Zaloguj sięUtwórz portfel

Co uruchomi M1 Ultra z 128 GB?

Działa na nim dobrze 47 z 73 otwartych modeli. GPU może domyślnie używać około 96 GB z 128 GB, a pamięć jest odczytywana z szybkością 800 GB/s, co wyznacza szybkość generowania. Występuje w: Mac Studio (2022).

Najmądrzejszy z dobrze działającychQwen3.8 27B8-bit · 28,7 GB · 13–22 tok/sNajwiększy z dobrze działającychQwen3.5 122B A10B4-bit · 68,6 GB · 64–114 tok/sDo koduQwen3 Coder Next8-bit · 85 GB · 113–200 tok/s

Działają dobrze 51

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

ModelWersjaPamięćTokeny/s
Qwen3.8 27B27B · Inteligencja 33,78-bit28,7 GB13–22
Nemotron 3.5 Bolt 74B A9B74B · aktywne: 9B · Inteligencja 21,48-bit78,6 GB38–67
Qwen3.6 35B A3B35B · aktywne: 3B · Inteligencja 18,28-bit37,2 GB113–200
Muse Glimmer 30B29,6B · Inteligencja 17,58-bit31,5 GB11–20
Qwen3.5 122B A10B122B · aktywne: 10B · Inteligencja 15,64-bit68,6 GB64–114
Gemma 4 31B30,7B · Inteligencja 14,78-bit32,6 GB11–20
Nemotron 3.5 Lightning 30B A3B30B · aktywne: 3B · Inteligencja 12,98-bit31,9 GB113–200
Granite 4.2 30B30B · Inteligencja 12,78-bit31,9 GB11–20
MiniCPM5 2B2,52B · Inteligencja 12,58-bit2,7 GB133–237
gpt-oss-120b117B · aktywne: 5,1B · Inteligencja 11,6natywnie 4,25-bit65,3 GB133–237
Mistral Small 4 (119B)119B · aktywne: 6,5B · Inteligencja 11,34-bit66,9 GB97–173
Qwen3.5 9B9B · Inteligencja 11,28-bit9,6 GB38–67
Granite 4.2 8B8B · Inteligencja 11,18-bit8,5 GB42–75
Qwen3 Coder Next80B · aktywne: 3B · Inteligencja 9,28-bit85 GB113–200
Granite 4.2 3B3B · Inteligencja 9,18-bit3,2 GB113–200
gpt-oss-20b21B · aktywne: 3,6B · Inteligencja 9natywnie 4,25-bit13,8 GB189–337
Nemotron 3 Nano 30B A3B30B · aktywne: 3,5B · Inteligencja 8,98-bit31,9 GB97–173
Gemma 4 E4B8B · Inteligencja 8,98-bit8,5 GB75–133
Llama 4 Scout 17B-16E Instruct109B · aktywne: 17B · Inteligencja 6,56-bit88,6 GB26–46
Ministral 3 8B8,9B · Inteligencja 5,58-bit9,5 GB38–67
Nemotron 3 Nano 4B3,97B · Inteligencja 4,88-bit4,2 GB86–152
Ornith 1.5 122B122B · aktywne: 10B4-bit68,6 GB64–114
Nemotron 3 Super 120B A12B120B · aktywne: 12B4-bit67,5 GB53–94
GLM-4.5 Air106B · aktywne: 12B6-bit86,1 GB37–65
Qwen3 Coder 30B A3B Instruct30,5B · aktywne: 3,3B8-bit32,4 GB103–183
GLM-4.7 Flash30B · aktywne: 3B8-bit31,9 GB113–200
Qwen3.6 27B27B8-bit28,7 GB13–22
Gemma 4 26B A4B25,2B · aktywne: 3,8B8-bit26,8 GB90–160
Devstral Small 2 (24B)24B8-bit25,5 GB14–25
Magistral Small 1.2 (2509)24B8-bit25,5 GB14–25
Mistral Small 3.2 (24B)24B8-bit25,5 GB14–25
LFM2.5 24B A2B24B · aktywne: 2B8-bit25,5 GB171–305
Phi-4 Reasoning Vision 15B15B8-bit15,9 GB23–40
Phi-4 (14B)14B8-bit14,9 GB24–43
Gemma 4 12B Unified12B8-bit12,7 GB28–50
Qwen3 8B8,2B8-bit8,7 GB41–74
Llama 3.1 8B Instruct8B8-bit8,5 GB42–75
Gemma 4 E2B5,1B8-bit5,4 GB150–267
Qwen3.5 4B4B8-bit4,3 GB84–149
Phi-4 mini instruct3,8B8-bit4 GB90–160
Llama 3.2 3B Instruct3,21B8-bit3,4 GB106–188
SmolLM3 3B3B8-bit3,2 GB113–200
LFM2.5 2.6B2,69B8-bit2,9 GB124–221
Qwen3.5 2B2B8-bit2,1 GB171–305
Llama 3.2 1B Instruct1,23B8-bit1,3 GB277–492
Qwen3.5 0.8B0,8B8-bit0,9 GB400–711
Qwen3 0.6B0,6B8-bit0,6 GB600–1067
Qwen3.8 Flash Next180B · aktywne: 6B · Inteligencja 39,83-bit niższa jakość78,8 GB138–246
Inkling Small276B · aktywne: 12B · Inteligencja 25,72-bit niższa jakość86,3 GB95–168
DeepSeek V4 Flash 0731284B · aktywne: 13B2-bit niższa jakość88,8 GB88–156
MiniMax M2.7230B · aktywne: 10B2-bit niższa jakość71,9 GB116–206

Działają, ale wolno 3

Mieści się, ale poniżej 10 tokenów na sekundę: dobre do pracy wsadowej, wolne do czatu.

ModelWersjaPamięćTokeny/s
Mistral Medium 3.5 (128B)128B · Inteligencja 14,24-bit72 GB5–9
Devstral 2 (123B)123B4-bit69,2 GB5–9
Llama 3.3 70B Instruct70B8-bit74,4 GB5–9

Ledwo się mieszczą 3

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

ModelWersjaPamięćTokeny/s
GLM-5.3 Flash320B · aktywne: 18B · Inteligencja 41,82-bit niższa jakość100 GB64–114
MiMo V2.6 Flash309B · aktywne: 15B · Inteligencja 37,92-bit niższa jakość96,6 GB77–136
Hy3295B · aktywne: 21B · Inteligencja 25,32-bit niższa jakość92,2 GB55–97

Za duże 16

Potrzebuje więcej niż 128 GB pamięci, nawet przy 2 bitach.

Inne Maki

Każdy Mac z 128 GB, z dowolnym układem.

M1 Ultra z większą lub mniejszą pamięcią:

Sąsiednie układy:

Bezpośrednio:

Porównaj z dowolnym Makiem lub GPU · M1 Ultra do lokalnej AI · Najlepszy Mac do lokalnych LLM · Wszystkie Maki

Pytania

Jaki LLM jest najlepszy dla M1 Ultra z 128 GB?
Spośród modeli z opublikowanym Intelligence Index najwyżej ocenianym z tych, które działają tu dobrze, jest Qwen3.8 27B: 8-bit, około 13–22 tokenów na sekundę. Największy z dobrze działających to Qwen3.5 122B A10B.
Czy M1 Ultra z 128 GB uruchomi Llama 3.3 70B?
Tak, ale wolno: 8-bit, około 5–9 tokenów na sekundę.
Jak szybko działa gpt-oss-20b na M1 Ultra?
Około 189–337 tokenów na sekundę (natywnie 4,25-bit), przy przepustowości pamięci układu 800 GB/s.

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.

Jakie LLM uruchomi M1 Ultra z 128 GB? Każdy model z szybkością