Log masukCipta dompet

Apa yang boleh dijalankan M5 Ultra dengan 96 GB?

44 daripada 73 model terbuka berjalan baik padanya. Secara lalai GPU boleh menggunakan kira-kira 72 GB daripada 96 GB, dan ia membaca memori pada 1,200 GB/s, yang menentukan kelajuan menulisnya. Terdapat dalam: Mac Studio (M5 Max or M5 Ultra).

Paling pintar yang berjalan baikQwen3.8 27B8-bit · 28.7 GB · 19–33 tok/sTerbesar yang berjalan baikgpt-oss-120b4.25-bit asli · 65.3 GB · 200–356 tok/sUntuk kodQwen3 Coder Next6-bit · 65 GB · 225–400 tok/s

Berjalan baik 51

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

ModelVersiMemoriToken/s
Qwen3.8 27B27B · Kecerdasan 33.78-bit28.7 GB19–33
Nemotron 3.5 Bolt 74B A9B74B · 9B aktif · Kecerdasan 21.46-bit60.1 GB74–132
Qwen3.6 35B A3B35B · 3B aktif · Kecerdasan 18.28-bit37.2 GB169–300
Muse Glimmer 30B29.6B · Kecerdasan 17.58-bit31.5 GB17–30
Gemma 4 31B30.7B · Kecerdasan 14.78-bit32.6 GB17–29
Nemotron 3.5 Lightning 30B A3B30B · 3B aktif · Kecerdasan 12.98-bit31.9 GB169–300
Granite 4.2 30B30B · Kecerdasan 12.78-bit31.9 GB17–30
MiniCPM5 2B2.52B · Kecerdasan 12.58-bit2.7 GB200–356
gpt-oss-120b117B · 5.1B aktif · Kecerdasan 11.64.25-bit asli65.3 GB200–356
Qwen3.5 9B9B · Kecerdasan 11.28-bit9.6 GB56–100
Granite 4.2 8B8B · Kecerdasan 11.18-bit8.5 GB64–113
Qwen3 Coder Next80B · 3B aktif · Kecerdasan 9.26-bit65 GB225–400
Granite 4.2 3B3B · Kecerdasan 9.18-bit3.2 GB169–300
gpt-oss-20b21B · 3.6B aktif · Kecerdasan 94.25-bit asli13.8 GB284–505
Nemotron 3 Nano 30B A3B30B · 3.5B aktif · Kecerdasan 8.98-bit31.9 GB146–259
Gemma 4 E4B8B · Kecerdasan 8.98-bit8.5 GB113–200
Llama 4 Scout 17B-16E Instruct109B · 17B aktif · Kecerdasan 6.54-bit61.3 GB56–100
Ministral 3 8B8.9B · Kecerdasan 5.58-bit9.5 GB57–101
Nemotron 3 Nano 4B3.97B · Kecerdasan 4.88-bit4.2 GB129–229
GLM-4.5 Air106B · 12B aktif4-bit59.6 GB79–141
Llama 3.3 70B Instruct70B4-bit39.4 GB14–24
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B aktif8-bit32.4 GB154–274
GLM-4.7 Flash30B · 3B aktif8-bit31.9 GB169–300
Qwen3.6 27B27B8-bit28.7 GB19–33
Gemma 4 26B A4B25.2B · 3.8B aktif8-bit26.8 GB135–240
Devstral Small 2 (24B)24B8-bit25.5 GB21–38
Magistral Small 1.2 (2509)24B8-bit25.5 GB21–38
Mistral Small 3.2 (24B)24B8-bit25.5 GB21–38
LFM2.5 24B A2B24B · 2B aktif8-bit25.5 GB257–457
Phi-4 Reasoning Vision 15B15B8-bit15.9 GB34–60
Phi-4 (14B)14B8-bit14.9 GB36–64
Gemma 4 12B Unified12B8-bit12.7 GB43–76
Qwen3 8B8.2B8-bit8.7 GB62–110
Llama 3.1 8B Instruct8B8-bit8.5 GB64–113
Gemma 4 E2B5.1B8-bit5.4 GB225–400
Qwen3.5 4B4B8-bit4.3 GB126–223
Phi-4 mini instruct3.8B8-bit4 GB135–240
Llama 3.2 3B Instruct3.21B8-bit3.4 GB159–282
SmolLM3 3B3B8-bit3.2 GB169–300
LFM2.5 2.6B2.69B8-bit2.9 GB186–331
Qwen3.5 2B2B8-bit2.1 GB257–457
Llama 3.2 1B Instruct1.23B8-bit1.3 GB415–738
Qwen3.5 0.8B0.8B8-bit0.9 GB600–1067
Qwen3 0.6B0.6B8-bit0.6 GB900–1600
Qwen3.8 Flash Next180B · 6B aktif · Kecerdasan 39.82-bit kualiti lebih rendah56.3 GB284–505
Qwen3.5 122B A10B122B · 10B aktif · Kecerdasan 15.63-bit kualiti lebih rendah53.4 GB123–218
Mistral Medium 3.5 (128B)128B · Kecerdasan 14.23-bit kualiti lebih rendah56 GB10–17
Mistral Small 4 (119B)119B · 6.5B aktif · Kecerdasan 11.33-bit kualiti lebih rendah52.1 GB193–343
Devstral 2 (123B)123B3-bit kualiti lebih rendah53.8 GB10–18
Ornith 1.5 122B122B · 10B aktif3-bit kualiti lebih rendah53.4 GB123–218
Nemotron 3 Super 120B A12B120B · 12B aktif3-bit kualiti lebih rendah52.5 GB102–181

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 GB174–310

Terlalu besar 21

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

Mac lain

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

M5 Ultra dengan memori lebih atau kurang:

Cip berdekatan:

Bersemuka:

Lawan PC dan kad grafik:

Bandingkan dengan mana-mana Mac atau GPU · M5 Ultra untuk AI tempatan · Mac terbaik untuk LLM tempatan · Semua Mac

Soalan

Apakah LLM terbaik untuk M5 Ultra dengan 96 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 19–33 token sesaat. Yang terbesar yang berjalan baik ialah gpt-oss-120b.
Bolehkah M5 Ultra dengan 96 GB menjalankan Llama 3.3 70B?
Ya: 4-bit, kira-kira 14–24 token sesaat.
Sepantas mana gpt-oss-20b pada M5 Ultra?
Kira-kira 284–505 token sesaat (4.25-bit asli), daripada lebar jalur memori cip sebanyak 1,200 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 M5 Ultra 96 GB? Model dan kelajuan