192 GB ఉన్న Macలు
M2 వరకు ఉన్న 1 చిప్‌లు 192 GBతో వస్తాయి. దాని సొంత జాబితా, వేగాల కోసం దేన్నైనా తెరవండి.
బాగా నడిచేవి 56
కాంటెక్స్ట్‌కు చోటుతో సరిపోతాయి, M2 Ultraపై సెకనుకు 10 లేదా అంతకంటే ఎక్కువ టోకెన్‌లతో.
| మోడల్ | వెర్షన్ | మెమరీ | టోకెన్లు/సెకను |
|---|---|---|---|
| Qwen3.8 Flash Next180B · 6B యాక్టివ్ · ఇంటెలిజెన్స్ 39.8 | 4-బిట్ | 101 GB | 106–188 |
| Qwen3.8 27B27B · ఇంటెలిజెన్స్ 33.7 | 8-బిట్ | 28.7 GB | 13–22 |
| Nemotron 3.5 Bolt 74B A9B74B · 9B యాక్టివ్ · ఇంటెలిజెన్స్ 21.4 | 8-బిట్ | 78.6 GB | 38–67 |
| Qwen3.6 35B A3B35B · 3B యాక్టివ్ · ఇంటెలిజెన్స్ 18.2 | 8-బిట్ | 37.2 GB | 113–200 |
| Muse Glimmer 30B29.6B · ఇంటెలిజెన్స్ 17.5 | 8-బిట్ | 31.5 GB | 11–20 |
| Qwen3.5 122B A10B122B · 10B యాక్టివ్ · ఇంటెలిజెన్స్ 15.6 | 8-బిట్ | 130 GB | 34–60 |
| Gemma 4 31B30.7B · ఇంటెలిజెన్స్ 14.7 | 8-బిట్ | 32.6 GB | 11–20 |
| Nemotron 3.5 Lightning 30B A3B30B · 3B యాక్టివ్ · ఇంటెలిజెన్స్ 12.9 | 8-బిట్ | 31.9 GB | 113–200 |
| Granite 4.2 30B30B · ఇంటెలిజెన్స్ 12.7 | 8-బిట్ | 31.9 GB | 11–20 |
| MiniCPM5 2B2.52B · ఇంటెలిజెన్స్ 12.5 | 8-బిట్ | 2.7 GB | 133–237 |
| gpt-oss-120b117B · 5.1B యాక్టివ్ · ఇంటెలిజెన్స్ 11.6 | నేటివ్ 4.25-బిట్ | 65.3 GB | 133–237 |
| Mistral Small 4 (119B)119B · 6.5B యాక్టివ్ · ఇంటెలిజెన్స్ 11.3 | 8-బిట్ | 126 GB | 52–93 |
| Qwen3.5 9B9B · ఇంటెలిజెన్స్ 11.2 | 8-బిట్ | 9.6 GB | 38–67 |
| Granite 4.2 8B8B · ఇంటెలిజెన్స్ 11.1 | 8-బిట్ | 8.5 GB | 42–75 |
| Qwen3 Coder Next80B · 3B యాక్టివ్ · ఇంటెలిజెన్స్ 9.2 | 8-బిట్ | 85 GB | 113–200 |
| Granite 4.2 3B3B · ఇంటెలిజెన్స్ 9.1 | 8-బిట్ | 3.2 GB | 113–200 |
| gpt-oss-20b21B · 3.6B యాక్టివ్ · ఇంటెలిజెన్స్ 9 | నేటివ్ 4.25-బిట్ | 13.8 GB | 189–337 |
| Nemotron 3 Nano 30B A3B30B · 3.5B యాక్టివ్ · ఇంటెలిజెన్స్ 8.9 | 8-బిట్ | 31.9 GB | 97–173 |
| Gemma 4 E4B8B · ఇంటెలిజెన్స్ 8.9 | 8-బిట్ | 8.5 GB | 75–133 |
| Llama 4 Scout 17B-16E Instruct109B · 17B యాక్టివ్ · ఇంటెలిజెన్స్ 6.5 | 8-బిట్ | 116 GB | 20–35 |
| Ministral 3 8B8.9B · ఇంటెలిజెన్స్ 5.5 | 8-బిట్ | 9.5 GB | 38–67 |
| Nemotron 3 Nano 4B3.97B · ఇంటెలిజెన్స్ 4.8 | 8-బిట్ | 4.2 GB | 86–152 |
| MiniMax M2.7230B · 10B యాక్టివ్ | 4-బిట్ | 129 GB | 64–114 |
| Ornith 1.5 122B122B · 10B యాక్టివ్ | 8-బిట్ | 130 GB | 34–60 |
| Nemotron 3 Super 120B A12B120B · 12B యాక్టివ్ | 8-బిట్ | 128 GB | 28–50 |
| GLM-4.5 Air106B · 12B యాక్టివ్ | 8-బిట్ | 113 GB | 28–50 |
| Qwen3 Coder 30B A3B Instruct30.5B · 3.3B యాక్టివ్ | 8-బిట్ | 32.4 GB | 103–183 |
| GLM-4.7 Flash30B · 3B యాక్టివ్ | 8-బిట్ | 31.9 GB | 113–200 |
| Qwen3.6 27B27B | 8-బిట్ | 28.7 GB | 13–22 |
| Gemma 4 26B A4B25.2B · 3.8B యాక్టివ్ | 8-బిట్ | 26.8 GB | 90–160 |
| Devstral Small 2 (24B)24B | 8-బిట్ | 25.5 GB | 14–25 |
| Magistral Small 1.2 (2509)24B | 8-బిట్ | 25.5 GB | 14–25 |
| Mistral Small 3.2 (24B)24B | 8-బిట్ | 25.5 GB | 14–25 |
| LFM2.5 24B A2B24B · 2B యాక్టివ్ | 8-బిట్ | 25.5 GB | 171–305 |
| Phi-4 Reasoning Vision 15B15B | 8-బిట్ | 15.9 GB | 23–40 |
| Phi-4 (14B)14B | 8-బిట్ | 14.9 GB | 24–43 |
| Gemma 4 12B Unified12B | 8-బిట్ | 12.7 GB | 28–50 |
| Qwen3 8B8.2B | 8-బిట్ | 8.7 GB | 41–74 |
| Llama 3.1 8B Instruct8B | 8-బిట్ | 8.5 GB | 42–75 |
| Gemma 4 E2B5.1B | 8-బిట్ | 5.4 GB | 150–267 |
| Qwen3.5 4B4B | 8-బిట్ | 4.3 GB | 84–149 |
| Phi-4 mini instruct3.8B | 8-బిట్ | 4 GB | 90–160 |
| Llama 3.2 3B Instruct3.21B | 8-బిట్ | 3.4 GB | 106–188 |
| SmolLM3 3B3B | 8-బిట్ | 3.2 GB | 113–200 |
| LFM2.5 2.6B2.69B | 8-బిట్ | 2.9 GB | 124–221 |
| Qwen3.5 2B2B | 8-బిట్ | 2.1 GB | 171–305 |
| Llama 3.2 1B Instruct1.23B | 8-బిట్ | 1.3 GB | 277–492 |
| Qwen3.5 0.8B0.8B | 8-బిట్ | 0.9 GB | 400–711 |
| Qwen3 0.6B0.6B | 8-బిట్ | 0.6 GB | 600–1067 |
| GLM-5.3 Flash320B · 18B యాక్టివ్ · ఇంటెలిజెన్స్ 41.8 | 2-బిట్ తక్కువ నాణ్యత | 100 GB | 64–114 |
| MiMo V2.6 Flash309B · 15B యాక్టివ్ · ఇంటెలిజెన్స్ 37.9 | 2-బిట్ తక్కువ నాణ్యత | 96.6 GB | 77–136 |
| Inkling Small276B · 12B యాక్టివ్ · ఇంటెలిజెన్స్ 25.7 | 3-బిట్ తక్కువ నాణ్యత | 121 GB | 68–121 |
| Hy3295B · 21B యాక్టివ్ · ఇంటెలిజెన్స్ 25.3 | 3-బిట్ తక్కువ నాణ్యత | 129 GB | 39–70 |
| Qwen3.5 397B A17B397B · 17B యాక్టివ్ · ఇంటెలిజెన్స్ 18.4 | 2-బిట్ తక్కువ నాణ్యత | 124 GB | 68–121 |
| Llama 4 Maverick 17B-128E Instruct400B · 17B యాక్టివ్ · ఇంటెలిజెన్స్ 9.3 | 2-బిట్ తక్కువ నాణ్యత | 125 GB | 68–121 |
| DeepSeek V4 Flash 0731284B · 13B యాక్టివ్ | 3-బిట్ తక్కువ నాణ్యత | 124 GB | 63–112 |
నడుస్తాయి, కానీ నెమ్మదిగా 3
సరిపోతాయి, కానీ సెకనుకు 10 టోకెన్‌ల కంటే తక్కువ: బ్యాచ్ పనులకు సరే, చాట్‌కు నెమ్మది.
| మోడల్ | వెర్షన్ | మెమరీ | టోకెన్లు/సెకను |
|---|---|---|---|
| Mistral Medium 3.5 (128B)128B · ఇంటెలిజెన్స్ 14.2 | 6-బిట్ | 104 GB | 3–6 |
| Devstral 2 (123B)123B | 8-బిట్ | 131 GB | 3–5 |
| Llama 3.3 70B Instruct70B | 8-బిట్ | 74.4 GB | 5–9 |
అతికష్టంగా సరిపోయేవి 2
దాదాపు మొత్తం మెమరీ కావాలి: GPU మెమరీ పరిమితిని పెంచి, కాంటెక్స్ట్‌ను చిన్నగా ఉంచండి.
| మోడల్ | వెర్షన్ | మెమరీ | టోకెన్లు/సెకను |
|---|---|---|---|
| Beam 1.0501B · 23B యాక్టివ్ · ఇంటెలిజెన్స్ 30.3 | 2-బిట్ తక్కువ నాణ్యత | 157 GB | 50–89 |
| MiniMax M3428B · 23B యాక్టివ్ · ఇంటెలిజెన్స్ 29.2 | 2-బిట్ తక్కువ నాణ్యత | 134 GB | 50–89 |
చాలా పెద్దవి 12
192 GB కంటే ఎక్కువ మెమరీ కావాలి, 2 బిట్‌ల వద్ద కూడా.
ప్రశ్నలు
- 192 GB ఉన్న Macకు ఉత్తమ LLM ఏది?
- Intelligence Index ప్రచురించిన మోడల్లలో, 192 GBలో బాగా నడిచేవాటిలో Qwen3.8 Flash Nextకు అత్యధిక స్కోరు ఉంది (4-బిట్). బాగా నడిచేవాటిలో అతిపెద్దది MiniMax M2.7. కోడ్ కోసం: Qwen3 Coder Next.
- Macలో లోకల్ AIకి 192 GB సరిపోతుందా?
- ఇక్కడి 73 ఓపెన్ మోడల్లలో 49, 4 బిట్లు లేదా అంతకంటే మెరుగైన ప్రెసిషన్ వద్ద దీనిలో బాగా నడుస్తాయి. డిఫాల్ట్గా macOS దీనిలో సుమారు 144 GBను GPU వాడుకోనిస్తుంది; మోడల్, దాని కాంటెక్స్ట్ అందులోనే సరిపోవాలి.
- 192 GB Mac gpt-oss-20bను నడపగలదా?
- అవును, నేటివ్ 4.25-బిట్, M2 Ultraపై సెకనుకు సుమారు 189–337 టోకెన్లు.
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.