ВойтиСоздать кошелек

Лучшие LLM для Mac с 192 ГБ.

В 192 ГБ хорошо работают 49 из 73 открытых моделей. По умолчанию GPU может использовать около 144 ГБ. M2 Ultra читает память со скоростью 800 ГБ/с.

Самая умная из работающих хорошоQwen3.8 Flash Next4 бит · 101 ГБ · 106–188 tok/sСамая большая из работающих хорошоMiniMax M2.74 бит · 129 ГБ · 64–114 tok/sДля кодаQwen3 Coder Next8 бит · 85 ГБ · 113–200 tok/s

Mac с 192 ГБ

Чипов M2 с 192 ГБ: 1. Откройте любой, чтобы увидеть его список и скорость.

Работают хорошо 56

Помещается с запасом для контекста, 10 и более токенов в секунду на M2 Ultra.

МодельВерсияПамятьТокенов/с
Qwen3.8 Flash Next180B · активных: 6B · Интеллект 39,84 бит101 ГБ106–188
Qwen3.8 27B27B · Интеллект 33,78 бит28,7 ГБ13–22
Nemotron 3.5 Bolt 74B A9B74B · активных: 9B · Интеллект 21,48 бит78,6 ГБ38–67
Qwen3.6 35B A3B35B · активных: 3B · Интеллект 18,28 бит37,2 ГБ113–200
Muse Glimmer 30B29,6B · Интеллект 17,58 бит31,5 ГБ11–20
Qwen3.5 122B A10B122B · активных: 10B · Интеллект 15,68 бит130 ГБ34–60
Gemma 4 31B30,7B · Интеллект 14,78 бит32,6 ГБ11–20
Nemotron 3.5 Lightning 30B A3B30B · активных: 3B · Интеллект 12,98 бит31,9 ГБ113–200
Granite 4.2 30B30B · Интеллект 12,78 бит31,9 ГБ11–20
MiniCPM5 2B2,52B · Интеллект 12,58 бит2,7 ГБ133–237
gpt-oss-120b117B · активных: 5,1B · Интеллект 11,6нативные 4,25 бит65,3 ГБ133–237
Mistral Small 4 (119B)119B · активных: 6,5B · Интеллект 11,38 бит126 ГБ52–93
Qwen3.5 9B9B · Интеллект 11,28 бит9,6 ГБ38–67
Granite 4.2 8B8B · Интеллект 11,18 бит8,5 ГБ42–75
Qwen3 Coder Next80B · активных: 3B · Интеллект 9,28 бит85 ГБ113–200
Granite 4.2 3B3B · Интеллект 9,18 бит3,2 ГБ113–200
gpt-oss-20b21B · активных: 3,6B · Интеллект 9нативные 4,25 бит13,8 ГБ189–337
Nemotron 3 Nano 30B A3B30B · активных: 3,5B · Интеллект 8,98 бит31,9 ГБ97–173
Gemma 4 E4B8B · Интеллект 8,98 бит8,5 ГБ75–133
Llama 4 Scout 17B-16E Instruct109B · активных: 17B · Интеллект 6,58 бит116 ГБ20–35
Ministral 3 8B8,9B · Интеллект 5,58 бит9,5 ГБ38–67
Nemotron 3 Nano 4B3,97B · Интеллект 4,88 бит4,2 ГБ86–152
MiniMax M2.7230B · активных: 10B4 бит129 ГБ64–114
Ornith 1.5 122B122B · активных: 10B8 бит130 ГБ34–60
Nemotron 3 Super 120B A12B120B · активных: 12B8 бит128 ГБ28–50
GLM-4.5 Air106B · активных: 12B8 бит113 ГБ28–50
Qwen3 Coder 30B A3B Instruct30,5B · активных: 3,3B8 бит32,4 ГБ103–183
GLM-4.7 Flash30B · активных: 3B8 бит31,9 ГБ113–200
Qwen3.6 27B27B8 бит28,7 ГБ13–22
Gemma 4 26B A4B25,2B · активных: 3,8B8 бит26,8 ГБ90–160
Devstral Small 2 (24B)24B8 бит25,5 ГБ14–25
Magistral Small 1.2 (2509)24B8 бит25,5 ГБ14–25
Mistral Small 3.2 (24B)24B8 бит25,5 ГБ14–25
LFM2.5 24B A2B24B · активных: 2B8 бит25,5 ГБ171–305
Phi-4 Reasoning Vision 15B15B8 бит15,9 ГБ23–40
Phi-4 (14B)14B8 бит14,9 ГБ24–43
Gemma 4 12B Unified12B8 бит12,7 ГБ28–50
Qwen3 8B8,2B8 бит8,7 ГБ41–74
Llama 3.1 8B Instruct8B8 бит8,5 ГБ42–75
Gemma 4 E2B5,1B8 бит5,4 ГБ150–267
Qwen3.5 4B4B8 бит4,3 ГБ84–149
Phi-4 mini instruct3,8B8 бит4 ГБ90–160
Llama 3.2 3B Instruct3,21B8 бит3,4 ГБ106–188
SmolLM3 3B3B8 бит3,2 ГБ113–200
LFM2.5 2.6B2,69B8 бит2,9 ГБ124–221
Qwen3.5 2B2B8 бит2,1 ГБ171–305
Llama 3.2 1B Instruct1,23B8 бит1,3 ГБ277–492
Qwen3.5 0.8B0,8B8 бит0,9 ГБ400–711
Qwen3 0.6B0,6B8 бит0,6 ГБ600–1067
GLM-5.3 Flash320B · активных: 18B · Интеллект 41,82 бит ниже качество100 ГБ64–114
MiMo V2.6 Flash309B · активных: 15B · Интеллект 37,92 бит ниже качество96,6 ГБ77–136
Inkling Small276B · активных: 12B · Интеллект 25,73 бит ниже качество121 ГБ68–121
Hy3295B · активных: 21B · Интеллект 25,33 бит ниже качество129 ГБ39–70
Qwen3.5 397B A17B397B · активных: 17B · Интеллект 18,42 бит ниже качество124 ГБ68–121
Llama 4 Maverick 17B-128E Instruct400B · активных: 17B · Интеллект 9,32 бит ниже качество125 ГБ68–121
DeepSeek V4 Flash 0731284B · активных: 13B3 бит ниже качество124 ГБ63–112

Работают, но медленно 3

Помещается, но меньше 10 токенов в секунду: подойдет для пакетных задач, для чата медленно.

МодельВерсияПамятьТокенов/с
Mistral Medium 3.5 (128B)128B · Интеллект 14,26 бит104 ГБ3–6
Devstral 2 (123B)123B8 бит131 ГБ3–5
Llama 3.3 70B Instruct70B8 бит74,4 ГБ5–9

Еле помещаются 2

Занимает почти всю память: поднимите лимит памяти GPU и держите контекст коротким.

МодельВерсияПамятьТокенов/с
Beam 1.0501B · активных: 23B · Интеллект 30,32 бит ниже качество157 ГБ50–89
MiniMax M3428B · активных: 23B · Интеллект 29,22 бит ниже качество134 ГБ50–89

Слишком большие 12

Нужно больше 192 ГБ памяти, даже при 2 битах.

Вопросы

Какая LLM лучше всего подходит для Mac с 192 ГБ?
Среди моделей с опубликованным Intelligence Index выше всех из тех, что хорошо работают в 192 ГБ, оценена Qwen3.8 Flash Next (4 бит). Самая большая из хорошо работающих — MiniMax M2.7. Для кода: Qwen3 Coder Next.
Хватит ли 192 ГБ для локального ИИ на Mac?
Из 73 открытых моделей здесь 49 хорошо работают в таком объеме при 4 битах или лучше. По умолчанию macOS отдает GPU около 144 ГБ; модель и ее контекст должны поместиться в этот объем.
Запустит ли Mac с 192 ГБ gpt-oss-20b?
Да, нативные 4,25 бит: около 189–337 токенов в секунду на M2 Ultra.

Другие объемы: 8 ГБ · 16 ГБ · 18 ГБ · 24 ГБ · 32 ГБ · 36 ГБ · 48 ГБ · 64 ГБ · 96 ГБ · 128 ГБ · 192 ГБ · 256 ГБ · 512 ГБ

Запускайте их в MLX Harness (бесплатно, открытый код) или через mlx-lm от Apple в Терминале: пошагово.

Как это рассчитано

Память: параметры модели при 8, 6, 4, 3 или 2 битах на вес плюс групповые масштабы MLX (полбита на вес) или ее нативный формат, а сверху — место для контекста. По умолчанию macOS отдает GPU около 75% объединенной памяти. Скорость: пропускная способность памяти, деленная на число байтов, читаемых на каждый токен, — это потолок для одного диалога; в публичных тестах llama.cpp на Apple Silicon реальные запуски достигают примерно 45–80% от него, и показан именно этот диапазон. Это оценки, а не измерения: измерьте свой Mac в MLX Bench. Данные моделей — из официальных карточек моделей, данные чипов — из технических характеристик Apple. Проверено 2026-10-19. Те же данные, что и на mlx.app/compare.

Лучшие локальные LLM для Mac с 192 ГБ (M2): что работает