เข้าสู่ระบบสร้างวอลเล็ต

M3 Max ที่มี 96 GB รันอะไรได้บ้าง

โมเดลแบบเปิด 38 จาก 73 โมเดลรันบนเครื่องนี้ได้ดี โดยค่าเริ่มต้น GPU ใช้ได้ราว 72 GB จาก 96 GB และอ่านหน่วยความจำที่ 300 GB/s ซึ่งกำหนดความเร็วในการเขียน มีใน: MacBook Pro (14-inch, M3 Pro or M3 Max, Nov 2023), MacBook Pro (16-inch, Nov 2023)

ฉลาดที่สุดที่รันได้ดีNemotron 3.5 Bolt 74B A9B6 บิต · 60.1 GB · 18–33 tok/sใหญ่ที่สุดที่รันได้ดีgpt-oss-120b4.25 บิตแบบเนทีฟ · 65.3 GB · 50–89 tok/sสำหรับเขียนโค้ดQwen3 Coder Next6 บิต · 65 GB · 56–100 tok/s

รันได้ดี 43

ใส่ได้และยังเหลือที่สำหรับบริบท ได้ 10 โทเค็นต่อวินาทีขึ้นไป

โมเดลเวอร์ชันหน่วยความจำโทเค็น/วินาที
Nemotron 3.5 Bolt 74B A9B74B · ใช้งาน 9B · ความฉลาด 21.46 บิต60.1 GB18–33
Qwen3.6 35B A3B35B · ใช้งาน 3B · ความฉลาด 18.28 บิต37.2 GB42–75
Nemotron 3.5 Lightning 30B A3B30B · ใช้งาน 3B · ความฉลาด 12.98 บิต31.9 GB42–75
MiniCPM5 2B2.52B · ความฉลาด 12.58 บิต2.7 GB50–89
gpt-oss-120b117B · ใช้งาน 5.1B · ความฉลาด 11.64.25 บิตแบบเนทีฟ65.3 GB50–89
Qwen3.5 9B9B · ความฉลาด 11.28 บิต9.6 GB14–25
Granite 4.2 8B8B · ความฉลาด 11.18 บิต8.5 GB16–28
Qwen3 Coder Next80B · ใช้งาน 3B · ความฉลาด 9.26 บิต65 GB56–100
Granite 4.2 3B3B · ความฉลาด 9.18 บิต3.2 GB42–75
gpt-oss-20b21B · ใช้งาน 3.6B · ความฉลาด 94.25 บิตแบบเนทีฟ13.8 GB71–126
Nemotron 3 Nano 30B A3B30B · ใช้งาน 3.5B · ความฉลาด 8.98 บิต31.9 GB36–65
Gemma 4 E4B8B · ความฉลาด 8.98 บิต8.5 GB28–50
Llama 4 Scout 17B-16E Instruct109B · ใช้งาน 17B · ความฉลาด 6.54 บิต61.3 GB14–25
Ministral 3 8B8.9B · ความฉลาด 5.58 บิต9.5 GB14–25
Nemotron 3 Nano 4B3.97B · ความฉลาด 4.88 บิต4.2 GB32–57
GLM-4.5 Air106B · ใช้งาน 12B4 บิต59.6 GB20–35
Qwen3 Coder 30B A3B Instruct30.5B · ใช้งาน 3.3B8 บิต32.4 GB39–69
GLM-4.7 Flash30B · ใช้งาน 3B8 บิต31.9 GB42–75
Gemma 4 26B A4B25.2B · ใช้งาน 3.8B8 บิต26.8 GB34–60
Devstral Small 2 (24B)24B4 บิต13.5 GB10–18
Magistral Small 1.2 (2509)24B4 บิต13.5 GB10–18
Mistral Small 3.2 (24B)24B4 บิต13.5 GB10–18
LFM2.5 24B A2B24B · ใช้งาน 2B8 บิต25.5 GB64–114
Phi-4 Reasoning Vision 15B15B6 บิต12.2 GB11–20
Phi-4 (14B)14B6 บิต11.4 GB12–21
Gemma 4 12B Unified12B8 บิต12.7 GB11–19
Qwen3 8B8.2B8 บิต8.7 GB16–28
Llama 3.1 8B Instruct8B8 บิต8.5 GB16–28
Gemma 4 E2B5.1B8 บิต5.4 GB56–100
Qwen3.5 4B4B8 บิต4.3 GB31–56
Phi-4 mini instruct3.8B8 บิต4 GB34–60
Llama 3.2 3B Instruct3.21B8 บิต3.4 GB40–71
SmolLM3 3B3B8 บิต3.2 GB42–75
LFM2.5 2.6B2.69B8 บิต2.9 GB47–83
Qwen3.5 2B2B8 บิต2.1 GB64–114
Llama 3.2 1B Instruct1.23B8 บิต1.3 GB104–185
Qwen3.5 0.8B0.8B8 บิต0.9 GB150–267
Qwen3 0.6B0.6B8 บิต0.6 GB225–400
Qwen3.8 Flash Next180B · ใช้งาน 6B · ความฉลาด 39.82 บิต คุณภาพต่ำลง56.3 GB71–126
Qwen3.5 122B A10B122B · ใช้งาน 10B · ความฉลาด 15.63 บิต คุณภาพต่ำลง53.4 GB31–55
Mistral Small 4 (119B)119B · ใช้งาน 6.5B · ความฉลาด 11.33 บิต คุณภาพต่ำลง52.1 GB48–86
Ornith 1.5 122B122B · ใช้งาน 10B3 บิต คุณภาพต่ำลง53.4 GB31–55
Nemotron 3 Super 120B A12B120B · ใช้งาน 12B3 บิต คุณภาพต่ำลง52.5 GB25–45

รันได้ แต่ช้า 8

ใส่ได้ แต่ต่ำกว่า 10 โทเค็นต่อวินาที เหมาะกับงานแบบแบตช์ แต่ช้าสำหรับการแชต

โมเดลเวอร์ชันหน่วยความจำโทเค็น/วินาที
Qwen3.8 27B27B · ความฉลาด 33.78 บิต28.7 GB5–8
Muse Glimmer 30B29.6B · ความฉลาด 17.58 บิต31.5 GB4–8
Gemma 4 31B30.7B · ความฉลาด 14.78 บิต32.6 GB4–7
Granite 4.2 30B30B · ความฉลาด 12.78 บิต31.9 GB4–8
Llama 3.3 70B Instruct70B6 บิต56.9 GB2–4
Qwen3.6 27B27B8 บิต28.7 GB5–8
Mistral Medium 3.5 (128B)128B · ความฉลาด 14.23 บิต คุณภาพต่ำลง56 GB2–4
Devstral 2 (123B)123B3 บิต คุณภาพต่ำลง53.8 GB3–4

พอใส่ได้พอดี 1

ต้องใช้หน่วยความจำเกือบทั้งหมด ให้เพิ่มขีดจำกัดหน่วยความจำของ GPU และใช้บริบทสั้นๆ

โมเดลเวอร์ชันหน่วยความจำโทเค็น/วินาที
MiniMax M2.7230B · ใช้งาน 10B2 บิต คุณภาพต่ำลง71.9 GB44–77

ใหญ่เกินไป 21

ต้องใช้หน่วยความจำมากกว่า 96 GB แม้ที่ 2 บิต

Mac รุ่นอื่น

Mac ทุกรุ่นที่มี 96 GB ไม่ว่าชิปไหน

M3 Max ที่มีหน่วยความจำมากหรือน้อยกว่านี้:

ชิปใกล้เคียง:

ตัวต่อตัว:

เปรียบเทียบกับ Mac หรือ GPU ใดก็ได้ · M3 Max สำหรับ AI บนเครื่อง · Mac ที่ดีที่สุดสำหรับรัน LLM บนเครื่อง · Mac ทุกรุ่น

คำถาม

LLM ที่ดีที่สุดสำหรับ M3 Max ที่มี 96 GB คืออะไร
ในบรรดาโมเดลที่มีคะแนน Intelligence Index เผยแพร่ Nemotron 3.5 Bolt 74B A9B ได้คะแนนสูงสุดในกลุ่มที่รันที่นี่ได้ดี: 6 บิต ราว 18–33 โทเค็นต่อวินาที โมเดลใหญ่ที่สุดที่รันได้ดีคือ gpt-oss-120b
M3 Max ที่มี 96 GB รัน Llama 3.3 70B ได้ไหม
ได้ แต่ช้า ที่ 6 บิต ราว 2–4 โทเค็นต่อวินาที
gpt-oss-20b เร็วแค่ไหนบน M3 Max
ราว 71–126 โทเค็นต่อวินาที (4.25 บิตแบบเนทีฟ) จากแบนด์วิดท์หน่วยความจำ 300 GB/s ของชิป

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

M3 Max 96 GB รัน LLM อะไรได้บ้าง ทุกโมเดลพร้อมความเร็ว