EntrarCriar carteira

O que um M3 Max com 64 GB roda?

39 de 73 modelos abertos rodam bem nele. Por padrão, a GPU pode usar cerca de 48 GB dos seus 64 GB, e o chip lê a memória a 400 GB/s, o que define a velocidade de escrita. Presente em: MacBook Pro (14-inch, M3 Pro or M3 Max, Nov 2023), MacBook Pro (16-inch, Nov 2023).

O mais inteligente que roda bemQwen3.8 27B4 bits · 15,2 GB · 12–21 tok/sO maior que roda bemNemotron 3.5 Bolt 74B A9B4 bits · 41,6 GB · 35–63 tok/sPara códigoQwen3 Coder 30B A3B Instruct8 bits · 32,4 GB · 51–91 tok/s

Roda bem 47

Cabe com espaço para o contexto, a 10 tokens por segundo ou mais.

ModeloVersãoMemóriaTokens/s
Qwen3.8 27B27B · Inteligência 33,74 bits15,2 GB12–21
Nemotron 3.5 Bolt 74B A9B74B · 9B ativos · Inteligência 21,44 bits41,6 GB35–63
Qwen3.6 35B A3B35B · 3B ativos · Inteligência 18,28 bits37,2 GB56–100
Muse Glimmer 30B29,6B · Inteligência 17,54 bits16,7 GB11–19
Gemma 4 31B30,7B · Inteligência 14,74 bits17,3 GB10–18
Nemotron 3.5 Lightning 30B A3B30B · 3B ativos · Inteligência 12,98 bits31,9 GB56–100
Granite 4.2 30B30B · Inteligência 12,74 bits16,9 GB11–19
MiniCPM5 2B2,52B · Inteligência 12,58 bits2,7 GB67–119
Qwen3.5 9B9B · Inteligência 11,28 bits9,6 GB19–33
Granite 4.2 8B8B · Inteligência 11,18 bits8,5 GB21–38
Granite 4.2 3B3B · Inteligência 9,18 bits3,2 GB56–100
gpt-oss-20b21B · 3,6B ativos · Inteligência 94,25 bits nativo13,8 GB95–168
Nemotron 3 Nano 30B A3B30B · 3,5B ativos · Inteligência 8,98 bits31,9 GB49–86
Gemma 4 E4B8B · Inteligência 8,98 bits8,5 GB38–67
Ministral 3 8B8,9B · Inteligência 5,58 bits9,5 GB19–34
Nemotron 3 Nano 4B3,97B · Inteligência 4,88 bits4,2 GB43–76
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B ativos8 bits32,4 GB51–91
GLM-4.7 Flash30B · 3B ativos8 bits31,9 GB56–100
Qwen3.6 27B27B4 bits15,2 GB12–21
Gemma 4 26B A4B25,2B · 3,8B ativos8 bits26,8 GB45–80
Devstral Small 2 (24B)24B4 bits13,5 GB13–24
Magistral Small 1.2 (2509)24B4 bits13,5 GB13–24
Mistral Small 3.2 (24B)24B4 bits13,5 GB13–24
LFM2.5 24B A2B24B · 2B ativos8 bits25,5 GB86–152
Phi-4 Reasoning Vision 15B15B8 bits15,9 GB11–20
Phi-4 (14B)14B8 bits14,9 GB12–21
Gemma 4 12B Unified12B8 bits12,7 GB14–25
Qwen3 8B8,2B8 bits8,7 GB21–37
Llama 3.1 8B Instruct8B8 bits8,5 GB21–38
Gemma 4 E2B5,1B8 bits5,4 GB75–133
Qwen3.5 4B4B8 bits4,3 GB42–74
Phi-4 mini instruct3,8B8 bits4 GB45–80
Llama 3.2 3B Instruct3,21B8 bits3,4 GB53–94
SmolLM3 3B3B8 bits3,2 GB56–100
LFM2.5 2.6B2,69B8 bits2,9 GB62–110
Qwen3.5 2B2B8 bits2,1 GB86–152
Llama 3.2 1B Instruct1,23B8 bits1,3 GB138–246
Qwen3.5 0.8B0,8B8 bits0,9 GB200–356
Qwen3 0.6B0,6B8 bits0,6 GB300–533
Qwen3.5 122B A10B122B · 10B ativos · Inteligência 15,62 bits qualidade menor38,1 GB58–103
gpt-oss-120b117B · 5,1B ativos · Inteligência 11,62 bits qualidade menor36,6 GB113–200
Mistral Small 4 (119B)119B · 6,5B ativos · Inteligência 11,32 bits qualidade menor37,2 GB90–160
Qwen3 Coder Next80B · 3B ativos · Inteligência 9,23 bits qualidade menor35 GB138–246
Llama 4 Scout 17B-16E Instruct109B · 17B ativos · Inteligência 6,52 bits qualidade menor34,1 GB34–60
Ornith 1.5 122B122B · 10B ativos2 bits qualidade menor38,1 GB58–103
Nemotron 3 Super 120B A12B120B · 12B ativos2 bits qualidade menor37,5 GB47–84
GLM-4.5 Air106B · 12B ativos2 bits qualidade menor33,1 GB47–84

Roda, mas devagar 3

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

ModeloVersãoMemóriaTokens/s
Llama 3.3 70B Instruct70B4 bits39,4 GB5–8
Mistral Medium 3.5 (128B)128B · Inteligência 14,22 bits qualidade menor40 GB5–8
Devstral 2 (123B)123B2 bits qualidade menor38,4 GB5–8

Grande demais 23

Precisa de mais de 64 GB de memória, mesmo com 2 bits.

Outros Macs

Todos os Macs com 64 GB, de qualquer chip.

O M3 Max com mais ou menos memória:

Chips vizinhos:

Frente a frente:

Compare com qualquer Mac ou GPU · O M3 Max para IA local · O melhor Mac para LLMs locais · Todos os Macs

Perguntas

Qual é o melhor LLM para um M3 Max com 64 GB?
Entre os modelos com Intelligence Index publicado, Qwen3.8 27B tem a maior pontuação entre os que rodam bem aqui: 4 bits, cerca de 12–21 tokens por segundo. O maior que roda bem é Nemotron 3.5 Bolt 74B A9B.
Um M3 Max com 64 GB roda Llama 3.3 70B?
Sim, mas devagar: 4 bits, a cerca de 5–8 tokens por segundo.
Qual é a velocidade do gpt-oss-20b em um M3 Max?
Cerca de 95–168 tokens por segundo (4,25 bits nativo), pelos 400 GB/s de largura de banda da memória do chip.

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.

Quais LLMs um M3 Max com 64 GB roda? Modelos e velocidade