Log inMaak wallet aan

Wat draait een M2 Ultra met 192 GB?

49 van de 73 open modellen draaien er goed op. De GPU kan standaard ongeveer 144 GB van de 192 GB gebruiken, en de chip leest het geheugen met 800 GB/s; dat bepaalt hoe snel hij schrijft. Zit in: Mac Studio (2023), Mac Pro (2023), Mac Pro (Rack, 2023).

Slimste dat goed draaitQwen3.8 Flash Next4 bits · 101 GB · 106–188 tok/sGrootste dat goed draaitMiniMax M2.74 bits · 129 GB · 64–114 tok/sVoor codeQwen3 Coder Next8 bits · 85 GB · 113–200 tok/s

Draait goed 56

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

ModelVersieGeheugenTokens/s
Qwen3.8 Flash Next180B · 6B actief · Intelligentie 39,84 bits101 GB106–188
Qwen3.8 27B27B · Intelligentie 33,78 bits28,7 GB13–22
Nemotron 3.5 Bolt 74B A9B74B · 9B actief · Intelligentie 21,48 bits78,6 GB38–67
Qwen3.6 35B A3B35B · 3B actief · Intelligentie 18,28 bits37,2 GB113–200
Muse Glimmer 30B29,6B · Intelligentie 17,58 bits31,5 GB11–20
Qwen3.5 122B A10B122B · 10B actief · Intelligentie 15,68 bits130 GB34–60
Gemma 4 31B30,7B · Intelligentie 14,78 bits32,6 GB11–20
Nemotron 3.5 Lightning 30B A3B30B · 3B actief · Intelligentie 12,98 bits31,9 GB113–200
Granite 4.2 30B30B · Intelligentie 12,78 bits31,9 GB11–20
MiniCPM5 2B2,52B · Intelligentie 12,58 bits2,7 GB133–237
gpt-oss-120b117B · 5,1B actief · Intelligentie 11,64,25 bits native65,3 GB133–237
Mistral Small 4 (119B)119B · 6,5B actief · Intelligentie 11,38 bits126 GB52–93
Qwen3.5 9B9B · Intelligentie 11,28 bits9,6 GB38–67
Granite 4.2 8B8B · Intelligentie 11,18 bits8,5 GB42–75
Qwen3 Coder Next80B · 3B actief · Intelligentie 9,28 bits85 GB113–200
Granite 4.2 3B3B · Intelligentie 9,18 bits3,2 GB113–200
gpt-oss-20b21B · 3,6B actief · Intelligentie 94,25 bits native13,8 GB189–337
Nemotron 3 Nano 30B A3B30B · 3,5B actief · Intelligentie 8,98 bits31,9 GB97–173
Gemma 4 E4B8B · Intelligentie 8,98 bits8,5 GB75–133
Llama 4 Scout 17B-16E Instruct109B · 17B actief · Intelligentie 6,58 bits116 GB20–35
Ministral 3 8B8,9B · Intelligentie 5,58 bits9,5 GB38–67
Nemotron 3 Nano 4B3,97B · Intelligentie 4,88 bits4,2 GB86–152
MiniMax M2.7230B · 10B actief4 bits129 GB64–114
Ornith 1.5 122B122B · 10B actief8 bits130 GB34–60
Nemotron 3 Super 120B A12B120B · 12B actief8 bits128 GB28–50
GLM-4.5 Air106B · 12B actief8 bits113 GB28–50
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B actief8 bits32,4 GB103–183
GLM-4.7 Flash30B · 3B actief8 bits31,9 GB113–200
Qwen3.6 27B27B8 bits28,7 GB13–22
Gemma 4 26B A4B25,2B · 3,8B actief8 bits26,8 GB90–160
Devstral Small 2 (24B)24B8 bits25,5 GB14–25
Magistral Small 1.2 (2509)24B8 bits25,5 GB14–25
Mistral Small 3.2 (24B)24B8 bits25,5 GB14–25
LFM2.5 24B A2B24B · 2B actief8 bits25,5 GB171–305
Phi-4 Reasoning Vision 15B15B8 bits15,9 GB23–40
Phi-4 (14B)14B8 bits14,9 GB24–43
Gemma 4 12B Unified12B8 bits12,7 GB28–50
Qwen3 8B8,2B8 bits8,7 GB41–74
Llama 3.1 8B Instruct8B8 bits8,5 GB42–75
Gemma 4 E2B5,1B8 bits5,4 GB150–267
Qwen3.5 4B4B8 bits4,3 GB84–149
Phi-4 mini instruct3,8B8 bits4 GB90–160
Llama 3.2 3B Instruct3,21B8 bits3,4 GB106–188
SmolLM3 3B3B8 bits3,2 GB113–200
LFM2.5 2.6B2,69B8 bits2,9 GB124–221
Qwen3.5 2B2B8 bits2,1 GB171–305
Llama 3.2 1B Instruct1,23B8 bits1,3 GB277–492
Qwen3.5 0.8B0,8B8 bits0,9 GB400–711
Qwen3 0.6B0,6B8 bits0,6 GB600–1067
GLM-5.3 Flash320B · 18B actief · Intelligentie 41,82 bits lagere kwaliteit100 GB64–114
MiMo V2.6 Flash309B · 15B actief · Intelligentie 37,92 bits lagere kwaliteit96,6 GB77–136
Inkling Small276B · 12B actief · Intelligentie 25,73 bits lagere kwaliteit121 GB68–121
Hy3295B · 21B actief · Intelligentie 25,33 bits lagere kwaliteit129 GB39–70
Qwen3.5 397B A17B397B · 17B actief · Intelligentie 18,42 bits lagere kwaliteit124 GB68–121
Llama 4 Maverick 17B-128E Instruct400B · 17B actief · Intelligentie 9,32 bits lagere kwaliteit125 GB68–121
DeepSeek V4 Flash 0731284B · 13B actief3 bits lagere kwaliteit124 GB63–112

Draait, maar traag 3

Past, maar onder de 10 tokens per seconde: prima voor batchwerk, traag om mee te chatten.

ModelVersieGeheugenTokens/s
Mistral Medium 3.5 (128B)128B · Intelligentie 14,26 bits104 GB3–6
Devstral 2 (123B)123B8 bits131 GB3–5
Llama 3.3 70B Instruct70B8 bits74,4 GB5–9

Past net 2

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

ModelVersieGeheugenTokens/s
Beam 1.0501B · 23B actief · Intelligentie 30,32 bits lagere kwaliteit157 GB50–89
MiniMax M3428B · 23B actief · Intelligentie 29,22 bits lagere kwaliteit134 GB50–89

Te groot 12

Heeft meer dan 192 GB geheugen nodig, zelfs op 2 bits.

Andere Macs

Alle Macs met 192 GB, met elke chip.

De M2 Ultra met meer of minder geheugen:

Naburige chips:

Rechtstreeks vergeleken:

Vergelijk met elke Mac of GPU · De M2 Ultra voor lokale AI · De beste Mac voor lokale LLM's · Alle Macs

Vragen

Wat is het beste LLM voor een M2 Ultra met 192 GB?
Van de modellen met een gepubliceerde Intelligence Index scoort Qwen3.8 Flash Next het hoogst van de modellen die hier goed draaien: 4 bits, ongeveer 106–188 tokens per seconde. Het grootste dat goed draait, is MiniMax M2.7.
Kan een M2 Ultra met 192 GB Llama 3.3 70B draaien?
Ja, maar traag: 8 bits, met ongeveer 5–9 tokens per seconde.
Hoe snel is gpt-oss-20b op een M2 Ultra?
Ongeveer 189–337 tokens per seconde (4,25 bits native), op basis van de geheugenbandbreedte van 800 GB/s van de chip.

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.

Welke LLM's draait een M2 Ultra met 192 GB? Modellen en snelheid