เข้าสู่ระบบสร้างวอลเล็ต

LLM ที่ดีที่สุดสำหรับ Mac 96 GB

โมเดลแบบเปิด 44 จาก 73 โมเดลรันได้ดีใน 96 GB โดยค่าเริ่มต้น GPU ใช้ได้ราว 72 GB ความเร็วขึ้นอยู่กับชิป ตั้งแต่ 300 GB/s บน M3 Max ถึง 1,200 GB/s บน M5 Ultra

ฉลาดที่สุดที่รันได้ดีQwen3.8 27B8 บิต · 28.7 GB · 5–33 tok/sใหญ่ที่สุดที่รันได้ดีgpt-oss-120b4.25 บิตแบบเนทีฟ · 65.3 GB · 50–356 tok/sสำหรับเขียนโค้ดQwen3 Coder Next6 บิต · 65 GB · 56–400 tok/s

Mac ที่มี 96 GB

มีชิป 4 รุ่นจาก M2 ถึง M5 ที่มาพร้อม 96 GB เปิดแต่ละรุ่นเพื่อดูรายการและความเร็วของรุ่นนั้น

รันได้ดี 51

ใส่ได้และยังเหลือที่สำหรับบริบท ได้ 10 โทเค็นต่อวินาทีขึ้นไปบน M5 Ultra

โมเดลเวอร์ชันหน่วยความจำM3 MaxM5 Ultra
Qwen3.8 27B27B · ความฉลาด 33.78 บิต28.7 GB5–819–33
Nemotron 3.5 Bolt 74B A9B74B · ใช้งาน 9B · ความฉลาด 21.46 บิต60.1 GB18–3374–132
Qwen3.6 35B A3B35B · ใช้งาน 3B · ความฉลาด 18.28 บิต37.2 GB42–75169–300
Muse Glimmer 30B29.6B · ความฉลาด 17.58 บิต31.5 GB4–817–30
Gemma 4 31B30.7B · ความฉลาด 14.78 บิต32.6 GB4–717–29
Nemotron 3.5 Lightning 30B A3B30B · ใช้งาน 3B · ความฉลาด 12.98 บิต31.9 GB42–75169–300
Granite 4.2 30B30B · ความฉลาด 12.78 บิต31.9 GB4–817–30
MiniCPM5 2B2.52B · ความฉลาด 12.58 บิต2.7 GB50–89200–356
gpt-oss-120b117B · ใช้งาน 5.1B · ความฉลาด 11.64.25 บิตแบบเนทีฟ65.3 GB50–89200–356
Qwen3.5 9B9B · ความฉลาด 11.28 บิต9.6 GB14–2556–100
Granite 4.2 8B8B · ความฉลาด 11.18 บิต8.5 GB16–2864–113
Qwen3 Coder Next80B · ใช้งาน 3B · ความฉลาด 9.26 บิต65 GB56–100225–400
Granite 4.2 3B3B · ความฉลาด 9.18 บิต3.2 GB42–75169–300
gpt-oss-20b21B · ใช้งาน 3.6B · ความฉลาด 94.25 บิตแบบเนทีฟ13.8 GB71–126284–505
Nemotron 3 Nano 30B A3B30B · ใช้งาน 3.5B · ความฉลาด 8.98 บิต31.9 GB36–65146–259
Gemma 4 E4B8B · ความฉลาด 8.98 บิต8.5 GB28–50113–200
Llama 4 Scout 17B-16E Instruct109B · ใช้งาน 17B · ความฉลาด 6.54 บิต61.3 GB14–2556–100
Ministral 3 8B8.9B · ความฉลาด 5.58 บิต9.5 GB14–2557–101
Nemotron 3 Nano 4B3.97B · ความฉลาด 4.88 บิต4.2 GB32–57129–229
GLM-4.5 Air106B · ใช้งาน 12B4 บิต59.6 GB20–3579–141
Llama 3.3 70B Instruct70B4 บิต39.4 GB2–414–24
Qwen3 Coder 30B A3B Instruct30.5B · ใช้งาน 3.3B8 บิต32.4 GB39–69154–274
GLM-4.7 Flash30B · ใช้งาน 3B8 บิต31.9 GB42–75169–300
Qwen3.6 27B27B8 บิต28.7 GB5–819–33
Gemma 4 26B A4B25.2B · ใช้งาน 3.8B8 บิต26.8 GB34–60135–240
Devstral Small 2 (24B)24B8 บิต25.5 GB10–1821–38
Magistral Small 1.2 (2509)24B8 บิต25.5 GB10–1821–38
Mistral Small 3.2 (24B)24B8 บิต25.5 GB10–1821–38
LFM2.5 24B A2B24B · ใช้งาน 2B8 บิต25.5 GB64–114257–457
Phi-4 Reasoning Vision 15B15B8 บิต15.9 GB11–2034–60
Phi-4 (14B)14B8 บิต14.9 GB12–2136–64
Gemma 4 12B Unified12B8 บิต12.7 GB11–1943–76
Qwen3 8B8.2B8 บิต8.7 GB16–2862–110
Llama 3.1 8B Instruct8B8 บิต8.5 GB16–2864–113
Gemma 4 E2B5.1B8 บิต5.4 GB56–100225–400
Qwen3.5 4B4B8 บิต4.3 GB31–56126–223
Phi-4 mini instruct3.8B8 บิต4 GB34–60135–240
Llama 3.2 3B Instruct3.21B8 บิต3.4 GB40–71159–282
SmolLM3 3B3B8 บิต3.2 GB42–75169–300
LFM2.5 2.6B2.69B8 บิต2.9 GB47–83186–331
Qwen3.5 2B2B8 บิต2.1 GB64–114257–457
Llama 3.2 1B Instruct1.23B8 บิต1.3 GB104–185415–738
Qwen3.5 0.8B0.8B8 บิต0.9 GB150–267600–1067
Qwen3 0.6B0.6B8 บิต0.6 GB225–400900–1600
Qwen3.8 Flash Next180B · ใช้งาน 6B · ความฉลาด 39.82 บิต คุณภาพต่ำลง56.3 GB71–126284–505
Qwen3.5 122B A10B122B · ใช้งาน 10B · ความฉลาด 15.63 บิต คุณภาพต่ำลง53.4 GB31–55123–218
Mistral Medium 3.5 (128B)128B · ความฉลาด 14.23 บิต คุณภาพต่ำลง56 GB2–410–17
Mistral Small 4 (119B)119B · ใช้งาน 6.5B · ความฉลาด 11.33 บิต คุณภาพต่ำลง52.1 GB48–86193–343
Devstral 2 (123B)123B3 บิต คุณภาพต่ำลง53.8 GB3–410–18
Ornith 1.5 122B122B · ใช้งาน 10B3 บิต คุณภาพต่ำลง53.4 GB31–55123–218
Nemotron 3 Super 120B A12B120B · ใช้งาน 12B3 บิต คุณภาพต่ำลง52.5 GB25–45102–181

พอใส่ได้พอดี 1

ต้องใช้หน่วยความจำเกือบทั้งหมด ให้เพิ่มขีดจำกัดหน่วยความจำของ GPU และใช้บริบทสั้นๆ

โมเดลเวอร์ชันหน่วยความจำM3 MaxM5 Ultra
MiniMax M2.7230B · ใช้งาน 10B2 บิต คุณภาพต่ำลง71.9 GB44–77174–310

ใหญ่เกินไป 21

ต้องใช้หน่วยความจำมากกว่า 96 GB แม้ที่ 2 บิต

คำถาม

LLM ที่ดีที่สุดสำหรับ Mac ที่มี 96 GB คืออะไร
ในบรรดาโมเดลที่มีคะแนน Intelligence Index เผยแพร่ Qwen3.8 27B ได้คะแนนสูงสุดในกลุ่มที่รันได้ดีใน 96 GB (8 บิต) โมเดลใหญ่ที่สุดที่รันได้ดีคือ gpt-oss-120b สำหรับเขียนโค้ด: Qwen3 Coder Next
96 GB พอสำหรับ AI บนเครื่องบน Mac ไหม
โมเดลแบบเปิด 44 จาก 73 โมเดลที่นี่รันได้ดีในขนาดนี้ที่ 4 บิตหรือดีกว่า โดยค่าเริ่มต้น macOS ให้ GPU ใช้ได้ราว 72 GB และโมเดลกับบริบทต้องใส่ได้ในส่วนนั้น
Mac 96 GB รัน gpt-oss-20b ได้ไหม
ได้ ที่ 4.25 บิตแบบเนทีฟ ราว 71–126 โทเค็นต่อวินาทีบน M3 Max และ 284–505 บน M5 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 96 GB (M2 ถึง M5): รันอะไรได้