Log inMaak wallet aan

Wat draait een M3 Max met 64 GB?

39 van de 73 open modellen draaien er goed op. De GPU kan standaard ongeveer 48 GB van de 64 GB gebruiken, en de chip leest het geheugen met 400 GB/s; dat bepaalt hoe snel hij schrijft. Zit in: MacBook Pro (14-inch, M3 Pro or M3 Max, Nov 2023), MacBook Pro (16-inch, Nov 2023).

Slimste dat goed draaitQwen3.8 27B4 bits · 15,2 GB · 12–21 tok/sGrootste dat goed draaitNemotron 3.5 Bolt 74B A9B4 bits · 41,6 GB · 35–63 tok/sVoor codeQwen3 Coder 30B A3B Instruct8 bits · 32,4 GB · 51–91 tok/s

Draait goed 47

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

ModelVersieGeheugenTokens/s
Qwen3.8 27B27B · Intelligentie 33,74 bits15,2 GB12–21
Nemotron 3.5 Bolt 74B A9B74B · 9B actief · Intelligentie 21,44 bits41,6 GB35–63
Qwen3.6 35B A3B35B · 3B actief · Intelligentie 18,28 bits37,2 GB56–100
Muse Glimmer 30B29,6B · Intelligentie 17,54 bits16,7 GB11–19
Gemma 4 31B30,7B · Intelligentie 14,74 bits17,3 GB10–18
Nemotron 3.5 Lightning 30B A3B30B · 3B actief · Intelligentie 12,98 bits31,9 GB56–100
Granite 4.2 30B30B · Intelligentie 12,74 bits16,9 GB11–19
MiniCPM5 2B2,52B · Intelligentie 12,58 bits2,7 GB67–119
Qwen3.5 9B9B · Intelligentie 11,28 bits9,6 GB19–33
Granite 4.2 8B8B · Intelligentie 11,18 bits8,5 GB21–38
Granite 4.2 3B3B · Intelligentie 9,18 bits3,2 GB56–100
gpt-oss-20b21B · 3,6B actief · Intelligentie 94,25 bits native13,8 GB95–168
Nemotron 3 Nano 30B A3B30B · 3,5B actief · Intelligentie 8,98 bits31,9 GB49–86
Gemma 4 E4B8B · Intelligentie 8,98 bits8,5 GB38–67
Ministral 3 8B8,9B · Intelligentie 5,58 bits9,5 GB19–34
Nemotron 3 Nano 4B3,97B · Intelligentie 4,88 bits4,2 GB43–76
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B actief8 bits32,4 GB51–91
GLM-4.7 Flash30B · 3B actief8 bits31,9 GB56–100
Qwen3.6 27B27B4 bits15,2 GB12–21
Gemma 4 26B A4B25,2B · 3,8B actief8 bits26,8 GB45–80
Devstral Small 2 (24B)24B4 bits13,5 GB13–24
Magistral Small 1.2 (2509)24B4 bits13,5 GB13–24
Mistral Small 3.2 (24B)24B4 bits13,5 GB13–24
LFM2.5 24B A2B24B · 2B actief8 bits25,5 GB86–152
Phi-4 Reasoning Vision 15B15B8 bits15,9 GB11–20
Phi-4 (14B)14B8 bits14,9 GB12–21
Gemma 4 12B Unified12B8 bits12,7 GB14–25
Qwen3 8B8,2B8 bits8,7 GB21–37
Llama 3.1 8B Instruct8B8 bits8,5 GB21–38
Gemma 4 E2B5,1B8 bits5,4 GB75–133
Qwen3.5 4B4B8 bits4,3 GB42–74
Phi-4 mini instruct3,8B8 bits4 GB45–80
Llama 3.2 3B Instruct3,21B8 bits3,4 GB53–94
SmolLM3 3B3B8 bits3,2 GB56–100
LFM2.5 2.6B2,69B8 bits2,9 GB62–110
Qwen3.5 2B2B8 bits2,1 GB86–152
Llama 3.2 1B Instruct1,23B8 bits1,3 GB138–246
Qwen3.5 0.8B0,8B8 bits0,9 GB200–356
Qwen3 0.6B0,6B8 bits0,6 GB300–533
Qwen3.5 122B A10B122B · 10B actief · Intelligentie 15,62 bits lagere kwaliteit38,1 GB58–103
gpt-oss-120b117B · 5,1B actief · Intelligentie 11,62 bits lagere kwaliteit36,6 GB113–200
Mistral Small 4 (119B)119B · 6,5B actief · Intelligentie 11,32 bits lagere kwaliteit37,2 GB90–160
Qwen3 Coder Next80B · 3B actief · Intelligentie 9,23 bits lagere kwaliteit35 GB138–246
Llama 4 Scout 17B-16E Instruct109B · 17B actief · Intelligentie 6,52 bits lagere kwaliteit34,1 GB34–60
Ornith 1.5 122B122B · 10B actief2 bits lagere kwaliteit38,1 GB58–103
Nemotron 3 Super 120B A12B120B · 12B actief2 bits lagere kwaliteit37,5 GB47–84
GLM-4.5 Air106B · 12B actief2 bits lagere kwaliteit33,1 GB47–84

Draait, maar traag 3

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

ModelVersieGeheugenTokens/s
Llama 3.3 70B Instruct70B4 bits39,4 GB5–8
Mistral Medium 3.5 (128B)128B · Intelligentie 14,22 bits lagere kwaliteit40 GB5–8
Devstral 2 (123B)123B2 bits lagere kwaliteit38,4 GB5–8

Te groot 23

Heeft meer dan 64 GB geheugen nodig, zelfs op 2 bits.

Andere Macs

Alle Macs met 64 GB, met elke chip.

De M3 Max met meer of minder geheugen:

Naburige chips:

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 64 GB?
Van de modellen met een gepubliceerde Intelligence Index scoort Qwen3.8 27B het hoogst van de modellen die hier goed draaien: 4 bits, ongeveer 12–21 tokens per seconde. Het grootste dat goed draait, is Nemotron 3.5 Bolt 74B A9B.
Kan een M3 Max met 64 GB Llama 3.3 70B draaien?
Ja, maar traag: 4 bits, met ongeveer 5–8 tokens per seconde.
Hoe snel is gpt-oss-20b op een M3 Max?
Ongeveer 95–168 tokens per seconde (4,25 bits native), op basis van de geheugenbandbreedte van 400 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 M3 Max met 64 GB? Modellen en snelheid