Log masukCipta dompet

Apa yang boleh dijalankan M3 Max dengan 96 GB?

38 daripada 73 model terbuka berjalan baik padanya. Secara lalai GPU boleh menggunakan kira-kira 72 GB daripada 96 GB, dan ia membaca memori pada 300 GB/s, yang menentukan kelajuan menulisnya. Terdapat dalam: MacBook Pro (14-inch, M3 Pro or M3 Max, Nov 2023), MacBook Pro (16-inch, Nov 2023).

Paling pintar yang berjalan baikNemotron 3.5 Bolt 74B A9B6-bit · 60.1 GB · 18–33 tok/sTerbesar yang berjalan baikgpt-oss-120b4.25-bit asli · 65.3 GB · 50–89 tok/sUntuk kodQwen3 Coder Next6-bit · 65 GB · 56–100 tok/s

Berjalan baik 43

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

ModelVersiMemoriToken/s
Nemotron 3.5 Bolt 74B A9B74B · 9B aktif · Kecerdasan 21.46-bit60.1 GB18–33
Qwen3.6 35B A3B35B · 3B aktif · Kecerdasan 18.28-bit37.2 GB42–75
Nemotron 3.5 Lightning 30B A3B30B · 3B aktif · Kecerdasan 12.98-bit31.9 GB42–75
MiniCPM5 2B2.52B · Kecerdasan 12.58-bit2.7 GB50–89
gpt-oss-120b117B · 5.1B aktif · Kecerdasan 11.64.25-bit asli65.3 GB50–89
Qwen3.5 9B9B · Kecerdasan 11.28-bit9.6 GB14–25
Granite 4.2 8B8B · Kecerdasan 11.18-bit8.5 GB16–28
Qwen3 Coder Next80B · 3B aktif · Kecerdasan 9.26-bit65 GB56–100
Granite 4.2 3B3B · Kecerdasan 9.18-bit3.2 GB42–75
gpt-oss-20b21B · 3.6B aktif · Kecerdasan 94.25-bit asli13.8 GB71–126
Nemotron 3 Nano 30B A3B30B · 3.5B aktif · Kecerdasan 8.98-bit31.9 GB36–65
Gemma 4 E4B8B · Kecerdasan 8.98-bit8.5 GB28–50
Llama 4 Scout 17B-16E Instruct109B · 17B aktif · Kecerdasan 6.54-bit61.3 GB14–25
Ministral 3 8B8.9B · Kecerdasan 5.58-bit9.5 GB14–25
Nemotron 3 Nano 4B3.97B · Kecerdasan 4.88-bit4.2 GB32–57
GLM-4.5 Air106B · 12B aktif4-bit59.6 GB20–35
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B aktif8-bit32.4 GB39–69
GLM-4.7 Flash30B · 3B aktif8-bit31.9 GB42–75
Gemma 4 26B A4B25.2B · 3.8B aktif8-bit26.8 GB34–60
Devstral Small 2 (24B)24B4-bit13.5 GB10–18
Magistral Small 1.2 (2509)24B4-bit13.5 GB10–18
Mistral Small 3.2 (24B)24B4-bit13.5 GB10–18
LFM2.5 24B A2B24B · 2B aktif8-bit25.5 GB64–114
Phi-4 Reasoning Vision 15B15B6-bit12.2 GB11–20
Phi-4 (14B)14B6-bit11.4 GB12–21
Gemma 4 12B Unified12B8-bit12.7 GB11–19
Qwen3 8B8.2B8-bit8.7 GB16–28
Llama 3.1 8B Instruct8B8-bit8.5 GB16–28
Gemma 4 E2B5.1B8-bit5.4 GB56–100
Qwen3.5 4B4B8-bit4.3 GB31–56
Phi-4 mini instruct3.8B8-bit4 GB34–60
Llama 3.2 3B Instruct3.21B8-bit3.4 GB40–71
SmolLM3 3B3B8-bit3.2 GB42–75
LFM2.5 2.6B2.69B8-bit2.9 GB47–83
Qwen3.5 2B2B8-bit2.1 GB64–114
Llama 3.2 1B Instruct1.23B8-bit1.3 GB104–185
Qwen3.5 0.8B0.8B8-bit0.9 GB150–267
Qwen3 0.6B0.6B8-bit0.6 GB225–400
Qwen3.8 Flash Next180B · 6B aktif · Kecerdasan 39.82-bit kualiti lebih rendah56.3 GB71–126
Qwen3.5 122B A10B122B · 10B aktif · Kecerdasan 15.63-bit kualiti lebih rendah53.4 GB31–55
Mistral Small 4 (119B)119B · 6.5B aktif · Kecerdasan 11.33-bit kualiti lebih rendah52.1 GB48–86
Ornith 1.5 122B122B · 10B aktif3-bit kualiti lebih rendah53.4 GB31–55
Nemotron 3 Super 120B A12B120B · 12B aktif3-bit kualiti lebih rendah52.5 GB25–45

Berjalan, tetapi perlahan 8

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

ModelVersiMemoriToken/s
Qwen3.8 27B27B · Kecerdasan 33.78-bit28.7 GB5–8
Muse Glimmer 30B29.6B · Kecerdasan 17.58-bit31.5 GB4–8
Gemma 4 31B30.7B · Kecerdasan 14.78-bit32.6 GB4–7
Granite 4.2 30B30B · Kecerdasan 12.78-bit31.9 GB4–8
Llama 3.3 70B Instruct70B6-bit56.9 GB2–4
Qwen3.6 27B27B8-bit28.7 GB5–8
Mistral Medium 3.5 (128B)128B · Kecerdasan 14.23-bit kualiti lebih rendah56 GB2–4
Devstral 2 (123B)123B3-bit kualiti lebih rendah53.8 GB3–4

Cukup-cukup muat 1

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

ModelVersiMemoriToken/s
MiniMax M2.7230B · 10B aktif2-bit kualiti lebih rendah71.9 GB44–77

Terlalu besar 21

Memerlukan lebih daripada 96 GB memori, walaupun pada 2 bit.

Mac lain

Semua Mac dengan 96 GB, daripada mana-mana cip.

M3 Max dengan memori lebih atau kurang:

Cip berdekatan:

Bersemuka:

Bandingkan dengan mana-mana Mac atau GPU · M3 Max untuk AI tempatan · Mac terbaik untuk LLM tempatan · Semua Mac

Soalan

Apakah LLM terbaik untuk M3 Max dengan 96 GB?
Antara model yang mempunyai skor Intelligence Index yang diterbitkan, Nemotron 3.5 Bolt 74B A9B mendapat skor tertinggi dalam kalangan yang berjalan baik di sini: 6-bit, kira-kira 18–33 token sesaat. Yang terbesar yang berjalan baik ialah gpt-oss-120b.
Bolehkah M3 Max dengan 96 GB menjalankan Llama 3.3 70B?
Ya, tetapi perlahan: 6-bit, kira-kira 2–4 token sesaat.
Sepantas mana gpt-oss-20b pada M3 Max?
Kira-kira 71–126 token sesaat (4.25-bit asli), daripada lebar jalur memori cip sebanyak 300 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 M3 Max 96 GB? Model dan kelajuan