Wat is het beste LLM voor een M3 Max met 36 GB?

Van de modellen met een gepubliceerde Intelligence Index scoort Qwen3.6 35B A3B het hoogst van de modellen die hier goed draaien: 4 bits, ongeveer 79–141 tokens per seconde.

Kan een M3 Max met 36 GB Llama 3.3 70B draaien?

Ja, maar traag: 2 bits (lagere kwaliteit), met ongeveer 6–11 tokens per seconde.

Hoe snel is gpt-oss-20b op een M3 Max?

Ongeveer 71–126 tokens per seconde (4,25 bits native), op basis van de geheugenbandbreedte van 300 GB/s van de chip.

Welke LLM's draait een M3 Max met 36 GB? Modellen en snelheid

Draait goed 35

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

Model	Versie	Geheugen	Tokens/s
Qwen3.6 35B A3B35B · 3B actief · Intelligentie 18,2	4 bits	19,7 GB	79–141
Nemotron 3.5 Lightning 30B A3B30B · 3B actief · Intelligentie 12,9	6 bits	24,4 GB	56–100
MiniCPM5 2B2,52B · Intelligentie 12,5	8 bits	2,7 GB	50–89
Qwen3.5 9B9B · Intelligentie 11,2	8 bits	9,6 GB	14–25
Granite 4.2 8B8B · Intelligentie 11,1	8 bits	8,5 GB	16–28
Granite 4.2 3B3B · Intelligentie 9,1	8 bits	3,2 GB	42–75
gpt-oss-20b21B · 3,6B actief · Intelligentie 9	4,25 bits native	13,8 GB	71–126
Nemotron 3 Nano 30B A3B30B · 3,5B actief · Intelligentie 8,9	6 bits	24,4 GB	48–86
Gemma 4 E4B8B · Intelligentie 8,9	8 bits	8,5 GB	28–50
Ministral 3 8B8,9B · Intelligentie 5,5	8 bits	9,5 GB	14–25
Nemotron 3 Nano 4B3,97B · Intelligentie 4,8	8 bits	4,2 GB	32–57
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B actief	6 bits	24,8 GB	50–89
GLM-4.7 Flash30B · 3B actief	6 bits	24,4 GB	56–100
Gemma 4 26B A4B25,2B · 3,8B actief	6 bits	20,5 GB	44–77
Devstral Small 2 (24B)24B	4 bits	13,5 GB	10–18
Magistral Small 1.2 (2509)24B	4 bits	13,5 GB	10–18
Mistral Small 3.2 (24B)24B	4 bits	13,5 GB	10–18
LFM2.5 24B A2B24B · 2B actief	6 bits	19,5 GB	84–150
Phi-4 Reasoning Vision 15B15B	6 bits	12,2 GB	11–20
Phi-4 (14B)14B	6 bits	11,4 GB	12–21
Gemma 4 12B Unified12B	8 bits	12,7 GB	11–19
Qwen3 8B8,2B	8 bits	8,7 GB	16–28
Llama 3.1 8B Instruct8B	8 bits	8,5 GB	16–28
Gemma 4 E2B5,1B	8 bits	5,4 GB	56–100
Qwen3.5 4B4B	8 bits	4,3 GB	31–56
Phi-4 mini instruct3,8B	8 bits	4 GB	34–60
Llama 3.2 3B Instruct3,21B	8 bits	3,4 GB	40–71
SmolLM3 3B3B	8 bits	3,2 GB	42–75
LFM2.5 2.6B2,69B	8 bits	2,9 GB	47–83
Qwen3.5 2B2B	8 bits	2,1 GB	64–114
Llama 3.2 1B Instruct1,23B	8 bits	1,3 GB	104–185
Qwen3.5 0.8B0,8B	8 bits	0,9 GB	150–267
Qwen3 0.6B0,6B	8 bits	0,6 GB	225–400
Nemotron 3.5 Bolt 74B A9B74B · 9B actief · Intelligentie 21,4	2 bits lagere kwaliteit	23,1 GB	48–86
Qwen3 Coder Next80B · 3B actief · Intelligentie 9,2	2 bits lagere kwaliteit	25 GB	150–267

Draait, maar traag 6

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

Model	Versie	Geheugen	Tokens/s
Qwen3.8 27B27B · Intelligentie 33,7	6 bits	21,9 GB	6–11
Muse Glimmer 30B29,6B · Intelligentie 17,5	6 bits	24,1 GB	6–10
Gemma 4 31B30,7B · Intelligentie 14,7	6 bits	24,9 GB	5–10
Granite 4.2 30B30B · Intelligentie 12,7	6 bits	24,4 GB	6–10
Qwen3.6 27B27B	6 bits	21,9 GB	6–11
Llama 3.3 70B Instruct70B	2 bits lagere kwaliteit	21,9 GB	6–11

Andere Macs

Alle Macs met 36 GB, met elke chip.

De M3 Max met meer of minder geheugen:

Naburige chips:

MacBook Pro M3 Max

Rechtstreeks vergeleken:

Vergelijk met elke Mac of GPU · De M3 Max voor lokale AI · De beste Mac voor lokale LLM's · Alle Macs

Vragen

Wat is het beste LLM voor een M3 Max met 36 GB?: Van de modellen met een gepubliceerde Intelligence Index scoort Qwen3.6 35B A3B het hoogst van de modellen die hier goed draaien: 4 bits, ongeveer 79–141 tokens per seconde.
Kan een M3 Max met 36 GB Llama 3.3 70B draaien?: Ja, maar traag: 2 bits (lagere kwaliteit), met ongeveer 6–11 tokens per seconde.
Hoe snel is gpt-oss-20b op een M3 Max?: Ongeveer 71–126 tokens per seconde (4,25 bits native), op basis van de geheugenbandbreedte van 300 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.

Wat draait een M3 Max met 36 GB?