Jaki LLM jest najlepszy dla M2 Max z 96 GB?

Spośród modeli z opublikowanym Intelligence Index najwyżej ocenianym z tych, które działają tu dobrze, jest Qwen3.8 27B: 4-bit, około 12–21 tokenów na sekundę. Największy z dobrze działających to gpt-oss-120b.

Czy M2 Max z 96 GB uruchomi Llama 3.3 70B?

Tak, ale wolno: 6-bit, około 3–6 tokenów na sekundę.

Jak szybko działa gpt-oss-20b na M2 Max?

Około 95–168 tokenów na sekundę (natywnie 4,25-bit), przy przepustowości pamięci układu 400 GB/s.

Jakie LLM uruchomi M2 Max z 96 GB? Każdy model z szybkością

Działają dobrze 48

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

Model	Wersja	Pamięć	Tokeny/s
Qwen3.8 27B27B · Inteligencja 33,7	4-bit	15,2 GB	12–21
Nemotron 3.5 Bolt 74B A9B74B · aktywne: 9B · Inteligencja 21,4	6-bit	60,1 GB	25–44
Qwen3.6 35B A3B35B · aktywne: 3B · Inteligencja 18,2	8-bit	37,2 GB	56–100
Muse Glimmer 30B29,6B · Inteligencja 17,5	4-bit	16,7 GB	11–19
Gemma 4 31B30,7B · Inteligencja 14,7	4-bit	17,3 GB	10–18
Nemotron 3.5 Lightning 30B A3B30B · aktywne: 3B · Inteligencja 12,9	8-bit	31,9 GB	56–100
Granite 4.2 30B30B · Inteligencja 12,7	4-bit	16,9 GB	11–19
MiniCPM5 2B2,52B · Inteligencja 12,5	8-bit	2,7 GB	67–119
gpt-oss-120b117B · aktywne: 5,1B · Inteligencja 11,6	natywnie 4,25-bit	65,3 GB	67–119
Qwen3.5 9B9B · Inteligencja 11,2	8-bit	9,6 GB	19–33
Granite 4.2 8B8B · Inteligencja 11,1	8-bit	8,5 GB	21–38
Qwen3 Coder Next80B · aktywne: 3B · Inteligencja 9,2	6-bit	65 GB	75–133
Granite 4.2 3B3B · Inteligencja 9,1	8-bit	3,2 GB	56–100
gpt-oss-20b21B · aktywne: 3,6B · Inteligencja 9	natywnie 4,25-bit	13,8 GB	95–168
Nemotron 3 Nano 30B A3B30B · aktywne: 3,5B · Inteligencja 8,9	8-bit	31,9 GB	49–86
Gemma 4 E4B8B · Inteligencja 8,9	8-bit	8,5 GB	38–67
Llama 4 Scout 17B-16E Instruct109B · aktywne: 17B · Inteligencja 6,5	4-bit	61,3 GB	19–33
Ministral 3 8B8,9B · Inteligencja 5,5	8-bit	9,5 GB	19–34
Nemotron 3 Nano 4B3,97B · Inteligencja 4,8	8-bit	4,2 GB	43–76
GLM-4.5 Air106B · aktywne: 12B	4-bit	59,6 GB	26–47
Qwen3 Coder 30B A3B Instruct30,5B · aktywne: 3,3B	8-bit	32,4 GB	51–91
GLM-4.7 Flash30B · aktywne: 3B	8-bit	31,9 GB	56–100
Qwen3.6 27B27B	4-bit	15,2 GB	12–21
Gemma 4 26B A4B25,2B · aktywne: 3,8B	8-bit	26,8 GB	45–80
Devstral Small 2 (24B)24B	4-bit	13,5 GB	13–24
Magistral Small 1.2 (2509)24B	4-bit	13,5 GB	13–24
Mistral Small 3.2 (24B)24B	4-bit	13,5 GB	13–24
LFM2.5 24B A2B24B · aktywne: 2B	8-bit	25,5 GB	86–152
Phi-4 Reasoning Vision 15B15B	8-bit	15,9 GB	11–20
Phi-4 (14B)14B	8-bit	14,9 GB	12–21
Gemma 4 12B Unified12B	8-bit	12,7 GB	14–25
Qwen3 8B8,2B	8-bit	8,7 GB	21–37
Llama 3.1 8B Instruct8B	8-bit	8,5 GB	21–38
Gemma 4 E2B5,1B	8-bit	5,4 GB	75–133
Qwen3.5 4B4B	8-bit	4,3 GB	42–74
Phi-4 mini instruct3,8B	8-bit	4 GB	45–80
Llama 3.2 3B Instruct3,21B	8-bit	3,4 GB	53–94
SmolLM3 3B3B	8-bit	3,2 GB	56–100
LFM2.5 2.6B2,69B	8-bit	2,9 GB	62–110
Qwen3.5 2B2B	8-bit	2,1 GB	86–152
Llama 3.2 1B Instruct1,23B	8-bit	1,3 GB	138–246
Qwen3.5 0.8B0,8B	8-bit	0,9 GB	200–356
Qwen3 0.6B0,6B	8-bit	0,6 GB	300–533
Qwen3.8 Flash Next180B · aktywne: 6B · Inteligencja 39,8	2-bit niższa jakość	56,3 GB	95–168
Qwen3.5 122B A10B122B · aktywne: 10B · Inteligencja 15,6	3-bit niższa jakość	53,4 GB	41–73
Mistral Small 4 (119B)119B · aktywne: 6,5B · Inteligencja 11,3	3-bit niższa jakość	52,1 GB	64–114
Ornith 1.5 122B122B · aktywne: 10B	3-bit niższa jakość	53,4 GB	41–73
Nemotron 3 Super 120B A12B120B · aktywne: 12B	3-bit niższa jakość	52,5 GB	34–60

Działają, ale wolno 3

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

Model	Wersja	Pamięć	Tokeny/s
Llama 3.3 70B Instruct70B	6-bit	56,9 GB	3–6
Mistral Medium 3.5 (128B)128B · Inteligencja 14,2	3-bit niższa jakość	56 GB	3–6
Devstral 2 (123B)123B	3-bit niższa jakość	53,8 GB	3–6

Ledwo się mieszczą 1

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

Model	Wersja	Pamięć	Tokeny/s
MiniMax M2.7230B · aktywne: 10B	2-bit niższa jakość	71,9 GB	58–103

Inne Maki

Każdy Mac z 96 GB, z dowolnym układem.

M2 Max z większą lub mniejszą pamięcią:

Sąsiednie układy:

Bezpośrednio:

Porównaj z dowolnym Makiem lub GPU · M2 Max do lokalnej AI · Najlepszy Mac do lokalnych LLM · Wszystkie Maki

Pytania

Jaki LLM jest najlepszy dla M2 Max z 96 GB?: Spośród modeli z opublikowanym Intelligence Index najwyżej ocenianym z tych, które działają tu dobrze, jest Qwen3.8 27B: 4-bit, około 12–21 tokenów na sekundę. Największy z dobrze działających to gpt-oss-120b.
Czy M2 Max z 96 GB uruchomi Llama 3.3 70B?: Tak, ale wolno: 6-bit, około 3–6 tokenów na sekundę.
Jak szybko działa gpt-oss-20b na M2 Max?: Około 95–168 tokenów na sekundę (natywnie 4,25-bit), przy przepustowości pamięci układu 400 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.

Co uruchomi M2 Max z 96 GB?