உள்நுழைவாலெட் உருவாக்குங்கள்

96 GB Mac-க்குச் சிறந்த LLM-கள்.

96 GB-இல் 73 ஓப்பன் மாடல்களில் 44 நன்றாக இயங்கும். இயல்பாக அதில் சுமார் 72 GB-ஐ GPU பயன்படுத்தலாம். வேகம் சிப்பைப் பொறுத்தது: M3 Max-இல் 300 GB/s முதல் M5 Ultra-இல் 1,200 GB/s வரை.

நன்றாக இயங்குவதில் மிகப் புத்திசாலியானதுQwen3.8 27B8-பிட் · 28.7 GB · 5–33 tok/sநன்றாக இயங்குவதில் மிகப் பெரியதுgpt-oss-120bநேட்டிவ் 4.25-பிட் · 65.3 GB · 50–356 tok/sகோடிங்குக்குQwen3 Coder Next6-பிட் · 65 GB · 56–400 tok/s

96 GB கொண்ட Mac-கள்

M2 முதல் M5 வரையிலான 4 சிப்கள் 96 GB-உடன் வருகின்றன. அதன் சொந்தப் பட்டியலையும் வேகத்தையும் பார்க்க எதையும் திறங்கள்.

நன்றாக இயங்குபவை 51

கான்டெக்ஸ்ட்டுக்கு இடம் விட்டுப் பொருந்துகின்றன, M5 Ultra-இல் வினாடிக்கு 10 அல்லது அதற்கு மேல் டோக்கன்களில்.

மாடல்பதிப்புமெமரிM3 MaxM5 Ultra
Qwen3.8 27B27B · இன்டெலிஜென்ஸ் 33.78-பிட்28.7 GB5–819–33
Nemotron 3.5 Bolt 74B A9B74B · 9B செயலில் · இன்டெலிஜென்ஸ் 21.46-பிட்60.1 GB18–3374–132
Qwen3.6 35B A3B35B · 3B செயலில் · இன்டெலிஜென்ஸ் 18.28-பிட்37.2 GB42–75169–300
Muse Glimmer 30B29.6B · இன்டெலிஜென்ஸ் 17.58-பிட்31.5 GB4–817–30
Gemma 4 31B30.7B · இன்டெலிஜென்ஸ் 14.78-பிட்32.6 GB4–717–29
Nemotron 3.5 Lightning 30B A3B30B · 3B செயலில் · இன்டெலிஜென்ஸ் 12.98-பிட்31.9 GB42–75169–300
Granite 4.2 30B30B · இன்டெலிஜென்ஸ் 12.78-பிட்31.9 GB4–817–30
MiniCPM5 2B2.52B · இன்டெலிஜென்ஸ் 12.58-பிட்2.7 GB50–89200–356
gpt-oss-120b117B · 5.1B செயலில் · இன்டெலிஜென்ஸ் 11.6நேட்டிவ் 4.25-பிட்65.3 GB50–89200–356
Qwen3.5 9B9B · இன்டெலிஜென்ஸ் 11.28-பிட்9.6 GB14–2556–100
Granite 4.2 8B8B · இன்டெலிஜென்ஸ் 11.18-பிட்8.5 GB16–2864–113
Qwen3 Coder Next80B · 3B செயலில் · இன்டெலிஜென்ஸ் 9.26-பிட்65 GB56–100225–400
Granite 4.2 3B3B · இன்டெலிஜென்ஸ் 9.18-பிட்3.2 GB42–75169–300
gpt-oss-20b21B · 3.6B செயலில் · இன்டெலிஜென்ஸ் 9நேட்டிவ் 4.25-பிட்13.8 GB71–126284–505
Nemotron 3 Nano 30B A3B30B · 3.5B செயலில் · இன்டெலிஜென்ஸ் 8.98-பிட்31.9 GB36–65146–259
Gemma 4 E4B8B · இன்டெலிஜென்ஸ் 8.98-பிட்8.5 GB28–50113–200
Llama 4 Scout 17B-16E Instruct109B · 17B செயலில் · இன்டெலிஜென்ஸ் 6.54-பிட்61.3 GB14–2556–100
Ministral 3 8B8.9B · இன்டெலிஜென்ஸ் 5.58-பிட்9.5 GB14–2557–101
Nemotron 3 Nano 4B3.97B · இன்டெலிஜென்ஸ் 4.88-பிட்4.2 GB32–57129–229
GLM-4.5 Air106B · 12B செயலில்4-பிட்59.6 GB20–3579–141
Llama 3.3 70B Instruct70B4-பிட்39.4 GB2–414–24
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B செயலில்8-பிட்32.4 GB39–69154–274
GLM-4.7 Flash30B · 3B செயலில்8-பிட்31.9 GB42–75169–300
Qwen3.6 27B27B8-பிட்28.7 GB5–819–33
Gemma 4 26B A4B25.2B · 3.8B செயலில்8-பிட்26.8 GB34–60135–240
Devstral Small 2 (24B)24B8-பிட்25.5 GB10–1821–38
Magistral Small 1.2 (2509)24B8-பிட்25.5 GB10–1821–38
Mistral Small 3.2 (24B)24B8-பிட்25.5 GB10–1821–38
LFM2.5 24B A2B24B · 2B செயலில்8-பிட்25.5 GB64–114257–457
Phi-4 Reasoning Vision 15B15B8-பிட்15.9 GB11–2034–60
Phi-4 (14B)14B8-பிட்14.9 GB12–2136–64
Gemma 4 12B Unified12B8-பிட்12.7 GB11–1943–76
Qwen3 8B8.2B8-பிட்8.7 GB16–2862–110
Llama 3.1 8B Instruct8B8-பிட்8.5 GB16–2864–113
Gemma 4 E2B5.1B8-பிட்5.4 GB56–100225–400
Qwen3.5 4B4B8-பிட்4.3 GB31–56126–223
Phi-4 mini instruct3.8B8-பிட்4 GB34–60135–240
Llama 3.2 3B Instruct3.21B8-பிட்3.4 GB40–71159–282
SmolLM3 3B3B8-பிட்3.2 GB42–75169–300
LFM2.5 2.6B2.69B8-பிட்2.9 GB47–83186–331
Qwen3.5 2B2B8-பிட்2.1 GB64–114257–457
Llama 3.2 1B Instruct1.23B8-பிட்1.3 GB104–185415–738
Qwen3.5 0.8B0.8B8-பிட்0.9 GB150–267600–1067
Qwen3 0.6B0.6B8-பிட்0.6 GB225–400900–1600
Qwen3.8 Flash Next180B · 6B செயலில் · இன்டெலிஜென்ஸ் 39.82-பிட் குறைந்த தரம்56.3 GB71–126284–505
Qwen3.5 122B A10B122B · 10B செயலில் · இன்டெலிஜென்ஸ் 15.63-பிட் குறைந்த தரம்53.4 GB31–55123–218
Mistral Medium 3.5 (128B)128B · இன்டெலிஜென்ஸ் 14.23-பிட் குறைந்த தரம்56 GB2–410–17
Mistral Small 4 (119B)119B · 6.5B செயலில் · இன்டெலிஜென்ஸ் 11.33-பிட் குறைந்த தரம்52.1 GB48–86193–343
Devstral 2 (123B)123B3-பிட் குறைந்த தரம்53.8 GB3–410–18
Ornith 1.5 122B122B · 10B செயலில்3-பிட் குறைந்த தரம்53.4 GB31–55123–218
Nemotron 3 Super 120B A12B120B · 12B செயலில்3-பிட் குறைந்த தரம்52.5 GB25–45102–181

விளிம்பில் பொருந்துபவை 1

கிட்டத்தட்ட முழு மெமரியும் தேவை: GPU மெமரி வரம்பை உயர்த்தி, கான்டெக்ஸ்ட்டைச் சுருக்கமாக வையுங்கள்.

மாடல்பதிப்புமெமரிM3 MaxM5 Ultra
MiniMax M2.7230B · 10B செயலில்2-பிட் குறைந்த தரம்71.9 GB44–77174–310

மிகப் பெரியவை 21

96 GB-ஐ விட அதிக மெமரி தேவை, 2 பிட்டிலும் கூட.

கேள்விகள்

96 GB கொண்ட Mac-க்குச் சிறந்த LLM எது?
Intelligence Index வெளியிடப்பட்ட மாடல்களில், 96 GB-இல் நன்றாக இயங்குபவற்றில் Qwen3.8 27B அதிக மதிப்பெண் பெறுகிறது (8-பிட்). நன்றாக இயங்குவதில் மிகப் பெரியது gpt-oss-120b. கோடிங்குக்கு: Qwen3 Coder Next.
Mac-இல் லோக்கல் AI-க்கு 96 GB போதுமா?
இங்குள்ள 73 ஓப்பன் மாடல்களில் 44, 4 பிட் அல்லது அதைவிடச் சிறந்த பிரிசிஷனில் இதில் நன்றாக இயங்கும். இயல்பாக macOS இதில் சுமார் 72 GB-ஐ GPU பயன்படுத்த அனுமதிக்கிறது; மாடலும் அதன் கான்டெக்ஸ்ட்டும் அதற்குள் பொருந்த வேண்டும்.
96 GB Mac-இல் gpt-oss-20b இயங்குமா?
ஆம், நேட்டிவ் 4.25-பிட், M3 Max-இல் வினாடிக்கு சுமார் 71–126 டோக்கன்கள், M5 Ultra-இல் 284–505.

மற்ற அளவுகள்: 8 GB · 16 GB · 18 GB · 24 GB · 32 GB · 36 GB · 48 GB · 64 GB · 96 GB · 128 GB · 192 GB · 256 GB · 512 GB

இவற்றை MLX Harness (இலவசம், ஓப்பன் சோர்ஸ்) மூலமோ, Terminal-இல் Apple-இன் mlx-lm மூலமோ இயக்குங்கள்: படிப்படியாக.

எப்படிக் கணக்கிடப்பட்டது

மெமரி: மாடலின் பாராமீட்டர்கள் ஒரு வெயிட்டுக்கு 8, 6, 4, 3 அல்லது 2 பிட்களில், கூடவே MLX-இன் குரூப் ஸ்கேல்கள் (ஒரு வெயிட்டுக்கு அரை பிட்), அல்லது அதன் நேட்டிவ் வடிவம், அதற்கு மேல் கான்டெக்ஸ்ட்டுக்கு இடம். இயல்பாக macOS, யூனிஃபைடு மெமரியில் சுமார் 75%-ஐ GPU பயன்படுத்த அனுமதிக்கிறது. வேகம்: மெமரி பேண்ட்வித்தை ஒவ்வொரு டோக்கனுக்கும் படிக்கப்படும் பைட்டுகளால் வகுத்தால், ஒரு உரையாடலுக்கான உச்சவரம்பு கிடைக்கும்; llama.cpp-இன் பொது Apple Silicon பெஞ்ச்மார்க்குகளில் உண்மையான ரன்கள் அதில் சுமார் 45% முதல் 80% வரை எட்டுகின்றன, அந்த வரம்பே காட்டப்படுகிறது. இவை மதிப்பீடுகள், அளவீடுகள் அல்ல: உங்கள் சொந்த Mac-ஐ MLX Bench-இல் அளந்து பாருங்கள். மாடல் விவரங்கள் ஒவ்வொரு அதிகாரப்பூர்வ மாடல் கார்டிலிருந்தும், சிப் விவரங்கள் Apple-இன் Tech Specs-இலிருந்தும். சரிபார்த்தது 2026-10-19. mlx.app/compare-இல் உள்ள அதே தரவு.

96 GB Mac-க்குச் சிறந்த லோக்கல் LLM-கள் (M2 முதல் M5)