ВойтиСоздать кошелек

Что запустит M3 Max с 64 ГБ?

На нем хорошо работают 39 из 73 открытых моделей. По умолчанию GPU может использовать около 48 ГБ из 64 ГБ, а память читается со скоростью 400 ГБ/с — от этого зависит скорость генерации. Встречается в: MacBook Pro (14-inch, M3 Pro or M3 Max, Nov 2023), MacBook Pro (16-inch, Nov 2023).

Самая умная из работающих хорошоQwen3.8 27B4 бит · 15,2 ГБ · 12–21 tok/sСамая большая из работающих хорошоNemotron 3.5 Bolt 74B A9B4 бит · 41,6 ГБ · 35–63 tok/sДля кодаQwen3 Coder 30B A3B Instruct8 бит · 32,4 ГБ · 51–91 tok/s

Работают хорошо 47

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

МодельВерсияПамятьТокенов/с
Qwen3.8 27B27B · Интеллект 33,74 бит15,2 ГБ12–21
Nemotron 3.5 Bolt 74B A9B74B · активных: 9B · Интеллект 21,44 бит41,6 ГБ35–63
Qwen3.6 35B A3B35B · активных: 3B · Интеллект 18,28 бит37,2 ГБ56–100
Muse Glimmer 30B29,6B · Интеллект 17,54 бит16,7 ГБ11–19
Gemma 4 31B30,7B · Интеллект 14,74 бит17,3 ГБ10–18
Nemotron 3.5 Lightning 30B A3B30B · активных: 3B · Интеллект 12,98 бит31,9 ГБ56–100
Granite 4.2 30B30B · Интеллект 12,74 бит16,9 ГБ11–19
MiniCPM5 2B2,52B · Интеллект 12,58 бит2,7 ГБ67–119
Qwen3.5 9B9B · Интеллект 11,28 бит9,6 ГБ19–33
Granite 4.2 8B8B · Интеллект 11,18 бит8,5 ГБ21–38
Granite 4.2 3B3B · Интеллект 9,18 бит3,2 ГБ56–100
gpt-oss-20b21B · активных: 3,6B · Интеллект 9нативные 4,25 бит13,8 ГБ95–168
Nemotron 3 Nano 30B A3B30B · активных: 3,5B · Интеллект 8,98 бит31,9 ГБ49–86
Gemma 4 E4B8B · Интеллект 8,98 бит8,5 ГБ38–67
Ministral 3 8B8,9B · Интеллект 5,58 бит9,5 ГБ19–34
Nemotron 3 Nano 4B3,97B · Интеллект 4,88 бит4,2 ГБ43–76
Qwen3 Coder 30B A3B Instruct30,5B · активных: 3,3B8 бит32,4 ГБ51–91
GLM-4.7 Flash30B · активных: 3B8 бит31,9 ГБ56–100
Qwen3.6 27B27B4 бит15,2 ГБ12–21
Gemma 4 26B A4B25,2B · активных: 3,8B8 бит26,8 ГБ45–80
Devstral Small 2 (24B)24B4 бит13,5 ГБ13–24
Magistral Small 1.2 (2509)24B4 бит13,5 ГБ13–24
Mistral Small 3.2 (24B)24B4 бит13,5 ГБ13–24
LFM2.5 24B A2B24B · активных: 2B8 бит25,5 ГБ86–152
Phi-4 Reasoning Vision 15B15B8 бит15,9 ГБ11–20
Phi-4 (14B)14B8 бит14,9 ГБ12–21
Gemma 4 12B Unified12B8 бит12,7 ГБ14–25
Qwen3 8B8,2B8 бит8,7 ГБ21–37
Llama 3.1 8B Instruct8B8 бит8,5 ГБ21–38
Gemma 4 E2B5,1B8 бит5,4 ГБ75–133
Qwen3.5 4B4B8 бит4,3 ГБ42–74
Phi-4 mini instruct3,8B8 бит4 ГБ45–80
Llama 3.2 3B Instruct3,21B8 бит3,4 ГБ53–94
SmolLM3 3B3B8 бит3,2 ГБ56–100
LFM2.5 2.6B2,69B8 бит2,9 ГБ62–110
Qwen3.5 2B2B8 бит2,1 ГБ86–152
Llama 3.2 1B Instruct1,23B8 бит1,3 ГБ138–246
Qwen3.5 0.8B0,8B8 бит0,9 ГБ200–356
Qwen3 0.6B0,6B8 бит0,6 ГБ300–533
Qwen3.5 122B A10B122B · активных: 10B · Интеллект 15,62 бит ниже качество38,1 ГБ58–103
gpt-oss-120b117B · активных: 5,1B · Интеллект 11,62 бит ниже качество36,6 ГБ113–200
Mistral Small 4 (119B)119B · активных: 6,5B · Интеллект 11,32 бит ниже качество37,2 ГБ90–160
Qwen3 Coder Next80B · активных: 3B · Интеллект 9,23 бит ниже качество35 ГБ138–246
Llama 4 Scout 17B-16E Instruct109B · активных: 17B · Интеллект 6,52 бит ниже качество34,1 ГБ34–60
Ornith 1.5 122B122B · активных: 10B2 бит ниже качество38,1 ГБ58–103
Nemotron 3 Super 120B A12B120B · активных: 12B2 бит ниже качество37,5 ГБ47–84
GLM-4.5 Air106B · активных: 12B2 бит ниже качество33,1 ГБ47–84

Работают, но медленно 3

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

МодельВерсияПамятьТокенов/с
Llama 3.3 70B Instruct70B4 бит39,4 ГБ5–8
Mistral Medium 3.5 (128B)128B · Интеллект 14,22 бит ниже качество40 ГБ5–8
Devstral 2 (123B)123B2 бит ниже качество38,4 ГБ5–8

Слишком большие 23

Нужно больше 64 ГБ памяти, даже при 2 битах.

Другие Mac

Все Mac с 64 ГБ, на любом чипе.

M3 Max с другим объемом памяти:

Соседние чипы:

Один на один:

Сравнить с любым Mac или GPU · M3 Max для локального ИИ · Лучший Mac для локальных LLM · Все Mac

Вопросы

Какая LLM лучше всего подходит для M3 Max с 64 ГБ?
Среди моделей с опубликованным Intelligence Index выше всех из тех, что здесь хорошо работают, оценена Qwen3.8 27B: 4 бит, около 12–21 токенов в секунду. Самая большая из хорошо работающих — Nemotron 3.5 Bolt 74B A9B.
Запустит ли M3 Max с 64 ГБ Llama 3.3 70B?
Да, но медленно: 4 бит, около 5–8 токенов в секунду.
Насколько быстро gpt-oss-20b работает на M3 Max?
Около 95–168 токенов в секунду (нативные 4,25 бит) при пропускной способности памяти чипа 400 ГБ/с.

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.

Какие LLM запустит M3 Max с 64 ГБ? Все модели и скорость