Czy Mac Studio z układem M3 Ultra nadaje się do lokalnych LLM?

Z 512 GB dobrze uruchamia 60 z 73 otwartych modeli, aż do DeepSeek V4.1 Flash 1017, i generuje około 194–345 tokenów na sekundę z gpt-oss-20b. M3 Ultra odczytuje pamięć z szybkością 819 GB/s, co wyznacza szybkość generowania.

Mac Studio z układem M3 Ultra: ile pamięci potrzeba do AI?

Otwarte modele działające dobrze: 43 przy 96 GB i 60 przy 512 GB, aż do DeepSeek V4.1 Flash 1017. Pamięć decyduje o tym, które modele się zmieszczą, i nie da się jej później rozszerzyć.

Mac Studio M3 Ultra do lokalnej AI: jakie LLM, według pamięci

Według rozmiaru pamięci

Pamięć	Działa dobrze	Największy z dobrze działających	gpt-oss-20b
96 GB819 GB/s	43	gpt-oss-120b	194–345 tok/s
256 GB819 GB/s	53	MiMo V2.6 Flash	194–345 tok/s
512 GB819 GB/s	60	DeepSeek V4.1 Flash 1017	194–345 tok/s

Modele: Mac Studio (2025). Nie każdy rozmiar pamięci jest dostępny w każdym modelu; specyfikacje techniczne Apple podają, z czym oferowany jest każdy z nich.

Pytania

Czy Mac Studio z układem M3 Ultra nadaje się do lokalnych LLM?: Z 512 GB dobrze uruchamia 60 z 73 otwartych modeli, aż do DeepSeek V4.1 Flash 1017, i generuje około 194–345 tokenów na sekundę z gpt-oss-20b. M3 Ultra odczytuje pamięć z szybkością 819 GB/s, co wyznacza szybkość generowania.
Mac Studio z układem M3 Ultra: ile pamięci potrzeba do AI?: Otwarte modele działające dobrze: 43 przy 96 GB i 60 przy 512 GB, aż do DeepSeek V4.1 Flash 1017. Pamięć decyduje o tym, które modele się zmieszczą, i nie da się jej później rozszerzyć.

Inne Maki

Mac Studio z innymi układami:

Bezpośrednio:

Przeciw komputerom PC i kartom graficznym:

M3 Ultra vs DGX Spark

M3 Ultra do lokalnej AI · Najlepszy Mac do lokalnych LLM · Wszystkie Maki

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.