Log inMaak wallet aan

De beste LLM's voor een Mac met 96 GB.

44 van de 73 open modellen draaien goed in 96 GB. De GPU kan daarvan standaard ongeveer 72 GB gebruiken. De snelheid hangt af van de chip: van 300 GB/s op de M3 Max tot 1.200 GB/s op de M5 Ultra.

Slimste dat goed draaitQwen3.8 27B8 bits · 28,7 GB · 5–33 tok/sGrootste dat goed draaitgpt-oss-120b4,25 bits native · 65,3 GB · 50–356 tok/sVoor codeQwen3 Coder Next6 bits · 65 GB · 56–400 tok/s

Macs met 96 GB

4 chips van M2 tot M5 zijn er met 96 GB. Open er een voor de eigen lijst en snelheden.

Draait goed 51

Past met ruimte voor de context, op 10 of meer tokens per seconde op de M5 Ultra.

ModelVersieGeheugenM3 MaxM5 Ultra
Qwen3.8 27B27B · Intelligentie 33,78 bits28,7 GB5–819–33
Nemotron 3.5 Bolt 74B A9B74B · 9B actief · Intelligentie 21,46 bits60,1 GB18–3374–132
Qwen3.6 35B A3B35B · 3B actief · Intelligentie 18,28 bits37,2 GB42–75169–300
Muse Glimmer 30B29,6B · Intelligentie 17,58 bits31,5 GB4–817–30
Gemma 4 31B30,7B · Intelligentie 14,78 bits32,6 GB4–717–29
Nemotron 3.5 Lightning 30B A3B30B · 3B actief · Intelligentie 12,98 bits31,9 GB42–75169–300
Granite 4.2 30B30B · Intelligentie 12,78 bits31,9 GB4–817–30
MiniCPM5 2B2,52B · Intelligentie 12,58 bits2,7 GB50–89200–356
gpt-oss-120b117B · 5,1B actief · Intelligentie 11,64,25 bits native65,3 GB50–89200–356
Qwen3.5 9B9B · Intelligentie 11,28 bits9,6 GB14–2556–100
Granite 4.2 8B8B · Intelligentie 11,18 bits8,5 GB16–2864–113
Qwen3 Coder Next80B · 3B actief · Intelligentie 9,26 bits65 GB56–100225–400
Granite 4.2 3B3B · Intelligentie 9,18 bits3,2 GB42–75169–300
gpt-oss-20b21B · 3,6B actief · Intelligentie 94,25 bits native13,8 GB71–126284–505
Nemotron 3 Nano 30B A3B30B · 3,5B actief · Intelligentie 8,98 bits31,9 GB36–65146–259
Gemma 4 E4B8B · Intelligentie 8,98 bits8,5 GB28–50113–200
Llama 4 Scout 17B-16E Instruct109B · 17B actief · Intelligentie 6,54 bits61,3 GB14–2556–100
Ministral 3 8B8,9B · Intelligentie 5,58 bits9,5 GB14–2557–101
Nemotron 3 Nano 4B3,97B · Intelligentie 4,88 bits4,2 GB32–57129–229
GLM-4.5 Air106B · 12B actief4 bits59,6 GB20–3579–141
Llama 3.3 70B Instruct70B4 bits39,4 GB2–414–24
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B actief8 bits32,4 GB39–69154–274
GLM-4.7 Flash30B · 3B actief8 bits31,9 GB42–75169–300
Qwen3.6 27B27B8 bits28,7 GB5–819–33
Gemma 4 26B A4B25,2B · 3,8B actief8 bits26,8 GB34–60135–240
Devstral Small 2 (24B)24B8 bits25,5 GB10–1821–38
Magistral Small 1.2 (2509)24B8 bits25,5 GB10–1821–38
Mistral Small 3.2 (24B)24B8 bits25,5 GB10–1821–38
LFM2.5 24B A2B24B · 2B actief8 bits25,5 GB64–114257–457
Phi-4 Reasoning Vision 15B15B8 bits15,9 GB11–2034–60
Phi-4 (14B)14B8 bits14,9 GB12–2136–64
Gemma 4 12B Unified12B8 bits12,7 GB11–1943–76
Qwen3 8B8,2B8 bits8,7 GB16–2862–110
Llama 3.1 8B Instruct8B8 bits8,5 GB16–2864–113
Gemma 4 E2B5,1B8 bits5,4 GB56–100225–400
Qwen3.5 4B4B8 bits4,3 GB31–56126–223
Phi-4 mini instruct3,8B8 bits4 GB34–60135–240
Llama 3.2 3B Instruct3,21B8 bits3,4 GB40–71159–282
SmolLM3 3B3B8 bits3,2 GB42–75169–300
LFM2.5 2.6B2,69B8 bits2,9 GB47–83186–331
Qwen3.5 2B2B8 bits2,1 GB64–114257–457
Llama 3.2 1B Instruct1,23B8 bits1,3 GB104–185415–738
Qwen3.5 0.8B0,8B8 bits0,9 GB150–267600–1067
Qwen3 0.6B0,6B8 bits0,6 GB225–400900–1600
Qwen3.8 Flash Next180B · 6B actief · Intelligentie 39,82 bits lagere kwaliteit56,3 GB71–126284–505
Qwen3.5 122B A10B122B · 10B actief · Intelligentie 15,63 bits lagere kwaliteit53,4 GB31–55123–218
Mistral Medium 3.5 (128B)128B · Intelligentie 14,23 bits lagere kwaliteit56 GB2–410–17
Mistral Small 4 (119B)119B · 6,5B actief · Intelligentie 11,33 bits lagere kwaliteit52,1 GB48–86193–343
Devstral 2 (123B)123B3 bits lagere kwaliteit53,8 GB3–410–18
Ornith 1.5 122B122B · 10B actief3 bits lagere kwaliteit53,4 GB31–55123–218
Nemotron 3 Super 120B A12B120B · 12B actief3 bits lagere kwaliteit52,5 GB25–45102–181

Past net 1

Heeft bijna al het geheugen nodig: verhoog de geheugenlimiet van de GPU en houd de context kort.

ModelVersieGeheugenM3 MaxM5 Ultra
MiniMax M2.7230B · 10B actief2 bits lagere kwaliteit71,9 GB44–77174–310

Te groot 21

Heeft meer dan 96 GB geheugen nodig, zelfs op 2 bits.

Vragen

Wat is het beste LLM voor een Mac met 96 GB?
Van de modellen met een gepubliceerde Intelligence Index scoort Qwen3.8 27B het hoogst van de modellen die goed draaien in 96 GB (8 bits). Het grootste dat goed draait, is gpt-oss-120b. Voor code: Qwen3 Coder Next.
Is 96 GB genoeg voor lokale AI op een Mac?
44 van de 73 open modellen op deze lijst draaien er goed in, op 4 bits of beter. macOS laat de GPU standaard ongeveer 72 GB ervan gebruiken; het model en de context moeten daarin passen.
Kan een Mac met 96 GB gpt-oss-20b draaien?
Ja, 4,25 bits native, met ongeveer 71–126 tokens per seconde op een M3 Max en 284–505 op een M5 Ultra.

Andere groottes: 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

Draai ze met MLX Harness (gratis, open source) of met Apples mlx-lm in Terminal: stap voor stap.

Zo is het berekend

Geheugen: de parameters van het model op 8, 6, 4, 3 of 2 bits per gewicht plus de groepsschalen van MLX (een halve bit per gewicht), of het eigen formaat van het model, met daarbovenop ruimte voor de context. Standaard laat macOS de GPU ongeveer 75% van het geïntegreerde geheugen gebruiken. Snelheid: de geheugenbandbreedte gedeeld door het aantal bytes dat per token wordt gelezen, is het plafond voor één gesprek; in de openbare Apple Silicon-benchmarks van llama.cpp halen echte runs ongeveer 45% tot 80% daarvan, en dat is het bereik dat we tonen. Dit zijn schattingen, geen metingen: meet je eigen Mac op MLX Bench. Modelgegevens uit elke officiële modelkaart, chipgegevens uit de technische specificaties van Apple. Gecontroleerd op 2026-10-19. Dezelfde gegevens als mlx.app/compare.

Beste lokale LLM's voor een 96 GB-Mac (M2 tot M5): wat draait