96 GB'lık M2 Max için en iyi LLM hangisi?

Yayımlanmış Intelligence Index puanı olan modeller arasında burada iyi çalışanların en yüksek puanlısı Qwen3.8 27B: 4 bit, saniyede yaklaşık 12–21 token. İyi çalışanların en büyüğü gpt-oss-120b.

96 GB'lık M2 Max, Llama 3.3 70B çalıştırabilir mi?

Evet ama yavaş: 6 bit, saniyede yaklaşık 3–6 token.

gpt-oss-20b, M2 Max çipinde ne kadar hızlı?

Çipin 400 GB/s bellek bant genişliğiyle saniyede yaklaşık 95–168 token (yerel 4,25 bit).

96 GB'lık M2 Max hangi LLM'leri çalıştırır? Modeller ve hız

İyi çalışanlar 48

Bağlam için yer kalarak sığar, saniyede 10 veya daha fazla token.

Model	Sürüm	Bellek	Token/s
Qwen3.8 27B27B · Zekâ 33,7	4 bit	15,2 GB	12–21
Nemotron 3.5 Bolt 74B A9B74B · 9B etkin · Zekâ 21,4	6 bit	60,1 GB	25–44
Qwen3.6 35B A3B35B · 3B etkin · Zekâ 18,2	8 bit	37,2 GB	56–100
Muse Glimmer 30B29,6B · Zekâ 17,5	4 bit	16,7 GB	11–19
Gemma 4 31B30,7B · Zekâ 14,7	4 bit	17,3 GB	10–18
Nemotron 3.5 Lightning 30B A3B30B · 3B etkin · Zekâ 12,9	8 bit	31,9 GB	56–100
Granite 4.2 30B30B · Zekâ 12,7	4 bit	16,9 GB	11–19
MiniCPM5 2B2,52B · Zekâ 12,5	8 bit	2,7 GB	67–119
gpt-oss-120b117B · 5,1B etkin · Zekâ 11,6	yerel 4,25 bit	65,3 GB	67–119
Qwen3.5 9B9B · Zekâ 11,2	8 bit	9,6 GB	19–33
Granite 4.2 8B8B · Zekâ 11,1	8 bit	8,5 GB	21–38
Qwen3 Coder Next80B · 3B etkin · Zekâ 9,2	6 bit	65 GB	75–133
Granite 4.2 3B3B · Zekâ 9,1	8 bit	3,2 GB	56–100
gpt-oss-20b21B · 3,6B etkin · Zekâ 9	yerel 4,25 bit	13,8 GB	95–168
Nemotron 3 Nano 30B A3B30B · 3,5B etkin · Zekâ 8,9	8 bit	31,9 GB	49–86
Gemma 4 E4B8B · Zekâ 8,9	8 bit	8,5 GB	38–67
Llama 4 Scout 17B-16E Instruct109B · 17B etkin · Zekâ 6,5	4 bit	61,3 GB	19–33
Ministral 3 8B8,9B · Zekâ 5,5	8 bit	9,5 GB	19–34
Nemotron 3 Nano 4B3,97B · Zekâ 4,8	8 bit	4,2 GB	43–76
GLM-4.5 Air106B · 12B etkin	4 bit	59,6 GB	26–47
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B etkin	8 bit	32,4 GB	51–91
GLM-4.7 Flash30B · 3B etkin	8 bit	31,9 GB	56–100
Qwen3.6 27B27B	4 bit	15,2 GB	12–21
Gemma 4 26B A4B25,2B · 3,8B etkin	8 bit	26,8 GB	45–80
Devstral Small 2 (24B)24B	4 bit	13,5 GB	13–24
Magistral Small 1.2 (2509)24B	4 bit	13,5 GB	13–24
Mistral Small 3.2 (24B)24B	4 bit	13,5 GB	13–24
LFM2.5 24B A2B24B · 2B etkin	8 bit	25,5 GB	86–152
Phi-4 Reasoning Vision 15B15B	8 bit	15,9 GB	11–20
Phi-4 (14B)14B	8 bit	14,9 GB	12–21
Gemma 4 12B Unified12B	8 bit	12,7 GB	14–25
Qwen3 8B8,2B	8 bit	8,7 GB	21–37
Llama 3.1 8B Instruct8B	8 bit	8,5 GB	21–38
Gemma 4 E2B5,1B	8 bit	5,4 GB	75–133
Qwen3.5 4B4B	8 bit	4,3 GB	42–74
Phi-4 mini instruct3,8B	8 bit	4 GB	45–80
Llama 3.2 3B Instruct3,21B	8 bit	3,4 GB	53–94
SmolLM3 3B3B	8 bit	3,2 GB	56–100
LFM2.5 2.6B2,69B	8 bit	2,9 GB	62–110
Qwen3.5 2B2B	8 bit	2,1 GB	86–152
Llama 3.2 1B Instruct1,23B	8 bit	1,3 GB	138–246
Qwen3.5 0.8B0,8B	8 bit	0,9 GB	200–356
Qwen3 0.6B0,6B	8 bit	0,6 GB	300–533
Qwen3.8 Flash Next180B · 6B etkin · Zekâ 39,8	2 bit daha düşük kalite	56,3 GB	95–168
Qwen3.5 122B A10B122B · 10B etkin · Zekâ 15,6	3 bit daha düşük kalite	53,4 GB	41–73
Mistral Small 4 (119B)119B · 6,5B etkin · Zekâ 11,3	3 bit daha düşük kalite	52,1 GB	64–114
Ornith 1.5 122B122B · 10B etkin	3 bit daha düşük kalite	53,4 GB	41–73
Nemotron 3 Super 120B A12B120B · 12B etkin	3 bit daha düşük kalite	52,5 GB	34–60

Çalışır ama yavaş 3

Sığar ama saniyede 10 tokenın altında: toplu işler için uygun, sohbet için yavaş.

Model	Sürüm	Bellek	Token/s
Llama 3.3 70B Instruct70B	6 bit	56,9 GB	3–6
Mistral Medium 3.5 (128B)128B · Zekâ 14,2	3 bit daha düşük kalite	56 GB	3–6
Devstral 2 (123B)123B	3 bit daha düşük kalite	53,8 GB	3–6

Ancak sığanlar 1

Neredeyse tüm belleği kullanır: GPU bellek sınırını yükseltin ve bağlamı kısa tutun.

Model	Sürüm	Bellek	Token/s
MiniMax M2.7230B · 10B etkin	2 bit daha düşük kalite	71,9 GB	58–103

Diğer Mac'ler

96 GB'lık tüm Mac'ler, her çiple.

Daha fazla veya daha az bellekle M2 Max:

Komşu çipler:

Karşı karşıya:

Herhangi bir Mac veya GPU ile karşılaştırın · Yerel yapay zekâ için M2 Max · Yerel LLM'ler için en iyi Mac · Tüm Mac'ler

Sorular

96 GB'lık M2 Max için en iyi LLM hangisi?: Yayımlanmış Intelligence Index puanı olan modeller arasında burada iyi çalışanların en yüksek puanlısı Qwen3.8 27B: 4 bit, saniyede yaklaşık 12–21 token. İyi çalışanların en büyüğü gpt-oss-120b.
96 GB'lık M2 Max, Llama 3.3 70B çalıştırabilir mi?: Evet ama yavaş: 6 bit, saniyede yaklaşık 3–6 token.
gpt-oss-20b, M2 Max çipinde ne kadar hızlı?: Çipin 400 GB/s bellek bant genişliğiyle saniyede yaklaşık 95–168 token (yerel 4,25 bit).

Bunları MLX Harness ile (ücretsiz, açık kaynak) ya da Terminal'de Apple'ın mlx-lm aracıyla çalıştırın: adım adım.

Nasıl hesaplanır

Bellek: modelin parametreleri ağırlık başına 8, 6, 4, 3 veya 2 bitte, artı MLX'in grup ölçekleri (ağırlık başına yarım bit) ya da modelin yerel biçimi; üstüne bağlam için yer. macOS varsayılan olarak GPU'nun birleşik belleğin yaklaşık %75'ini kullanmasına izin verir. Hız: bellek bant genişliğinin token başına okunan bayt sayısına bölümü, tek bir sohbet için üst sınırdır; llama.cpp'nin herkese açık Apple Silicon karşılaştırmalarında gerçek çalıştırmalar bunun yaklaşık %45 ile %80'ine ulaşır ve gösterilen aralık budur. Bunlar ölçüm değil tahmindir: kendi Mac'inizi MLX Bench ile ölçün. Model verileri her modelin resmî model kartından, çip verileri Apple'ın Teknik Özellikler sayfalarından alınmıştır. Kontrol tarihi: 2026-10-19. mlx.app/compare ile aynı veriler.

96 GB'lık M2 Max neleri çalıştırır?