เข้าสู่ระบบสร้างวอลเล็ต

LLM ที่ดีที่สุดสำหรับ Mac 128 GB

โมเดลแบบเปิด 47 จาก 73 โมเดลรันได้ดีใน 128 GB โดยค่าเริ่มต้น GPU ใช้ได้ราว 96 GB ความเร็วขึ้นอยู่กับชิป ตั้งแต่ 400 GB/s บน M3 Max ถึง 800 GB/s บน M1 Ultra

ฉลาดที่สุดที่รันได้ดีQwen3.8 27B8 บิต · 28.7 GB · 12–22 tok/sใหญ่ที่สุดที่รันได้ดีQwen3.5 122B A10B4 บิต · 68.6 GB · 32–114 tok/sสำหรับเขียนโค้ดQwen3 Coder Next8 บิต · 85 GB · 56–200 tok/s

Mac ที่มี 128 GB

มีชิป 5 รุ่นจาก M1 ถึง M5 ที่มาพร้อม 128 GB เปิดแต่ละรุ่นเพื่อดูรายการและความเร็วของรุ่นนั้น

รันได้ดี 51

ใส่ได้และยังเหลือที่สำหรับบริบท ได้ 10 โทเค็นต่อวินาทีขึ้นไปบน M1 Ultra

โมเดลเวอร์ชันหน่วยความจำM3 MaxM1 Ultra
Qwen3.8 27B27B · ความฉลาด 33.78 บิต28.7 GB12–2113–22
Nemotron 3.5 Bolt 74B A9B74B · ใช้งาน 9B · ความฉลาด 21.48 บิต78.6 GB19–3338–67
Qwen3.6 35B A3B35B · ใช้งาน 3B · ความฉลาด 18.28 บิต37.2 GB56–100113–200
Muse Glimmer 30B29.6B · ความฉลาด 17.58 บิต31.5 GB11–1911–20
Qwen3.5 122B A10B122B · ใช้งาน 10B · ความฉลาด 15.64 บิต68.6 GB32–5764–114
Gemma 4 31B30.7B · ความฉลาด 14.78 บิต32.6 GB10–1811–20
Nemotron 3.5 Lightning 30B A3B30B · ใช้งาน 3B · ความฉลาด 12.98 บิต31.9 GB56–100113–200
Granite 4.2 30B30B · ความฉลาด 12.78 บิต31.9 GB11–1911–20
MiniCPM5 2B2.52B · ความฉลาด 12.58 บิต2.7 GB67–119133–237
gpt-oss-120b117B · ใช้งาน 5.1B · ความฉลาด 11.64.25 บิตแบบเนทีฟ65.3 GB67–119133–237
Mistral Small 4 (119B)119B · ใช้งาน 6.5B · ความฉลาด 11.34 บิต66.9 GB49–8697–173
Qwen3.5 9B9B · ความฉลาด 11.28 บิต9.6 GB19–3338–67
Granite 4.2 8B8B · ความฉลาด 11.18 บิต8.5 GB21–3842–75
Qwen3 Coder Next80B · ใช้งาน 3B · ความฉลาด 9.28 บิต85 GB56–100113–200
Granite 4.2 3B3B · ความฉลาด 9.18 บิต3.2 GB56–100113–200
gpt-oss-20b21B · ใช้งาน 3.6B · ความฉลาด 94.25 บิตแบบเนทีฟ13.8 GB95–168189–337
Nemotron 3 Nano 30B A3B30B · ใช้งาน 3.5B · ความฉลาด 8.98 บิต31.9 GB49–8697–173
Gemma 4 E4B8B · ความฉลาด 8.98 บิต8.5 GB38–6775–133
Llama 4 Scout 17B-16E Instruct109B · ใช้งาน 17B · ความฉลาด 6.56 บิต88.6 GB13–2326–46
Ministral 3 8B8.9B · ความฉลาด 5.58 บิต9.5 GB19–3438–67
Nemotron 3 Nano 4B3.97B · ความฉลาด 4.88 บิต4.2 GB43–7686–152
Ornith 1.5 122B122B · ใช้งาน 10B4 บิต68.6 GB32–5764–114
Nemotron 3 Super 120B A12B120B · ใช้งาน 12B4 บิต67.5 GB26–4753–94
GLM-4.5 Air106B · ใช้งาน 12B6 บิต86.1 GB18–3337–65
Qwen3 Coder 30B A3B Instruct30.5B · ใช้งาน 3.3B8 บิต32.4 GB51–91103–183
GLM-4.7 Flash30B · ใช้งาน 3B8 บิต31.9 GB56–100113–200
Qwen3.6 27B27B8 บิต28.7 GB12–2113–22
Gemma 4 26B A4B25.2B · ใช้งาน 3.8B8 บิต26.8 GB45–8090–160
Devstral Small 2 (24B)24B8 บิต25.5 GB13–2414–25
Magistral Small 1.2 (2509)24B8 บิต25.5 GB13–2414–25
Mistral Small 3.2 (24B)24B8 บิต25.5 GB13–2414–25
LFM2.5 24B A2B24B · ใช้งาน 2B8 บิต25.5 GB86–152171–305
Phi-4 Reasoning Vision 15B15B8 บิต15.9 GB11–2023–40
Phi-4 (14B)14B8 บิต14.9 GB12–2124–43
Gemma 4 12B Unified12B8 บิต12.7 GB14–2528–50
Qwen3 8B8.2B8 บิต8.7 GB21–3741–74
Llama 3.1 8B Instruct8B8 บิต8.5 GB21–3842–75
Gemma 4 E2B5.1B8 บิต5.4 GB75–133150–267
Qwen3.5 4B4B8 บิต4.3 GB42–7484–149
Phi-4 mini instruct3.8B8 บิต4 GB45–8090–160
Llama 3.2 3B Instruct3.21B8 บิต3.4 GB53–94106–188
SmolLM3 3B3B8 บิต3.2 GB56–100113–200
LFM2.5 2.6B2.69B8 บิต2.9 GB62–110124–221
Qwen3.5 2B2B8 บิต2.1 GB86–152171–305
Llama 3.2 1B Instruct1.23B8 บิต1.3 GB138–246277–492
Qwen3.5 0.8B0.8B8 บิต0.9 GB200–356400–711
Qwen3 0.6B0.6B8 บิต0.6 GB300–533600–1067
Qwen3.8 Flash Next180B · ใช้งาน 6B · ความฉลาด 39.83 บิต คุณภาพต่ำลง78.8 GB69–123138–246
Inkling Small276B · ใช้งาน 12B · ความฉลาด 25.72 บิต คุณภาพต่ำลง86.3 GB47–8495–168
DeepSeek V4 Flash 0731284B · ใช้งาน 13B2 บิต คุณภาพต่ำลง88.8 GB44–7888–156
MiniMax M2.7230B · ใช้งาน 10B2 บิต คุณภาพต่ำลง71.9 GB58–103116–206

รันได้ แต่ช้า 3

ใส่ได้ แต่ต่ำกว่า 10 โทเค็นต่อวินาที เหมาะกับงานแบบแบตช์ แต่ช้าสำหรับการแชต

โมเดลเวอร์ชันหน่วยความจำM3 MaxM1 Ultra
Mistral Medium 3.5 (128B)128B · ความฉลาด 14.24 บิต72 GB3–45–9
Devstral 2 (123B)123B4 บิต69.2 GB3–55–9
Llama 3.3 70B Instruct70B8 บิต74.4 GB2–45–9

พอใส่ได้พอดี 3

ต้องใช้หน่วยความจำเกือบทั้งหมด ให้เพิ่มขีดจำกัดหน่วยความจำของ GPU และใช้บริบทสั้นๆ

โมเดลเวอร์ชันหน่วยความจำM3 MaxM1 Ultra
GLM-5.3 Flash320B · ใช้งาน 18B · ความฉลาด 41.82 บิต คุณภาพต่ำลง100 GB32–5764–114
MiMo V2.6 Flash309B · ใช้งาน 15B · ความฉลาด 37.92 บิต คุณภาพต่ำลง96.6 GB38–6877–136
Hy3295B · ใช้งาน 21B · ความฉลาด 25.32 บิต คุณภาพต่ำลง92.2 GB27–4855–97

ใหญ่เกินไป 16

ต้องใช้หน่วยความจำมากกว่า 128 GB แม้ที่ 2 บิต

คำถาม

LLM ที่ดีที่สุดสำหรับ Mac ที่มี 128 GB คืออะไร
ในบรรดาโมเดลที่มีคะแนน Intelligence Index เผยแพร่ Qwen3.8 27B ได้คะแนนสูงสุดในกลุ่มที่รันได้ดีใน 128 GB (8 บิต) โมเดลใหญ่ที่สุดที่รันได้ดีคือ Qwen3.5 122B A10B สำหรับเขียนโค้ด: Qwen3 Coder Next
128 GB พอสำหรับ AI บนเครื่องบน Mac ไหม
โมเดลแบบเปิด 47 จาก 73 โมเดลที่นี่รันได้ดีในขนาดนี้ที่ 4 บิตหรือดีกว่า โดยค่าเริ่มต้น macOS ให้ GPU ใช้ได้ราว 96 GB และโมเดลกับบริบทต้องใส่ได้ในส่วนนั้น
Mac 128 GB รัน gpt-oss-20b ได้ไหม
ได้ ที่ 4.25 บิตแบบเนทีฟ ราว 95–168 โทเค็นต่อวินาทีบน M3 Max และ 189–337 บน M1 Ultra

ขนาดอื่น: 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

รันด้วย MLX Harness (ฟรี โอเพนซอร์ส) หรือ mlx-lm ของ Apple ในเทอร์มินัล: ทีละขั้นตอน

วิธีคำนวณ

หน่วยความจำ: พารามิเตอร์ของโมเดลที่ 8, 6, 4, 3 หรือ 2 บิตต่อค่าน้ำหนัก บวกสเกลแบบกลุ่มของ MLX (ครึ่งบิตต่อค่าน้ำหนัก) หรือตามรูปแบบเนทีฟของโมเดล แล้วเผื่อที่สำหรับบริบท โดยค่าเริ่มต้น macOS ให้ GPU ใช้หน่วยความจำแบบรวมได้ราว 75% ความเร็ว: แบนด์วิดท์หน่วยความจำหารด้วยจำนวนไบต์ที่อ่านต่อโทเค็น คือเพดานสำหรับหนึ่งบทสนทนา ในผลทดสอบ Apple Silicon แบบสาธารณะของ llama.cpp การรันจริงทำได้ราว 45% ถึง 80% ของเพดานนี้ ซึ่งเป็นช่วงที่แสดงไว้ ตัวเลขเหล่านี้เป็นค่าประมาณ ไม่ใช่ค่าที่วัดจริง วัด Mac ของคุณเองได้ที่ MLX Bench ตัวเลขโมเดลมาจากการ์ดโมเดลทางการของแต่ละโมเดล ตัวเลขชิปมาจากข้อมูลจำเพาะทางเทคนิคของ Apple ตรวจสอบเมื่อ 2026-10-19 ใช้ข้อมูลเดียวกับ mlx.app/compare

LLM บนเครื่องที่ดีที่สุดสำหรับ Mac 128 GB (M1 ถึง M5): รันอะไรได้