లాగిన్వాలెట్ సృష్టించండి

128 GB Macకు ఉత్తమ LLMలు.

128 GBలో 73 ఓపెన్ మోడల్‌లలో 47 బాగా నడుస్తాయి. డిఫాల్ట్‌గా GPU దానిలో సుమారు 96 GB వాడుకోగలదు. వేగం చిప్‌పై ఆధారపడుతుంది: M3 Maxపై 400 GB/s నుండి M1 Ultraపై 800 GB/s వరకు.

బాగా నడిచేవాటిలో అత్యంత తెలివైనదిQwen3.8 27B8-బిట్ · 28.7 GB · 12–22 tok/sబాగా నడిచేవాటిలో అతిపెద్దదిQwen3.5 122B A10B4-బిట్ · 68.6 GB · 32–114 tok/sకోడ్ కోసంQwen3 Coder Next8-బిట్ · 85 GB · 56–200 tok/s

128 GB ఉన్న Macలు

M1 నుండి M5 వరకు ఉన్న 5 చిప్‌లు 128 GBతో వస్తాయి. దాని సొంత జాబితా, వేగాల కోసం దేన్నైనా తెరవండి.

బాగా నడిచేవి 51

కాంటెక్స్ట్‌కు చోటుతో సరిపోతాయి, M1 Ultraపై సెకనుకు 10 లేదా అంతకంటే ఎక్కువ టోకెన్‌లతో.

మోడల్వెర్షన్మెమరీM3 MaxM1 Ultra
Qwen3.8 27B27B · ఇంటెలిజెన్స్ 33.78-బిట్28.7 GB12–2113–22
Nemotron 3.5 Bolt 74B A9B74B · 9B యాక్టివ్ · ఇంటెలిజెన్స్ 21.48-బిట్78.6 GB19–3338–67
Qwen3.6 35B A3B35B · 3B యాక్టివ్ · ఇంటెలిజెన్స్ 18.28-బిట్37.2 GB56–100113–200
Muse Glimmer 30B29.6B · ఇంటెలిజెన్స్ 17.58-బిట్31.5 GB11–1911–20
Qwen3.5 122B A10B122B · 10B యాక్టివ్ · ఇంటెలిజెన్స్ 15.64-బిట్68.6 GB32–5764–114
Gemma 4 31B30.7B · ఇంటెలిజెన్స్ 14.78-బిట్32.6 GB10–1811–20
Nemotron 3.5 Lightning 30B A3B30B · 3B యాక్టివ్ · ఇంటెలిజెన్స్ 12.98-బిట్31.9 GB56–100113–200
Granite 4.2 30B30B · ఇంటెలిజెన్స్ 12.78-బిట్31.9 GB11–1911–20
MiniCPM5 2B2.52B · ఇంటెలిజెన్స్ 12.58-బిట్2.7 GB67–119133–237
gpt-oss-120b117B · 5.1B యాక్టివ్ · ఇంటెలిజెన్స్ 11.6నేటివ్ 4.25-బిట్65.3 GB67–119133–237
Mistral Small 4 (119B)119B · 6.5B యాక్టివ్ · ఇంటెలిజెన్స్ 11.34-బిట్66.9 GB49–8697–173
Qwen3.5 9B9B · ఇంటెలిజెన్స్ 11.28-బిట్9.6 GB19–3338–67
Granite 4.2 8B8B · ఇంటెలిజెన్స్ 11.18-బిట్8.5 GB21–3842–75
Qwen3 Coder Next80B · 3B యాక్టివ్ · ఇంటెలిజెన్స్ 9.28-బిట్85 GB56–100113–200
Granite 4.2 3B3B · ఇంటెలిజెన్స్ 9.18-బిట్3.2 GB56–100113–200
gpt-oss-20b21B · 3.6B యాక్టివ్ · ఇంటెలిజెన్స్ 9నేటివ్ 4.25-బిట్13.8 GB95–168189–337
Nemotron 3 Nano 30B A3B30B · 3.5B యాక్టివ్ · ఇంటెలిజెన్స్ 8.98-బిట్31.9 GB49–8697–173
Gemma 4 E4B8B · ఇంటెలిజెన్స్ 8.98-బిట్8.5 GB38–6775–133
Llama 4 Scout 17B-16E Instruct109B · 17B యాక్టివ్ · ఇంటెలిజెన్స్ 6.56-బిట్88.6 GB13–2326–46
Ministral 3 8B8.9B · ఇంటెలిజెన్స్ 5.58-బిట్9.5 GB19–3438–67
Nemotron 3 Nano 4B3.97B · ఇంటెలిజెన్స్ 4.88-బిట్4.2 GB43–7686–152
Ornith 1.5 122B122B · 10B యాక్టివ్4-బిట్68.6 GB32–5764–114
Nemotron 3 Super 120B A12B120B · 12B యాక్టివ్4-బిట్67.5 GB26–4753–94
GLM-4.5 Air106B · 12B యాక్టివ్6-బిట్86.1 GB18–3337–65
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B యాక్టివ్8-బిట్32.4 GB51–91103–183
GLM-4.7 Flash30B · 3B యాక్టివ్8-బిట్31.9 GB56–100113–200
Qwen3.6 27B27B8-బిట్28.7 GB12–2113–22
Gemma 4 26B A4B25.2B · 3.8B యాక్టివ్8-బిట్26.8 GB45–8090–160
Devstral Small 2 (24B)24B8-బిట్25.5 GB13–2414–25
Magistral Small 1.2 (2509)24B8-బిట్25.5 GB13–2414–25
Mistral Small 3.2 (24B)24B8-బిట్25.5 GB13–2414–25
LFM2.5 24B A2B24B · 2B యాక్టివ్8-బిట్25.5 GB86–152171–305
Phi-4 Reasoning Vision 15B15B8-బిట్15.9 GB11–2023–40
Phi-4 (14B)14B8-బిట్14.9 GB12–2124–43
Gemma 4 12B Unified12B8-బిట్12.7 GB14–2528–50
Qwen3 8B8.2B8-బిట్8.7 GB21–3741–74
Llama 3.1 8B Instruct8B8-బిట్8.5 GB21–3842–75
Gemma 4 E2B5.1B8-బిట్5.4 GB75–133150–267
Qwen3.5 4B4B8-బిట్4.3 GB42–7484–149
Phi-4 mini instruct3.8B8-బిట్4 GB45–8090–160
Llama 3.2 3B Instruct3.21B8-బిట్3.4 GB53–94106–188
SmolLM3 3B3B8-బిట్3.2 GB56–100113–200
LFM2.5 2.6B2.69B8-బిట్2.9 GB62–110124–221
Qwen3.5 2B2B8-బిట్2.1 GB86–152171–305
Llama 3.2 1B Instruct1.23B8-బిట్1.3 GB138–246277–492
Qwen3.5 0.8B0.8B8-బిట్0.9 GB200–356400–711
Qwen3 0.6B0.6B8-బిట్0.6 GB300–533600–1067
Qwen3.8 Flash Next180B · 6B యాక్టివ్ · ఇంటెలిజెన్స్ 39.83-బిట్ తక్కువ నాణ్యత78.8 GB69–123138–246
Inkling Small276B · 12B యాక్టివ్ · ఇంటెలిజెన్స్ 25.72-బిట్ తక్కువ నాణ్యత86.3 GB47–8495–168
DeepSeek V4 Flash 0731284B · 13B యాక్టివ్2-బిట్ తక్కువ నాణ్యత88.8 GB44–7888–156
MiniMax M2.7230B · 10B యాక్టివ్2-బిట్ తక్కువ నాణ్యత71.9 GB58–103116–206

నడుస్తాయి, కానీ నెమ్మదిగా 3

సరిపోతాయి, కానీ సెకనుకు 10 టోకెన్‌ల కంటే తక్కువ: బ్యాచ్ పనులకు సరే, చాట్‌కు నెమ్మది.

మోడల్వెర్షన్మెమరీM3 MaxM1 Ultra
Mistral Medium 3.5 (128B)128B · ఇంటెలిజెన్స్ 14.24-బిట్72 GB3–45–9
Devstral 2 (123B)123B4-బిట్69.2 GB3–55–9
Llama 3.3 70B Instruct70B8-బిట్74.4 GB2–45–9

అతికష్టంగా సరిపోయేవి 3

దాదాపు మొత్తం మెమరీ కావాలి: GPU మెమరీ పరిమితిని పెంచి, కాంటెక్స్ట్‌ను చిన్నగా ఉంచండి.

మోడల్వెర్షన్మెమరీM3 MaxM1 Ultra
GLM-5.3 Flash320B · 18B యాక్టివ్ · ఇంటెలిజెన్స్ 41.82-బిట్ తక్కువ నాణ్యత100 GB32–5764–114
MiMo V2.6 Flash309B · 15B యాక్టివ్ · ఇంటెలిజెన్స్ 37.92-బిట్ తక్కువ నాణ్యత96.6 GB38–6877–136
Hy3295B · 21B యాక్టివ్ · ఇంటెలిజెన్స్ 25.32-బిట్ తక్కువ నాణ్యత92.2 GB27–4855–97

చాలా పెద్దవి 16

128 GB కంటే ఎక్కువ మెమరీ కావాలి, 2 బిట్‌ల వద్ద కూడా.

ప్రశ్నలు

128 GB ఉన్న Macకు ఉత్తమ LLM ఏది?
Intelligence Index ప్రచురించిన మోడల్‌లలో, 128 GBలో బాగా నడిచేవాటిలో Qwen3.8 27Bకు అత్యధిక స్కోరు ఉంది (8-బిట్). బాగా నడిచేవాటిలో అతిపెద్దది Qwen3.5 122B A10B. కోడ్ కోసం: Qwen3 Coder Next.
Macలో లోకల్ AIకి 128 GB సరిపోతుందా?
ఇక్కడి 73 ఓపెన్ మోడల్‌లలో 47, 4 బిట్‌లు లేదా అంతకంటే మెరుగైన ప్రెసిషన్ వద్ద దీనిలో బాగా నడుస్తాయి. డిఫాల్ట్‌గా macOS దీనిలో సుమారు 96 GBను GPU వాడుకోనిస్తుంది; మోడల్, దాని కాంటెక్స్ట్ అందులోనే సరిపోవాలి.
128 GB Mac gpt-oss-20bను నడపగలదా?
అవును, నేటివ్ 4.25-బిట్, M3 Maxపై సెకనుకు సుమారు 95–168 టోకెన్‌లు, M1 Ultraపై 189–337.

ఇతర సైజులు: 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

వీటిని MLX Harnessతో (ఉచితం, ఓపెన్ సోర్స్) లేదా Terminalలో Apple mlx-lmతో నడపండి: దశలవారీగా.

ఎలా లెక్కించాం

మెమరీ: మోడల్ పారామీటర్‌లు వెయిట్‌కు 8, 6, 4, 3 లేదా 2 బిట్‌ల వద్ద, దానితో పాటు MLX గ్రూప్ స్కేల్‌లు (వెయిట్‌కు అర బిట్), లేదా దాని నేటివ్ ఫార్మాట్, పైన కాంటెక్స్ట్‌కు చోటు. డిఫాల్ట్‌గా macOS యూనిఫైడ్ మెమరీలో సుమారు 75%ను GPU వాడుకోనిస్తుంది. వేగం: మెమరీ బ్యాండ్‌విడ్త్‌ను ప్రతి టోకెన్‌కు చదివే బైట్‌లతో భాగిస్తే ఒక సంభాషణకు గరిష్ఠ పరిమితి వస్తుంది; llama.cpp పబ్లిక్ Apple Silicon బెంచ్‌మార్క్‌లలో నిజమైన రన్‌లు దానిలో సుమారు 45% నుండి 80% వరకు చేరుతాయి, ఆ పరిధినే చూపిస్తున్నాం. ఇవి అంచనాలు, కొలతలు కావు: మీ సొంత Macను MLX Benchలో కొలవండి. మోడల్ వివరాలు ప్రతి అధికారిక మోడల్ కార్డ్ నుండి, చిప్ వివరాలు Apple Tech Specs నుండి. 2026-10-19న తనిఖీ చేశాం. mlx.app/compareలో ఉన్న అదే డేటా.

128 GB Macకు ఉత్తమ లోకల్ LLMలు (M1 నుండి M5): ఏవి నడుస్తాయి