasan 12.9	8-bit	31.9 GB	115–205	169–300
Granite 4.2 30B30B · Kecerdasan 12.7	8-bit	31.9 GB	12–21	17–30
MiniCPM5 2B2.52B · Kecerdasan 12.5	8-bit	2.7 GB	137–243	200–356
gpt-oss-120b117B · 5.1B aktif · Kecerdasan 11.6	4.25-bit asli	65.3 GB	137–243	200–356
Mistral Small 4 (119B)119B · 6.5B aktif · Kecerdasan 11.3	8-bit	126 GB	53–95	78–139
Qwen3.5 9B9B · Kecerdasan 11.2	8-bit	9.6 GB	38–68	56–100
Granite 4.2 8B8B · Kecerdasan 11.1	8-bit	8.5 GB	43–77	64–113
Qwen3 Coder Next80B · 3B aktif · Kecerdasan 9.2	8-bit	85 GB	115–205	169–300
Granite 4.2 3B3B · Kecerdasan 9.1	8-bit	3.2 GB	115–205	169–300
gpt-oss-20b21B · 3.6B aktif · Kecerdasan 9	4.25-bit asli	13.8 GB	194–345	284–505
Nemotron 3 Nano 30B A3B30B · 3.5B aktif · Kecerdasan 8.9	8-bit	31.9 GB	100–177	146–259
Gemma 4 E4B8B · Kecerdasan 8.9	8-bit	8.5 GB	77–137	113–200
Llama 4 Scout 17B-16E Instruct109B · 17B aktif · Kecerdasan 6.5	8-bit	116 GB	20–36	30–53
Ministral 3 8B8.9B · Kecerdasan 5.5	8-bit	9.5 GB	39–69	57–101
Nemotron 3 Nano 4B3.97B · Kecerdasan 4.8	8-bit	4.2 GB	88–156	129–229
DeepSeek V4 Flash 0731284B · 13B aktif	4-bit	160 GB	50–90	74–132
MiniMax M2.7230B · 10B aktif	4-bit	129 GB	66–117	96–171
Ornith 1.5 122B122B · 10B aktif	8-bit	130 GB	35–62	51–91
Nemotron 3 Super 120B A12B120B · 12B aktif	8-bit	128 GB	29–51	42–75
GLM-4.5 Air106B · 12B aktif	8-bit	113 GB	29–51	42–75
Llama 3.3 70B Instruct70B	4-bit	39.4 GB	5–9	14–24
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B aktif	8-bit	32.4 GB	105–187	154–274
GLM-4.7 Flash30B · 3B aktif	8-bit	31.9 GB	115–205	169–300
Qwen3.6 27B27B	8-bit	28.7 GB	13–23	19–33
Gemma 4 26B A4B25.2B · 3.8B aktif	8-bit	26.8 GB	92–164	135–240
Devstral Small 2 (24B)24B	8-bit	25.5 GB	14–26	21–38
Magistral Small 1.2 (2509)24B	8-bit	25.5 GB	14–26	21–38
Mistral Small 3.2 (24B)24B	8-bit	25.5 GB	14–26	21–38
LFM2.5 24B A2B24B · 2B aktif	8-bit	25.5 GB	176–312	257–457
Phi-4 Reasoning Vision 15B15B	8-bit	15.9 GB	23–41	34–60
Phi-4 (14B)14B	8-bit	14.9 GB	25–44	36–64
Gemma 4 12B Unified12B	8-bit	12.7 GB	29–52	43–76
Qwen3 8B8.2B	8-bit	8.7 GB	42–75	62–110
Llama 3.1 8B Instruct8B	8-bit	8.5 GB	43–77	64–113
Gemma 4 E2B5.1B	8-bit	5.4 GB	154–273	225–400
Qwen3.5 4B4B	8-bit	4.3 GB	86–152	126–223
Phi-4 mini instruct3.8B	8-bit	4 GB	92–164	135–240
Llama 3.2 3B Instruct3.21B	8-bit	3.4 GB	108–193	159–282
SmolLM3 3B3B	8-bit	3.2 GB	115–205	169–300
LFM2.5 2.6B2.69B	8-bit	2.9 GB	127–226	186–331
Qwen3.5 2B2B	8-bit	2.1 GB	176–312	257–457
Llama 3.2 1B Instruct1.23B	8-bit	1.3 GB	284–504	415–738
Qwen3.5 0.8B0.8B	8-bit	0.9 GB	410–728	600–1067
Qwen3 0.6B0.6B	8-bit	0.6 GB	614–1092	900–1600
DeepSeek V4.1 Flash 1017552B · 16B aktif · Kecerdasan 45.1	2-bit kualiti lebih rendah	173 GB	74–131	108–192
GLM-5.3 Flash320B · 18B aktif · Kecerdasan 41.8	3-bit kualiti lebih rendah	140 GB	47–83	68–122
Beam 1.0501B · 23B aktif · Kecerdasan 30.3	2-bit kualiti lebih rendah	157 GB	51–91	75–133
MiniMax M3428B · 23B aktif · Kecerdasan 29.2	2-bit kualiti lebih rendah	134 GB	51–91	75–133
Nemotron 3 Ultra 550B A55B550B · 55B aktif · Kecerdasan 22.9	2-bit kualiti lebih rendah	172 GB	21–38	31–56
Qwen3.5 397B A17B397B · 17B aktif · Kecerdasan 18.4	3-bit kualiti lebih rendah	174 GB	50–89	73–130
Llama 4 Maverick 17B-128E Instruct400B · 17B aktif · Kecerdasan 9.3	3-bit kualiti lebih rendah	175 GB	50–89	73–130

Berjalan, tetapi perlahan 2

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

Model	Versi	Memori	M3 Ultra	M5 Ultra
Mistral Medium 3.5 (128B)128B · Kecerdasan 14.2	8-bit	136 GB	3–5	4–7
Devstral 2 (123B)123B	8-bit	131 GB	3–5	4–7

Cukup-cukup muat 1

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

Model	Versi	Memori	M3 Ultra	M5 Ultra
Mistral Large 3 (675B)675B · 41B aktif	2-bit kualiti lebih rendah	211 GB	29–51	42–75

Terlalu besar 9

Memerlukan lebih daripada 256 GB memori, walaupun pada 2 bit.

Soalan

Apakah LLM terbaik untuk Mac dengan 256 GB?: Antara model yang mempunyai skor Intelligence Index yang diterbitkan, Qwen3.8 Flash Next mendapat skor tertinggi dalam kalangan yang berjalan baik dalam 256 GB (6-bit). Yang terbesar yang berjalan baik ialah MiMo V2.6 Flash. Untuk kod: Qwen3 Coder Next.
Adakah 256 GB cukup untuk AI tempatan pada Mac?: 54 daripada 73 model terbuka di sini berjalan baik di dalamnya pada 4 bit atau lebih baik. Secara lalai macOS membenarkan GPU menggunakan kira-kira 192 GB daripadanya; model dan konteksnya mesti muat di situ.
Bolehkah Mac 256 GB menjalankan gpt-oss-20b?: Ya, 4.25-bit asli, kira-kira 194–345 token sesaat pada M3 Ultra dan 284–505 pada M5 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.