EntrarCriar carteira

Os melhores LLMs para um Mac de 192 GB.

49 de 73 modelos abertos rodam bem com 192 GB. Por padrão, a GPU pode usar cerca de 144 GB dessa memória. O M2 Ultra lê a memória a 800 GB/s.

O mais inteligente que roda bemQwen3.8 Flash Next4 bits · 101 GB · 106–188 tok/sO maior que roda bemMiniMax M2.74 bits · 129 GB · 64–114 tok/sPara códigoQwen3 Coder Next8 bits · 85 GB · 113–200 tok/s

Macs com 192 GB

1 chips de M2 vêm com 192 GB. Abra um para ver a lista e as velocidades dele.

Roda bem 56

Cabe com espaço para o contexto, a 10 tokens por segundo ou mais no M2 Ultra.

ModeloVersãoMemóriaTokens/s
Qwen3.8 Flash Next180B · 6B ativos · Inteligência 39,84 bits101 GB106–188
Qwen3.8 27B27B · Inteligência 33,78 bits28,7 GB13–22
Nemotron 3.5 Bolt 74B A9B74B · 9B ativos · Inteligência 21,48 bits78,6 GB38–67
Qwen3.6 35B A3B35B · 3B ativos · Inteligência 18,28 bits37,2 GB113–200
Muse Glimmer 30B29,6B · Inteligência 17,58 bits31,5 GB11–20
Qwen3.5 122B A10B122B · 10B ativos · Inteligência 15,68 bits130 GB34–60
Gemma 4 31B30,7B · Inteligência 14,78 bits32,6 GB11–20
Nemotron 3.5 Lightning 30B A3B30B · 3B ativos · Inteligência 12,98 bits31,9 GB113–200
Granite 4.2 30B30B · Inteligência 12,78 bits31,9 GB11–20
MiniCPM5 2B2,52B · Inteligência 12,58 bits2,7 GB133–237
gpt-oss-120b117B · 5,1B ativos · Inteligência 11,64,25 bits nativo65,3 GB133–237
Mistral Small 4 (119B)119B · 6,5B ativos · Inteligência 11,38 bits126 GB52–93
Qwen3.5 9B9B · Inteligência 11,28 bits9,6 GB38–67
Granite 4.2 8B8B · Inteligência 11,18 bits8,5 GB42–75
Qwen3 Coder Next80B · 3B ativos · Inteligência 9,28 bits85 GB113–200
Granite 4.2 3B3B · Inteligência 9,18 bits3,2 GB113–200
gpt-oss-20b21B · 3,6B ativos · Inteligência 94,25 bits nativo13,8 GB189–337
Nemotron 3 Nano 30B A3B30B · 3,5B ativos · Inteligência 8,98 bits31,9 GB97–173
Gemma 4 E4B8B · Inteligência 8,98 bits8,5 GB75–133
Llama 4 Scout 17B-16E Instruct109B · 17B ativos · Inteligência 6,58 bits116 GB20–35
Ministral 3 8B8,9B · Inteligência 5,58 bits9,5 GB38–67
Nemotron 3 Nano 4B3,97B · Inteligência 4,88 bits4,2 GB86–152
MiniMax M2.7230B · 10B ativos4 bits129 GB64–114
Ornith 1.5 122B122B · 10B ativos8 bits130 GB34–60
Nemotron 3 Super 120B A12B120B · 12B ativos8 bits128 GB28–50
GLM-4.5 Air106B · 12B ativos8 bits113 GB28–50
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B ativos8 bits32,4 GB103–183
GLM-4.7 Flash30B · 3B ativos8 bits31,9 GB113–200
Qwen3.6 27B27B8 bits28,7 GB13–22
Gemma 4 26B A4B25,2B · 3,8B ativos8 bits26,8 GB90–160
Devstral Small 2 (24B)24B8 bits25,5 GB14–25
Magistral Small 1.2 (2509)24B8 bits25,5 GB14–25
Mistral Small 3.2 (24B)24B8 bits25,5 GB14–25
LFM2.5 24B A2B24B · 2B ativos8 bits25,5 GB171–305
Phi-4 Reasoning Vision 15B15B8 bits15,9 GB23–40
Phi-4 (14B)14B8 bits14,9 GB24–43
Gemma 4 12B Unified12B8 bits12,7 GB28–50
Qwen3 8B8,2B8 bits8,7 GB41–74
Llama 3.1 8B Instruct8B8 bits8,5 GB42–75
Gemma 4 E2B5,1B8 bits5,4 GB150–267
Qwen3.5 4B4B8 bits4,3 GB84–149
Phi-4 mini instruct3,8B8 bits4 GB90–160
Llama 3.2 3B Instruct3,21B8 bits3,4 GB106–188
SmolLM3 3B3B8 bits3,2 GB113–200
LFM2.5 2.6B2,69B8 bits2,9 GB124–221
Qwen3.5 2B2B8 bits2,1 GB171–305
Llama 3.2 1B Instruct1,23B8 bits1,3 GB277–492
Qwen3.5 0.8B0,8B8 bits0,9 GB400–711
Qwen3 0.6B0,6B8 bits0,6 GB600–1067
GLM-5.3 Flash320B · 18B ativos · Inteligência 41,82 bits qualidade menor100 GB64–114
MiMo V2.6 Flash309B · 15B ativos · Inteligência 37,92 bits qualidade menor96,6 GB77–136
Inkling Small276B · 12B ativos · Inteligência 25,73 bits qualidade menor121 GB68–121
Hy3295B · 21B ativos · Inteligência 25,33 bits qualidade menor129 GB39–70
Qwen3.5 397B A17B397B · 17B ativos · Inteligência 18,42 bits qualidade menor124 GB68–121
Llama 4 Maverick 17B-128E Instruct400B · 17B ativos · Inteligência 9,32 bits qualidade menor125 GB68–121
DeepSeek V4 Flash 0731284B · 13B ativos3 bits qualidade menor124 GB63–112

Roda, mas devagar 3

Cabe, mas abaixo de 10 tokens por segundo: serve para trabalho em lote, mas é lento para chat.

ModeloVersãoMemóriaTokens/s
Mistral Medium 3.5 (128B)128B · Inteligência 14,26 bits104 GB3–6
Devstral 2 (123B)123B8 bits131 GB3–5
Llama 3.3 70B Instruct70B8 bits74,4 GB5–9

Cabe no limite 2

Precisa de quase toda a memória: aumente o limite de memória da GPU e mantenha o contexto curto.

ModeloVersãoMemóriaTokens/s
Beam 1.0501B · 23B ativos · Inteligência 30,32 bits qualidade menor157 GB50–89
MiniMax M3428B · 23B ativos · Inteligência 29,22 bits qualidade menor134 GB50–89

Grande demais 12

Precisa de mais de 192 GB de memória, mesmo com 2 bits.

Perguntas

Qual é o melhor LLM para um Mac com 192 GB?
Entre os modelos com Intelligence Index publicado, Qwen3.8 Flash Next tem a maior pontuação entre os que rodam bem com 192 GB (4 bits). O maior que roda bem é MiniMax M2.7. Para código: Qwen3 Coder Next.
192 GB são suficientes para IA local no Mac?
49 dos 73 modelos abertos desta lista rodam bem com essa memória, com 4 bits ou mais. Por padrão, o macOS deixa a GPU usar cerca de 144 GB dela; o modelo e o contexto precisam caber nisso.
Um Mac de 192 GB roda gpt-oss-20b?
Sim, 4,25 bits nativo, a cerca de 189–337 tokens por segundo em um M2 Ultra.

Outros tamanhos: 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

Rode os modelos com o MLX Harness (grátis, open source) ou com o mlx-lm da Apple no Terminal: passo a passo.

Como é calculado

Memória: os parâmetros do modelo com 8, 6, 4, 3 ou 2 bits por peso, mais as escalas por grupo do MLX (meio bit por peso), ou o formato nativo do modelo, com espaço extra para o contexto. Por padrão, o macOS deixa a GPU usar cerca de 75% da memória unificada. Velocidade: a largura de banda da memória dividida pelos bytes lidos por token é o teto para uma conversa; nos benchmarks públicos de Apple Silicon do llama.cpp, execuções reais chegam a cerca de 45% a 80% desse teto, que é a faixa mostrada. São estimativas, não medições: meça o seu Mac no MLX Bench. Dados dos modelos tirados de cada model card oficial; dados dos chips, das especificações técnicas da Apple. Verificado em 2026-10-19. Os mesmos dados de mlx.app/compare.

Melhores LLMs locais para Mac de 192 GB (M2): o que roda