ВойтиСоздать кошелек

Лучшие LLM для Mac с 256 ГБ.

В 256 ГБ хорошо работают 54 из 73 открытых моделей. По умолчанию GPU может использовать около 192 ГБ. Скорость зависит от чипа: от 819 ГБ/с у M3 Ultra до 1 200 ГБ/с у M5 Ultra.

Самая умная из работающих хорошоQwen3.8 Flash Next6 бит · 146 ГБ · 75–196 tok/sСамая большая из работающих хорошоMiMo V2.6 Flashнативные 4,48 бит · 173 ГБ · 44–114 tok/sДля кодаQwen3 Coder Next8 бит · 85 ГБ · 115–300 tok/s

Mac с 256 ГБ

Чипов M3–M5 с 256 ГБ: 2. Откройте любой, чтобы увидеть его список и скорость.

Работают хорошо 61

Помещается с запасом для контекста, 10 и более токенов в секунду на M5 Ultra.

МодельВерсияПамятьM3 UltraM5 Ultra
Qwen3.8 Flash Next180B · активных: 6B · Интеллект 39,86 бит146 ГБ75–134110–196
MiMo V2.6 Flash309B · активных: 15B · Интеллект 37,9нативные 4,48 бит173 ГБ44–7864–114
Qwen3.8 27B27B · Интеллект 33,78 бит28,7 ГБ13–2319–33
Inkling Small276B · активных: 12B · Интеллект 25,74 бит155 ГБ54–9679–141
Hy3295B · активных: 21B · Интеллект 25,34 бит166 ГБ31–5646–81
Nemotron 3.5 Bolt 74B A9B74B · активных: 9B · Интеллект 21,48 бит78,6 ГБ38–6856–100
Qwen3.6 35B A3B35B · активных: 3B · Интеллект 18,28 бит37,2 ГБ115–205169–300
Muse Glimmer 30B29,6B · Интеллект 17,58 бит31,5 ГБ12–2117–30
Qwen3.5 122B A10B122B · активных: 10B · Интеллект 15,68 бит130 ГБ35–6251–91
Gemma 4 31B30,7B · Интеллект 14,78 бит32,6 ГБ11–2017–29
Nemotron 3.5 Lightning 30B A3B30B · активных: 3B · Интеллект 12,98 бит31,9 ГБ115–205169–300
Granite 4.2 30B30B · Интеллект 12,78 бит31,9 ГБ12–2117–30
MiniCPM5 2B2,52B · Интеллект 12,58 бит2,7 ГБ137–243200–356
gpt-oss-120b117B · активных: 5,1B · Интеллект 11,6нативные 4,25 бит65,3 ГБ137–243200–356
Mistral Small 4 (119B)119B · активных: 6,5B · Интеллект 11,38 бит126 ГБ53–9578–139
Qwen3.5 9B9B · Интеллект 11,28 бит9,6 ГБ38–6856–100
Granite 4.2 8B8B · Интеллект 11,18 бит8,5 ГБ43–7764–113
Qwen3 Coder Next80B · активных: 3B · Интеллект 9,28 бит85 ГБ115–205169–300
Granite 4.2 3B3B · Интеллект 9,18 бит3,2 ГБ115–205169–300
gpt-oss-20b21B · активных: 3,6B · Интеллект 9нативные 4,25 бит13,8 ГБ194–345284–505
Nemotron 3 Nano 30B A3B30B · активных: 3,5B · Интеллект 8,98 бит31,9 ГБ100–177146–259
Gemma 4 E4B8B · Интеллект 8,98 бит8,5 ГБ77–137113–200
Llama 4 Scout 17B-16E Instruct109B · активных: 17B · Интеллект 6,58 бит116 ГБ20–3630–53
Ministral 3 8B8,9B · Интеллект 5,58 бит9,5 ГБ39–6957–101
Nemotron 3 Nano 4B3,97B · Интеллект 4,88 бит4,2 ГБ88–156129–229
DeepSeek V4 Flash 0731284B · активных: 13B4 бит160 ГБ50–9074–132
MiniMax M2.7230B · активных: 10B4 бит129 ГБ66–11796–171
Ornith 1.5 122B122B · активных: 10B8 бит130 ГБ35–6251–91
Nemotron 3 Super 120B A12B120B · активных: 12B8 бит128 ГБ29–5142–75
GLM-4.5 Air106B · активных: 12B8 бит113 ГБ29–5142–75
Llama 3.3 70B Instruct70B4 бит39,4 ГБ5–914–24
Qwen3 Coder 30B A3B Instruct30,5B · активных: 3,3B8 бит32,4 ГБ105–187154–274
GLM-4.7 Flash30B · активных: 3B8 бит31,9 ГБ115–205169–300
Qwen3.6 27B27B8 бит28,7 ГБ13–2319–33
Gemma 4 26B A4B25,2B · активных: 3,8B8 бит26,8 ГБ92–164135–240
Devstral Small 2 (24B)24B8 бит25,5 ГБ14–2621–38
Magistral Small 1.2 (2509)24B8 бит25,5 ГБ14–2621–38
Mistral Small 3.2 (24B)24B8 бит25,5 ГБ14–2621–38
LFM2.5 24B A2B24B · активных: 2B8 бит25,5 ГБ176–312257–457
Phi-4 Reasoning Vision 15B15B8 бит15,9 ГБ23–4134–60
Phi-4 (14B)14B8 бит14,9 ГБ25–4436–64
Gemma 4 12B Unified12B8 бит12,7 ГБ29–5243–76
Qwen3 8B8,2B8 бит8,7 ГБ42–7562–110
Llama 3.1 8B Instruct8B8 бит8,5 ГБ43–7764–113
Gemma 4 E2B5,1B8 бит5,4 ГБ154–273225–400
Qwen3.5 4B4B8 бит4,3 ГБ86–152126–223
Phi-4 mini instruct3,8B8 бит4 ГБ92–164135–240
Llama 3.2 3B Instruct3,21B8 бит3,4 ГБ108–193159–282
SmolLM3 3B3B8 бит3,2 ГБ115–205169–300
LFM2.5 2.6B2,69B8 бит2,9 ГБ127–226186–331
Qwen3.5 2B2B8 бит2,1 ГБ176–312257–457
Llama 3.2 1B Instruct1,23B8 бит1,3 ГБ284–504415–738
Qwen3.5 0.8B0,8B8 бит0,9 ГБ410–728600–1067
Qwen3 0.6B0,6B8 бит0,6 ГБ614–1092900–1600
DeepSeek V4.1 Flash 1017552B · активных: 16B · Интеллект 45,12 бит ниже качество173 ГБ74–131108–192
GLM-5.3 Flash320B · активных: 18B · Интеллект 41,83 бит ниже качество140 ГБ47–8368–122
Beam 1.0501B · активных: 23B · Интеллект 30,32 бит ниже качество157 ГБ51–9175–133
MiniMax M3428B · активных: 23B · Интеллект 29,22 бит ниже качество134 ГБ51–9175–133
Nemotron 3 Ultra 550B A55B550B · активных: 55B · Интеллект 22,92 бит ниже качество172 ГБ21–3831–56
Qwen3.5 397B A17B397B · активных: 17B · Интеллект 18,43 бит ниже качество174 ГБ50–8973–130
Llama 4 Maverick 17B-128E Instruct400B · активных: 17B · Интеллект 9,33 бит ниже качество175 ГБ50–8973–130

Работают, но медленно 2

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

МодельВерсияПамятьM3 UltraM5 Ultra
Mistral Medium 3.5 (128B)128B · Интеллект 14,28 бит136 ГБ3–54–7
Devstral 2 (123B)123B8 бит131 ГБ3–54–7

Еле помещаются 1

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

МодельВерсияПамятьM3 UltraM5 Ultra
Mistral Large 3 (675B)675B · активных: 41B2 бит ниже качество211 ГБ29–5142–75

Слишком большие 9

Нужно больше 256 ГБ памяти, даже при 2 битах.

Вопросы

Какая LLM лучше всего подходит для Mac с 256 ГБ?
Среди моделей с опубликованным Intelligence Index выше всех из тех, что хорошо работают в 256 ГБ, оценена Qwen3.8 Flash Next (6 бит). Самая большая из хорошо работающих — MiMo V2.6 Flash. Для кода: Qwen3 Coder Next.
Хватит ли 256 ГБ для локального ИИ на Mac?
Из 73 открытых моделей здесь 54 хорошо работают в таком объеме при 4 битах или лучше. По умолчанию macOS отдает GPU около 192 ГБ; модель и ее контекст должны поместиться в этот объем.
Запустит ли Mac с 256 ГБ gpt-oss-20b?
Да, нативные 4,25 бит: около 194–345 токенов в секунду на M3 Ultra и 284–505 на M5 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 256 ГБ (M3–M5): что работает