Log masukCipta dompet

Apa yang boleh dijalankan M2 Ultra dengan 64 GB?

39 daripada 73 model terbuka berjalan baik padanya. Secara lalai GPU boleh menggunakan kira-kira 48 GB daripada 64 GB, dan ia membaca memori pada 800 GB/s, yang menentukan kelajuan menulisnya. Terdapat dalam: Mac Studio (2023), Mac Pro (2023), Mac Pro (Rack, 2023).

Paling pintar yang berjalan baikQwen3.8 27B8-bit · 28.7 GB · 13–22 tok/sTerbesar yang berjalan baikNemotron 3.5 Bolt 74B A9B4-bit · 41.6 GB · 71–125 tok/sUntuk kodQwen3 Coder 30B A3B Instruct8-bit · 32.4 GB · 103–183 tok/s

Berjalan baik 47

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

ModelVersiMemoriToken/s
Qwen3.8 27B27B · Kecerdasan 33.78-bit28.7 GB13–22
Nemotron 3.5 Bolt 74B A9B74B · 9B aktif · Kecerdasan 21.44-bit41.6 GB71–125
Qwen3.6 35B A3B35B · 3B aktif · Kecerdasan 18.28-bit37.2 GB113–200
Muse Glimmer 30B29.6B · Kecerdasan 17.58-bit31.5 GB11–20
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
Qwen3.5 9B9B · Kecerdasan 11.28-bit9.6 GB38–67
Granite 4.2 8B8B · Kecerdasan 11.18-bit8.5 GB42–75
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
Ministral 3 8B8.9B · Kecerdasan 5.58-bit9.5 GB38–67
Nemotron 3 Nano 4B3.97B · Kecerdasan 4.88-bit4.2 GB86–152
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
Qwen3.5 122B A10B122B · 10B aktif · Kecerdasan 15.62-bit kualiti lebih rendah38.1 GB116–206
gpt-oss-120b117B · 5.1B aktif · Kecerdasan 11.62-bit kualiti lebih rendah36.6 GB225–400
Mistral Small 4 (119B)119B · 6.5B aktif · Kecerdasan 11.32-bit kualiti lebih rendah37.2 GB180–320
Qwen3 Coder Next80B · 3B aktif · Kecerdasan 9.23-bit kualiti lebih rendah35 GB277–492
Llama 4 Scout 17B-16E Instruct109B · 17B aktif · Kecerdasan 6.52-bit kualiti lebih rendah34.1 GB68–121
Ornith 1.5 122B122B · 10B aktif2-bit kualiti lebih rendah38.1 GB116–206
Nemotron 3 Super 120B A12B120B · 12B aktif2-bit kualiti lebih rendah37.5 GB95–168
GLM-4.5 Air106B · 12B aktif2-bit kualiti lebih rendah33.1 GB95–168

Berjalan, tetapi perlahan 3

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

ModelVersiMemoriToken/s
Llama 3.3 70B Instruct70B4-bit39.4 GB9–16
Mistral Medium 3.5 (128B)128B · Kecerdasan 14.22-bit kualiti lebih rendah40 GB9–16
Devstral 2 (123B)123B2-bit kualiti lebih rendah38.4 GB9–17

Terlalu besar 23

Memerlukan lebih daripada 64 GB memori, walaupun pada 2 bit.

Mac lain

Semua Mac dengan 64 GB, daripada mana-mana cip.

M2 Ultra dengan memori lebih atau kurang:

Cip berdekatan:

Bersemuka:

Bandingkan dengan mana-mana Mac atau GPU · M2 Ultra untuk AI tempatan · Mac terbaik untuk LLM tempatan · Semua Mac

Soalan

Apakah LLM terbaik untuk M2 Ultra dengan 64 GB?
Antara model yang mempunyai skor Intelligence Index yang diterbitkan, Qwen3.8 27B mendapat skor tertinggi dalam kalangan yang berjalan baik di sini: 8-bit, kira-kira 13–22 token sesaat. Yang terbesar yang berjalan baik ialah Nemotron 3.5 Bolt 74B A9B.
Bolehkah M2 Ultra dengan 64 GB menjalankan Llama 3.3 70B?
Ya, tetapi perlahan: 4-bit, kira-kira 9–16 token sesaat.
Sepantas mana gpt-oss-20b pada M2 Ultra?
Kira-kira 189–337 token sesaat (4.25-bit asli), daripada lebar jalur memori cip sebanyak 800 GB/s.

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 apa yang boleh dijalankan M2 Ultra 64 GB? Model dan kelajuan