Zaloguj sięUtwórz portfel

Najlepsze LLM dla Maca z 96 GB.

44 z 73 otwartych modeli działa dobrze w 96 GB. GPU może domyślnie używać około 72 GB. Szybkość zależy od układu: od 300 GB/s w M3 Max do 1200 GB/s w M5 Ultra.

Najmądrzejszy z dobrze działającychQwen3.8 27B8-bit · 28,7 GB · 5–33 tok/sNajwiększy z dobrze działającychgpt-oss-120bnatywnie 4,25-bit · 65,3 GB · 50–356 tok/sDo koduQwen3 Coder Next6-bit · 65 GB · 56–400 tok/s

Maki z 96 GB

Układy M2–M5 z 96 GB: 4. Otwórz dowolny, by zobaczyć jego listę i szybkości.

Działają dobrze 51

Mieści się z zapasem na kontekst, 10 lub więcej tokenów na sekundę na M5 Ultra.

ModelWersjaPamięćM3 MaxM5 Ultra
Qwen3.8 27B27B · Inteligencja 33,78-bit28,7 GB5–819–33
Nemotron 3.5 Bolt 74B A9B74B · aktywne: 9B · Inteligencja 21,46-bit60,1 GB18–3374–132
Qwen3.6 35B A3B35B · aktywne: 3B · Inteligencja 18,28-bit37,2 GB42–75169–300
Muse Glimmer 30B29,6B · Inteligencja 17,58-bit31,5 GB4–817–30
Gemma 4 31B30,7B · Inteligencja 14,78-bit32,6 GB4–717–29
Nemotron 3.5 Lightning 30B A3B30B · aktywne: 3B · Inteligencja 12,98-bit31,9 GB42–75169–300
Granite 4.2 30B30B · Inteligencja 12,78-bit31,9 GB4–817–30
MiniCPM5 2B2,52B · Inteligencja 12,58-bit2,7 GB50–89200–356
gpt-oss-120b117B · aktywne: 5,1B · Inteligencja 11,6natywnie 4,25-bit65,3 GB50–89200–356
Qwen3.5 9B9B · Inteligencja 11,28-bit9,6 GB14–2556–100
Granite 4.2 8B8B · Inteligencja 11,18-bit8,5 GB16–2864–113
Qwen3 Coder Next80B · aktywne: 3B · Inteligencja 9,26-bit65 GB56–100225–400
Granite 4.2 3B3B · Inteligencja 9,18-bit3,2 GB42–75169–300
gpt-oss-20b21B · aktywne: 3,6B · Inteligencja 9natywnie 4,25-bit13,8 GB71–126284–505
Nemotron 3 Nano 30B A3B30B · aktywne: 3,5B · Inteligencja 8,98-bit31,9 GB36–65146–259
Gemma 4 E4B8B · Inteligencja 8,98-bit8,5 GB28–50113–200
Llama 4 Scout 17B-16E Instruct109B · aktywne: 17B · Inteligencja 6,54-bit61,3 GB14–2556–100
Ministral 3 8B8,9B · Inteligencja 5,58-bit9,5 GB14–2557–101
Nemotron 3 Nano 4B3,97B · Inteligencja 4,88-bit4,2 GB32–57129–229
GLM-4.5 Air106B · aktywne: 12B4-bit59,6 GB20–3579–141
Llama 3.3 70B Instruct70B4-bit39,4 GB2–414–24
Qwen3 Coder 30B A3B Instruct30,5B · aktywne: 3,3B8-bit32,4 GB39–69154–274
GLM-4.7 Flash30B · aktywne: 3B8-bit31,9 GB42–75169–300
Qwen3.6 27B27B8-bit28,7 GB5–819–33
Gemma 4 26B A4B25,2B · aktywne: 3,8B8-bit26,8 GB34–60135–240
Devstral Small 2 (24B)24B8-bit25,5 GB10–1821–38
Magistral Small 1.2 (2509)24B8-bit25,5 GB10–1821–38
Mistral Small 3.2 (24B)24B8-bit25,5 GB10–1821–38
LFM2.5 24B A2B24B · aktywne: 2B8-bit25,5 GB64–114257–457
Phi-4 Reasoning Vision 15B15B8-bit15,9 GB11–2034–60
Phi-4 (14B)14B8-bit14,9 GB12–2136–64
Gemma 4 12B Unified12B8-bit12,7 GB11–1943–76
Qwen3 8B8,2B8-bit8,7 GB16–2862–110
Llama 3.1 8B Instruct8B8-bit8,5 GB16–2864–113
Gemma 4 E2B5,1B8-bit5,4 GB56–100225–400
Qwen3.5 4B4B8-bit4,3 GB31–56126–223
Phi-4 mini instruct3,8B8-bit4 GB34–60135–240
Llama 3.2 3B Instruct3,21B8-bit3,4 GB40–71159–282
SmolLM3 3B3B8-bit3,2 GB42–75169–300
LFM2.5 2.6B2,69B8-bit2,9 GB47–83186–331
Qwen3.5 2B2B8-bit2,1 GB64–114257–457
Llama 3.2 1B Instruct1,23B8-bit1,3 GB104–185415–738
Qwen3.5 0.8B0,8B8-bit0,9 GB150–267600–1067
Qwen3 0.6B0,6B8-bit0,6 GB225–400900–1600
Qwen3.8 Flash Next180B · aktywne: 6B · Inteligencja 39,82-bit niższa jakość56,3 GB71–126284–505
Qwen3.5 122B A10B122B · aktywne: 10B · Inteligencja 15,63-bit niższa jakość53,4 GB31–55123–218
Mistral Medium 3.5 (128B)128B · Inteligencja 14,23-bit niższa jakość56 GB2–410–17
Mistral Small 4 (119B)119B · aktywne: 6,5B · Inteligencja 11,33-bit niższa jakość52,1 GB48–86193–343
Devstral 2 (123B)123B3-bit niższa jakość53,8 GB3–410–18
Ornith 1.5 122B122B · aktywne: 10B3-bit niższa jakość53,4 GB31–55123–218
Nemotron 3 Super 120B A12B120B · aktywne: 12B3-bit niższa jakość52,5 GB25–45102–181

Ledwo się mieszczą 1

Zajmuje prawie całą pamięć: podnieś limit pamięci GPU i trzymaj krótki kontekst.

ModelWersjaPamięćM3 MaxM5 Ultra
MiniMax M2.7230B · aktywne: 10B2-bit niższa jakość71,9 GB44–77174–310

Za duże 21

Potrzebuje więcej niż 96 GB pamięci, nawet przy 2 bitach.

Pytania

Jaki LLM jest najlepszy dla Maca z 96 GB?
Spośród modeli z opublikowanym Intelligence Index najwyżej ocenianym z tych, które działają dobrze w 96 GB, jest Qwen3.8 27B (8-bit). Największy z dobrze działających to gpt-oss-120b. Do kodu: Qwen3 Coder Next.
Czy 96 GB wystarczy do lokalnej AI na Macu?
44 z 73 otwartych modeli z tej listy działa w tej pamięci dobrze przy 4 bitach lub więcej. macOS domyślnie pozwala GPU używać około 72 GB; model i jego kontekst muszą się w tym zmieścić.
Czy Mac z 96 GB uruchomi gpt-oss-20b?
Tak, natywnie 4,25-bit: około 71–126 tokenów na sekundę na M3 Max i 284–505 na M5 Ultra.

Inne rozmiary: 8 GB · 16 GB · 18 GB · 24 GB · 32 GB · 36 GB · 48 GB · 64 GB · 96 GB · 128 GB · 192 GB · 256 GB · 512 GB

Uruchamiaj je w MLX Harness (za darmo, otwarte źródło) albo przez mlx-lm od Apple w Terminalu: krok po kroku.

Jak to liczymy

Pamięć: parametry modelu przy 8, 6, 4, 3 lub 2 bitach na wagę plus skale grup MLX (pół bita na wagę) albo jego natywny format, a do tego miejsce na kontekst. Domyślnie macOS pozwala GPU używać około 75% pamięci zunifikowanej. Szybkość: przepustowość pamięci podzielona przez liczbę bajtów odczytywanych na token to górna granica dla jednej rozmowy; w publicznych testach llama.cpp na Apple Silicon rzeczywiste uruchomienia osiągają od około 45% do 80% tej wartości i właśnie ten zakres pokazujemy. To szacunki, nie pomiary: zmierz swojego Maca w MLX Bench. Dane modeli pochodzą z oficjalnych kart modeli, dane układów ze specyfikacji technicznych Apple. Sprawdzono 2026-10-19. Te same dane co na mlx.app/compare.

Najlepsze lokalne LLM dla Maca z 96 GB (M2–M5): co działa