Log inMaak wallet aan

Wat draait een M3 Ultra met 512 GB?

60 van de 73 open modellen draaien er goed op. De GPU kan standaard ongeveer 384 GB van de 512 GB gebruiken, en de chip leest het geheugen met 819 GB/s; dat bepaalt hoe snel hij schrijft. Zit in: Mac Studio (2025).

Slimste dat goed draaitDeepSeek V4.1 Flash 10174 bits · 311 GB · 41–73 tok/sGrootste dat goed draaitDeepSeek V4.1 Flash 10174 bits · 311 GB · 41–73 tok/sVoor codeQwen3 Coder Next8 bits · 85 GB · 115–205 tok/s

Draait goed 67

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

ModelVersieGeheugenTokens/s
DeepSeek V4.1 Flash 1017552B · 16B actief · Intelligentie 45,14 bits311 GB41–73
GLM-5.3 Flash320B · 18B actief · Intelligentie 41,88 bits340 GB19–34
Qwen3.8 Flash Next180B · 6B actief · Intelligentie 39,88 bits191 GB58–102
MiMo V2.6 Flash309B · 15B actief · Intelligentie 37,94,48 bits native173 GB44–78
Qwen3.8 27B27B · Intelligentie 33,78 bits28,7 GB13–23
Beam 1.0501B · 23B actief · Intelligentie 30,34 bits282 GB29–51
MiniMax M3428B · 23B actief · Intelligentie 29,26 bits348 GB20–35
Inkling Small276B · 12B actief · Intelligentie 25,78 bits293 GB29–51
Hy3295B · 21B actief · Intelligentie 25,38 bits313 GB17–29
Nemotron 3 Ultra 550B A55B550B · 55B actief · Intelligentie 22,94 bits309 GB12–21
Nemotron 3.5 Bolt 74B A9B74B · 9B actief · Intelligentie 21,48 bits78,6 GB38–68
Qwen3.5 397B A17B397B · 17B actief · Intelligentie 18,46 bits323 GB27–47
Qwen3.6 35B A3B35B · 3B actief · Intelligentie 18,28 bits37,2 GB115–205
Muse Glimmer 30B29,6B · Intelligentie 17,58 bits31,5 GB12–21
Qwen3.5 122B A10B122B · 10B actief · Intelligentie 15,68 bits130 GB35–62
Gemma 4 31B30,7B · Intelligentie 14,78 bits32,6 GB11–20
Nemotron 3.5 Lightning 30B A3B30B · 3B actief · Intelligentie 12,98 bits31,9 GB115–205
Granite 4.2 30B30B · Intelligentie 12,78 bits31,9 GB12–21
MiniCPM5 2B2,52B · Intelligentie 12,58 bits2,7 GB137–243
gpt-oss-120b117B · 5,1B actief · Intelligentie 11,64,25 bits native65,3 GB137–243
Mistral Small 4 (119B)119B · 6,5B actief · Intelligentie 11,38 bits126 GB53–95
Qwen3.5 9B9B · Intelligentie 11,28 bits9,6 GB38–68
Granite 4.2 8B8B · Intelligentie 11,18 bits8,5 GB43–77
Llama 4 Maverick 17B-128E Instruct400B · 17B actief · Intelligentie 9,36 bits325 GB27–47
Qwen3 Coder Next80B · 3B actief · Intelligentie 9,28 bits85 GB115–205
Granite 4.2 3B3B · Intelligentie 9,18 bits3,2 GB115–205
gpt-oss-20b21B · 3,6B actief · Intelligentie 94,25 bits native13,8 GB194–345
Nemotron 3 Nano 30B A3B30B · 3,5B actief · Intelligentie 8,98 bits31,9 GB100–177
Gemma 4 E4B8B · Intelligentie 8,98 bits8,5 GB77–137
Llama 4 Scout 17B-16E Instruct109B · 17B actief · Intelligentie 6,58 bits116 GB20–36
Ministral 3 8B8,9B · Intelligentie 5,58 bits9,5 GB39–69
Nemotron 3 Nano 4B3,97B · Intelligentie 4,88 bits4,2 GB88–156
DeepSeek V4 Flash 0731284B · 13B actief8 bits302 GB27–47
MiniMax M2.7230B · 10B actief8 bits244 GB35–62
Ornith 1.5 122B122B · 10B actief8 bits130 GB35–62
Nemotron 3 Super 120B A12B120B · 12B actief8 bits128 GB29–51
GLM-4.5 Air106B · 12B actief8 bits113 GB29–51
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B actief8 bits32,4 GB105–187
GLM-4.7 Flash30B · 3B actief8 bits31,9 GB115–205
Qwen3.6 27B27B8 bits28,7 GB13–23
Gemma 4 26B A4B25,2B · 3,8B actief8 bits26,8 GB92–164
Devstral Small 2 (24B)24B8 bits25,5 GB14–26
Magistral Small 1.2 (2509)24B8 bits25,5 GB14–26
Mistral Small 3.2 (24B)24B8 bits25,5 GB14–26
LFM2.5 24B A2B24B · 2B actief8 bits25,5 GB176–312
Phi-4 Reasoning Vision 15B15B8 bits15,9 GB23–41
Phi-4 (14B)14B8 bits14,9 GB25–44
Gemma 4 12B Unified12B8 bits12,7 GB29–52
Qwen3 8B8,2B8 bits8,7 GB42–75
Llama 3.1 8B Instruct8B8 bits8,5 GB43–77
Gemma 4 E2B5,1B8 bits5,4 GB154–273
Qwen3.5 4B4B8 bits4,3 GB86–152
Phi-4 mini instruct3,8B8 bits4 GB92–164
Llama 3.2 3B Instruct3,21B8 bits3,4 GB108–193
SmolLM3 3B3B8 bits3,2 GB115–205
LFM2.5 2.6B2,69B8 bits2,9 GB127–226
Qwen3.5 2B2B8 bits2,1 GB176–312
Llama 3.2 1B Instruct1,23B8 bits1,3 GB284–504
Qwen3.5 0.8B0,8B8 bits0,9 GB410–728
Qwen3 0.6B0,6B8 bits0,6 GB614–1092
MiMo V2.6 Pro1.020B · 42B actief · Intelligentie 46,32 bits lagere kwaliteit319 GB28–50
GLM-5.3744B · 40B actief · Intelligentie 44,83 bits lagere kwaliteit326 GB21–37
Muse Spark Open816B · 42B actief · Intelligentie 38,92 bits lagere kwaliteit255 GB28–50
Kimi K2.7 Code1.000B · 32B actief · Intelligentie 25,82 bits lagere kwaliteit313 GB37–66
Inkling975B · 41B actief · Intelligentie 252 bits lagere kwaliteit305 GB29–51
Kimi K2.61.000B · 32B actief2 bits lagere kwaliteit313 GB37–66
Mistral Large 3 (675B)675B · 41B actief3 bits lagere kwaliteit295 GB21–37

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 14,28 bits136 GB3–5
Devstral 2 (123B)123B8 bits131 GB3–5
Llama 3.3 70B Instruct70B8 bits74,4 GB5–9

Te groot 3

Heeft meer dan 512 GB geheugen nodig, zelfs op 2 bits.

Andere Macs

Alle Macs met 512 GB, met elke chip.

De M3 Ultra met meer of minder geheugen:

Naburige chips:

Rechtstreeks vergeleken:

Tegen pc’s en videokaarten:

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

Vragen

Wat is het beste LLM voor een M3 Ultra met 512 GB?
Van de modellen met een gepubliceerde Intelligence Index scoort DeepSeek V4.1 Flash 1017 het hoogst van de modellen die hier goed draaien: 4 bits, ongeveer 41–73 tokens per seconde.
Kan een M3 Ultra met 512 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 M3 Ultra?
Ongeveer 194–345 tokens per seconde (4,25 bits native), op basis van de geheugenbandbreedte van 819 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 Ultra met 512 GB? Modellen en snelheid