లాగిన్వాలెట్ సృష్టించండి

512 GB ఉన్న M3 Ultra ఏమేం నడపగలదు?

దీనిపై 73 ఓపెన్ మోడల్‌లలో 60 బాగా నడుస్తాయి. డిఫాల్ట్‌గా GPU దీని 512 GBలో సుమారు 384 GB వాడుకోగలదు, ఇది 819 GB/s వేగంతో మెమరీని చదువుతుంది, అదే ఇది ఎంత వేగంగా రాస్తుందో నిర్ణయిస్తుంది. వీటిలో ఉంటుంది: Mac Studio (2025).

బాగా నడిచేవాటిలో అత్యంత తెలివైనదిDeepSeek V4.1 Flash 10174-బిట్ · 311 GB · 41–73 tok/sబాగా నడిచేవాటిలో అతిపెద్దదిDeepSeek V4.1 Flash 10174-బిట్ · 311 GB · 41–73 tok/sకోడ్ కోసంQwen3 Coder Next8-బిట్ · 85 GB · 115–205 tok/s

బాగా నడిచేవి 67

కాంటెక్స్ట్‌కు చోటుతో సరిపోతాయి, సెకనుకు 10 లేదా అంతకంటే ఎక్కువ టోకెన్‌ల వేగంతో.

మోడల్వెర్షన్మెమరీటోకెన్‌లు/సెకను
DeepSeek V4.1 Flash 1017552B · 16B యాక్టివ్ · ఇంటెలిజెన్స్ 45.14-బిట్311 GB41–73
GLM-5.3 Flash320B · 18B యాక్టివ్ · ఇంటెలిజెన్స్ 41.88-బిట్340 GB19–34
Qwen3.8 Flash Next180B · 6B యాక్టివ్ · ఇంటెలిజెన్స్ 39.88-బిట్191 GB58–102
MiMo V2.6 Flash309B · 15B యాక్టివ్ · ఇంటెలిజెన్స్ 37.9నేటివ్ 4.48-బిట్173 GB44–78
Qwen3.8 27B27B · ఇంటెలిజెన్స్ 33.78-బిట్28.7 GB13–23
Beam 1.0501B · 23B యాక్టివ్ · ఇంటెలిజెన్స్ 30.34-బిట్282 GB29–51
MiniMax M3428B · 23B యాక్టివ్ · ఇంటెలిజెన్స్ 29.26-బిట్348 GB20–35
Inkling Small276B · 12B యాక్టివ్ · ఇంటెలిజెన్స్ 25.78-బిట్293 GB29–51
Hy3295B · 21B యాక్టివ్ · ఇంటెలిజెన్స్ 25.38-బిట్313 GB17–29
Nemotron 3 Ultra 550B A55B550B · 55B యాక్టివ్ · ఇంటెలిజెన్స్ 22.94-బిట్309 GB12–21
Nemotron 3.5 Bolt 74B A9B74B · 9B యాక్టివ్ · ఇంటెలిజెన్స్ 21.48-బిట్78.6 GB38–68
Qwen3.5 397B A17B397B · 17B యాక్టివ్ · ఇంటెలిజెన్స్ 18.46-బిట్323 GB27–47
Qwen3.6 35B A3B35B · 3B యాక్టివ్ · ఇంటెలిజెన్స్ 18.28-బిట్37.2 GB115–205
Muse Glimmer 30B29.6B · ఇంటెలిజెన్స్ 17.58-బిట్31.5 GB12–21
Qwen3.5 122B A10B122B · 10B యాక్టివ్ · ఇంటెలిజెన్స్ 15.68-బిట్130 GB35–62
Gemma 4 31B30.7B · ఇంటెలిజెన్స్ 14.78-బిట్32.6 GB11–20
Nemotron 3.5 Lightning 30B A3B30B · 3B యాక్టివ్ · ఇంటెలిజెన్స్ 12.98-బిట్31.9 GB115–205
Granite 4.2 30B30B · ఇంటెలిజెన్స్ 12.78-బిట్31.9 GB12–21
MiniCPM5 2B2.52B · ఇంటెలిజెన్స్ 12.58-బిట్2.7 GB137–243
gpt-oss-120b117B · 5.1B యాక్టివ్ · ఇంటెలిజెన్స్ 11.6నేటివ్ 4.25-బిట్65.3 GB137–243
Mistral Small 4 (119B)119B · 6.5B యాక్టివ్ · ఇంటెలిజెన్స్ 11.38-బిట్126 GB53–95
Qwen3.5 9B9B · ఇంటెలిజెన్స్ 11.28-బిట్9.6 GB38–68
Granite 4.2 8B8B · ఇంటెలిజెన్స్ 11.18-బిట్8.5 GB43–77
Llama 4 Maverick 17B-128E Instruct400B · 17B యాక్టివ్ · ఇంటెలిజెన్స్ 9.36-బిట్325 GB27–47
Qwen3 Coder Next80B · 3B యాక్టివ్ · ఇంటెలిజెన్స్ 9.28-బిట్85 GB115–205
Granite 4.2 3B3B · ఇంటెలిజెన్స్ 9.18-బిట్3.2 GB115–205
gpt-oss-20b21B · 3.6B యాక్టివ్ · ఇంటెలిజెన్స్ 9నేటివ్ 4.25-బిట్13.8 GB194–345
Nemotron 3 Nano 30B A3B30B · 3.5B యాక్టివ్ · ఇంటెలిజెన్స్ 8.98-బిట్31.9 GB100–177
Gemma 4 E4B8B · ఇంటెలిజెన్స్ 8.98-బిట్8.5 GB77–137
Llama 4 Scout 17B-16E Instruct109B · 17B యాక్టివ్ · ఇంటెలిజెన్స్ 6.58-బిట్116 GB20–36
Ministral 3 8B8.9B · ఇంటెలిజెన్స్ 5.58-బిట్9.5 GB39–69
Nemotron 3 Nano 4B3.97B · ఇంటెలిజెన్స్ 4.88-బిట్4.2 GB88–156
DeepSeek V4 Flash 0731284B · 13B యాక్టివ్8-బిట్302 GB27–47
MiniMax M2.7230B · 10B యాక్టివ్8-బిట్244 GB35–62
Ornith 1.5 122B122B · 10B యాక్టివ్8-బిట్130 GB35–62
Nemotron 3 Super 120B A12B120B · 12B యాక్టివ్8-బిట్128 GB29–51
GLM-4.5 Air106B · 12B యాక్టివ్8-బిట్113 GB29–51
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B యాక్టివ్8-బిట్32.4 GB105–187
GLM-4.7 Flash30B · 3B యాక్టివ్8-బిట్31.9 GB115–205
Qwen3.6 27B27B8-బిట్28.7 GB13–23
Gemma 4 26B A4B25.2B · 3.8B యాక్టివ్8-బిట్26.8 GB92–164
Devstral Small 2 (24B)24B8-బిట్25.5 GB14–26
Magistral Small 1.2 (2509)24B8-బిట్25.5 GB14–26
Mistral Small 3.2 (24B)24B8-బిట్25.5 GB14–26
LFM2.5 24B A2B24B · 2B యాక్టివ్8-బిట్25.5 GB176–312
Phi-4 Reasoning Vision 15B15B8-బిట్15.9 GB23–41
Phi-4 (14B)14B8-బిట్14.9 GB25–44
Gemma 4 12B Unified12B8-బిట్12.7 GB29–52
Qwen3 8B8.2B8-బిట్8.7 GB42–75
Llama 3.1 8B Instruct8B8-బిట్8.5 GB43–77
Gemma 4 E2B5.1B8-బిట్5.4 GB154–273
Qwen3.5 4B4B8-బిట్4.3 GB86–152
Phi-4 mini instruct3.8B8-బిట్4 GB92–164
Llama 3.2 3B Instruct3.21B8-బిట్3.4 GB108–193
SmolLM3 3B3B8-బిట్3.2 GB115–205
LFM2.5 2.6B2.69B8-బిట్2.9 GB127–226
Qwen3.5 2B2B8-బిట్2.1 GB176–312
Llama 3.2 1B Instruct1.23B8-బిట్1.3 GB284–504
Qwen3.5 0.8B0.8B8-బిట్0.9 GB410–728
Qwen3 0.6B0.6B8-బిట్0.6 GB614–1092
MiMo V2.6 Pro1,020B · 42B యాక్టివ్ · ఇంటెలిజెన్స్ 46.32-బిట్ తక్కువ నాణ్యత319 GB28–50
GLM-5.3744B · 40B యాక్టివ్ · ఇంటెలిజెన్స్ 44.83-బిట్ తక్కువ నాణ్యత326 GB21–37
Muse Spark Open816B · 42B యాక్టివ్ · ఇంటెలిజెన్స్ 38.92-బిట్ తక్కువ నాణ్యత255 GB28–50
Kimi K2.7 Code1,000B · 32B యాక్టివ్ · ఇంటెలిజెన్స్ 25.82-బిట్ తక్కువ నాణ్యత313 GB37–66
Inkling975B · 41B యాక్టివ్ · ఇంటెలిజెన్స్ 252-బిట్ తక్కువ నాణ్యత305 GB29–51
Kimi K2.61,000B · 32B యాక్టివ్2-బిట్ తక్కువ నాణ్యత313 GB37–66
Mistral Large 3 (675B)675B · 41B యాక్టివ్3-బిట్ తక్కువ నాణ్యత295 GB21–37

నడుస్తాయి, కానీ నెమ్మదిగా 3

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

మోడల్వెర్షన్మెమరీటోకెన్‌లు/సెకను
Mistral Medium 3.5 (128B)128B · ఇంటెలిజెన్స్ 14.28-బిట్136 GB3–5
Devstral 2 (123B)123B8-బిట్131 GB3–5
Llama 3.3 70B Instruct70B8-బిట్74.4 GB5–9

చాలా పెద్దవి 3

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

ఇతర Macలు

512 GB ఉన్న అన్ని Macలు, ఏ చిప్ అయినా.

తక్కువ లేదా ఎక్కువ మెమరీతో M3 Ultra:

దగ్గరి చిప్‌లు:

ముఖాముఖి:

PCలు మరియు గ్రాఫిక్స్ కార్డులతో పోలిక:

ఏ Mac లేదా GPUతో అయినా పోల్చండి · లోకల్ AI కోసం M3 Ultra · లోకల్ LLMలకు ఉత్తమ Mac · అన్ని Macలు

ప్రశ్నలు

512 GB ఉన్న M3 Ultraకు ఉత్తమ LLM ఏది?
Intelligence Index ప్రచురించిన మోడల్‌లలో, ఇక్కడ బాగా నడిచేవాటిలో DeepSeek V4.1 Flash 1017కు అత్యధిక స్కోరు ఉంది: 4-బిట్, సెకనుకు సుమారు 41–73 టోకెన్‌లు.
512 GB ఉన్న M3 Ultra Llama 3.3 70Bను నడపగలదా?
అవును, కానీ నెమ్మదిగా: 8-బిట్, సెకనుకు సుమారు 5–9 టోకెన్‌లు.
M3 Ultraపై gpt-oss-20b ఎంత వేగంగా నడుస్తుంది?
సెకనుకు సుమారు 194–345 టోకెన్‌లు (నేటివ్ 4.25-బిట్), చిప్ యొక్క 819 GB/s మెమరీ బ్యాండ్‌విడ్త్ నుండి లెక్కించినది.

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.

512 GB ఉన్న M3 Ultra ఏ LLMలను నడపగలదు? ప్రతి మోడల్, వేగంతో