Zaloguj sięUtwórz portfel

Co uruchomi M3 Ultra z 96 GB?

Działa na nim dobrze 43 z 73 otwartych modeli. GPU może domyślnie używać około 72 GB z 96 GB, a pamięć jest odczytywana z szybkością 819 GB/s, co wyznacza szybkość generowania. Występuje w: Mac Studio (2025).

Najmądrzejszy z dobrze działającychQwen3.8 27B8-bit · 28,7 GB · 13–23 tok/sNajwiększy z dobrze działającychgpt-oss-120bnatywnie 4,25-bit · 65,3 GB · 137–243 tok/sDo koduQwen3 Coder Next6-bit · 65 GB · 154–273 tok/s

Działają dobrze 48

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

ModelWersjaPamięćTokeny/s
Qwen3.8 27B27B · Inteligencja 33,78-bit28,7 GB13–23
Nemotron 3.5 Bolt 74B A9B74B · aktywne: 9B · Inteligencja 21,46-bit60,1 GB50–90
Qwen3.6 35B A3B35B · aktywne: 3B · Inteligencja 18,28-bit37,2 GB115–205
Muse Glimmer 30B29,6B · Inteligencja 17,58-bit31,5 GB12–21
Gemma 4 31B30,7B · Inteligencja 14,78-bit32,6 GB11–20
Nemotron 3.5 Lightning 30B A3B30B · aktywne: 3B · Inteligencja 12,98-bit31,9 GB115–205
Granite 4.2 30B30B · Inteligencja 12,78-bit31,9 GB12–21
MiniCPM5 2B2,52B · Inteligencja 12,58-bit2,7 GB137–243
gpt-oss-120b117B · aktywne: 5,1B · Inteligencja 11,6natywnie 4,25-bit65,3 GB137–243
Qwen3.5 9B9B · Inteligencja 11,28-bit9,6 GB38–68
Granite 4.2 8B8B · Inteligencja 11,18-bit8,5 GB43–77
Qwen3 Coder Next80B · aktywne: 3B · Inteligencja 9,26-bit65 GB154–273
Granite 4.2 3B3B · Inteligencja 9,18-bit3,2 GB115–205
gpt-oss-20b21B · aktywne: 3,6B · Inteligencja 9natywnie 4,25-bit13,8 GB194–345
Nemotron 3 Nano 30B A3B30B · aktywne: 3,5B · Inteligencja 8,98-bit31,9 GB100–177
Gemma 4 E4B8B · Inteligencja 8,98-bit8,5 GB77–137
Llama 4 Scout 17B-16E Instruct109B · aktywne: 17B · Inteligencja 6,54-bit61,3 GB38–68
Ministral 3 8B8,9B · Inteligencja 5,58-bit9,5 GB39–69
Nemotron 3 Nano 4B3,97B · Inteligencja 4,88-bit4,2 GB88–156
GLM-4.5 Air106B · aktywne: 12B4-bit59,6 GB54–96
Qwen3 Coder 30B A3B Instruct30,5B · aktywne: 3,3B8-bit32,4 GB105–187
GLM-4.7 Flash30B · aktywne: 3B8-bit31,9 GB115–205
Qwen3.6 27B27B8-bit28,7 GB13–23
Gemma 4 26B A4B25,2B · aktywne: 3,8B8-bit26,8 GB92–164
Devstral Small 2 (24B)24B8-bit25,5 GB14–26
Magistral Small 1.2 (2509)24B8-bit25,5 GB14–26
Mistral Small 3.2 (24B)24B8-bit25,5 GB14–26
LFM2.5 24B A2B24B · aktywne: 2B8-bit25,5 GB176–312
Phi-4 Reasoning Vision 15B15B8-bit15,9 GB23–41
Phi-4 (14B)14B8-bit14,9 GB25–44
Gemma 4 12B Unified12B8-bit12,7 GB29–52
Qwen3 8B8,2B8-bit8,7 GB42–75
Llama 3.1 8B Instruct8B8-bit8,5 GB43–77
Gemma 4 E2B5,1B8-bit5,4 GB154–273
Qwen3.5 4B4B8-bit4,3 GB86–152
Phi-4 mini instruct3,8B8-bit4 GB92–164
Llama 3.2 3B Instruct3,21B8-bit3,4 GB108–193
SmolLM3 3B3B8-bit3,2 GB115–205
LFM2.5 2.6B2,69B8-bit2,9 GB127–226
Qwen3.5 2B2B8-bit2,1 GB176–312
Llama 3.2 1B Instruct1,23B8-bit1,3 GB284–504
Qwen3.5 0.8B0,8B8-bit0,9 GB410–728
Qwen3 0.6B0,6B8-bit0,6 GB614–1092
Qwen3.8 Flash Next180B · aktywne: 6B · Inteligencja 39,82-bit niższa jakość56,3 GB194–345
Qwen3.5 122B A10B122B · aktywne: 10B · Inteligencja 15,63-bit niższa jakość53,4 GB84–149
Mistral Small 4 (119B)119B · aktywne: 6,5B · Inteligencja 11,33-bit niższa jakość52,1 GB132–234
Ornith 1.5 122B122B · aktywne: 10B3-bit niższa jakość53,4 GB84–149
Nemotron 3 Super 120B A12B120B · aktywne: 12B3-bit niższa jakość52,5 GB70–124

Działają, ale wolno 3

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

ModelWersjaPamięćTokeny/s
Llama 3.3 70B Instruct70B6-bit56,9 GB6–12
Mistral Medium 3.5 (128B)128B · Inteligencja 14,23-bit niższa jakość56 GB7–12
Devstral 2 (123B)123B3-bit niższa jakość53,8 GB7–12

Ledwo się mieszczą 1

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

ModelWersjaPamięćTokeny/s
MiniMax M2.7230B · aktywne: 10B2-bit niższa jakość71,9 GB119–211

Za duże 21

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

Inne Maki

Każdy Mac z 96 GB, z dowolnym układem.

M3 Ultra z większą lub mniejszą pamięcią:

Sąsiednie układy:

Bezpośrednio:

Przeciw komputerom PC i kartom graficznym:

Porównaj z dowolnym Makiem lub GPU · M3 Ultra do lokalnej AI · Najlepszy Mac do lokalnych LLM · Wszystkie Maki

Pytania

Jaki LLM jest najlepszy dla M3 Ultra z 96 GB?
Spośród modeli z opublikowanym Intelligence Index najwyżej ocenianym z tych, które działają tu dobrze, jest Qwen3.8 27B: 8-bit, około 13–23 tokenów na sekundę. Największy z dobrze działających to gpt-oss-120b.
Czy M3 Ultra z 96 GB uruchomi Llama 3.3 70B?
Tak, ale wolno: 6-bit, około 6–12 tokenów na sekundę.
Jak szybko działa gpt-oss-20b na M3 Ultra?
Około 194–345 tokenów na sekundę (natywnie 4,25-bit), przy przepustowości pamięci układu 819 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 M3 Ultra z 96 GB? Każdy model z szybkością