ВойтиСоздать кошелек

Лучшие LLM для Mac с 512 ГБ.

В 512 ГБ хорошо работают 61 из 73 открытых моделей. По умолчанию GPU может использовать около 384 ГБ. Скорость зависит от чипа: от 819 ГБ/с у M3 Ultra до 1 200 ГБ/с у M5 Ultra.

Самая умная из работающих хорошоDeepSeek V4.1 Flash 10174 бит · 311 ГБ · 41–107 tok/sСамая большая из работающих хорошоDeepSeek V4.1 Flash 10174 бит · 311 ГБ · 41–107 tok/sДля кодаQwen3 Coder Next8 бит · 85 ГБ · 115–300 tok/s

Mac с 512 ГБ

Чипов M3–M5 с 512 ГБ: 2. Откройте любой, чтобы увидеть его список и скорость.

Работают хорошо 68

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

МодельВерсияПамятьM3 UltraM5 Ultra
DeepSeek V4.1 Flash 1017552B · активных: 16B · Интеллект 45,14 бит311 ГБ41–7360–107
GLM-5.3 Flash320B · активных: 18B · Интеллект 41,88 бит340 ГБ19–3428–50
Qwen3.8 Flash Next180B · активных: 6B · Интеллект 39,88 бит191 ГБ58–10284–150
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
Beam 1.0501B · активных: 23B · Интеллект 30,34 бит282 ГБ29–5142–74
MiniMax M3428B · активных: 23B · Интеллект 29,26 бит348 ГБ20–3529–51
Inkling Small276B · активных: 12B · Интеллект 25,78 бит293 ГБ29–5142–75
Hy3295B · активных: 21B · Интеллект 25,38 бит313 ГБ17–2924–43
Nemotron 3 Ultra 550B A55B550B · активных: 55B · Интеллект 22,94 бит309 ГБ12–2117–31
Nemotron 3.5 Bolt 74B A9B74B · активных: 9B · Интеллект 21,48 бит78,6 ГБ38–6856–100
Qwen3.5 397B A17B397B · активных: 17B · Интеллект 18,46 бит323 ГБ27–4739–70
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
Llama 4 Maverick 17B-128E Instruct400B · активных: 17B · Интеллект 9,36 бит325 ГБ27–4739–70
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: 13B8 бит302 ГБ27–4739–70
MiniMax M2.7230B · активных: 10B8 бит244 ГБ35–6251–91
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
MiMo V2.6 Pro1 020B · активных: 42B · Интеллект 46,32 бит ниже качество319 ГБ28–5041–73
GLM-5.3744B · активных: 40B · Интеллект 44,83 бит ниже качество326 ГБ21–3731–55
Muse Spark Open816B · активных: 42B · Интеллект 38,92 бит ниже качество255 ГБ28–5041–73
Kimi K2.7 Code1 000B · активных: 32B · Интеллект 25,82 бит ниже качество313 ГБ37–6654–96
Inkling975B · активных: 41B · Интеллект 252 бит ниже качество305 ГБ29–5142–75
Kimi K2.61 000B · активных: 32B2 бит ниже качество313 ГБ37–6654–96
Mistral Large 3 (675B)675B · активных: 41B3 бит ниже качество295 ГБ21–3730–54

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

Слишком большие 3

Нужно больше 512 ГБ памяти, даже при 2 битах.

Вопросы

Какая LLM лучше всего подходит для Mac с 512 ГБ?
Среди моделей с опубликованным Intelligence Index выше всех из тех, что хорошо работают в 512 ГБ, оценена DeepSeek V4.1 Flash 1017 (4 бит). Для кода: Qwen3 Coder Next.
Хватит ли 512 ГБ для локального ИИ на Mac?
Из 73 открытых моделей здесь 61 хорошо работают в таком объеме при 4 битах или лучше. По умолчанию macOS отдает GPU около 384 ГБ; модель и ее контекст должны поместиться в этот объем.
Запустит ли Mac с 512 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 512 ГБ (M3–M5): что работает