Per geheugengrootte
| Geheugen | Draaien goed | Grootste dat goed draait | gpt-oss-20b |
|---|---|---|---|
| 64 GB800 GB/s | 39 | Nemotron 3.5 Bolt 74B A9B | 189–337 tok/s |
| 128 GB800 GB/s | 47 | Qwen3.5 122B A10B | 189–337 tok/s |
| 192 GB800 GB/s | 49 | MiniMax M2.7 | 189–337 tok/s |
Modellen: Mac Pro (2023), Mac Pro (Rack, 2023). Niet elke geheugengrootte is bij elk model leverbaar; de technische specificaties van Apple vermelden waarmee elk model komt.
Vragen
- Is de Mac Pro met M2 Ultra goed voor lokale LLM's?
- Met 192 GB draait hij 49 van de 73 open modellen goed, tot MiniMax M2.7, en schrijft hij ongeveer 189–337 tokens per seconde met gpt-oss-20b. De M2 Ultra leest het geheugen met 800 GB/s; dat bepaalt hoe snel hij schrijft.
- Hoeveel geheugen moet een Mac Pro met M2 Ultra hebben voor AI?
- Met 64 GB draait hij 39 open modellen goed; met 192 GB 49, tot MiniMax M2.7. Het geheugen bepaalt welke modellen passen en kan later niet worden uitgebreid.
Andere Macs
Andere Macs met de M2 Ultra:
Rechtstreeks vergeleken:
De M2 Ultra voor lokale AI · De beste Mac voor lokale LLM's · Alle Macs
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.