УвійтиСтворити гаманець

Найкращі LLM для Mac із 128 ГБ.

У 128 ГБ добре працюють 47 з 73 відкритих моделей. За замовчуванням GPU може використовувати близько 96 ГБ. Швидкість залежить від чипа: від 400 ГБ/с у M3 Max до 800 ГБ/с у M1 Ultra.

Найрозумніша з тих, що працюють добреQwen3.8 27B8 біт · 28,7 ГБ · 12–22 tok/sНайбільша з тих, що працюють добреQwen3.5 122B A10B4 біт · 68,6 ГБ · 32–114 tok/sДля кодуQwen3 Coder Next8 біт · 85 ГБ · 56–200 tok/s

Mac із 128 ГБ

Чипів M1–M5 із 128 ГБ: 5. Відкрийте будь-який, щоб побачити його список і швидкість.

Працюють добре 51

Вміщується із запасом для контексту, 10 і більше токенів за секунду на M1 Ultra.

МодельВерсіяПам’ятьM3 MaxM1 Ultra
Qwen3.8 27B27B · Інтелект 33,78 біт28,7 ГБ12–2113–22
Nemotron 3.5 Bolt 74B A9B74B · активних: 9B · Інтелект 21,48 біт78,6 ГБ19–3338–67
Qwen3.6 35B A3B35B · активних: 3B · Інтелект 18,28 біт37,2 ГБ56–100113–200
Muse Glimmer 30B29,6B · Інтелект 17,58 біт31,5 ГБ11–1911–20
Qwen3.5 122B A10B122B · активних: 10B · Інтелект 15,64 біт68,6 ГБ32–5764–114
Gemma 4 31B30,7B · Інтелект 14,78 біт32,6 ГБ10–1811–20
Nemotron 3.5 Lightning 30B A3B30B · активних: 3B · Інтелект 12,98 біт31,9 ГБ56–100113–200
Granite 4.2 30B30B · Інтелект 12,78 біт31,9 ГБ11–1911–20
MiniCPM5 2B2,52B · Інтелект 12,58 біт2,7 ГБ67–119133–237
gpt-oss-120b117B · активних: 5,1B · Інтелект 11,6нативні 4,25 біт65,3 ГБ67–119133–237
Mistral Small 4 (119B)119B · активних: 6,5B · Інтелект 11,34 біт66,9 ГБ49–8697–173
Qwen3.5 9B9B · Інтелект 11,28 біт9,6 ГБ19–3338–67
Granite 4.2 8B8B · Інтелект 11,18 біт8,5 ГБ21–3842–75
Qwen3 Coder Next80B · активних: 3B · Інтелект 9,28 біт85 ГБ56–100113–200
Granite 4.2 3B3B · Інтелект 9,18 біт3,2 ГБ56–100113–200
gpt-oss-20b21B · активних: 3,6B · Інтелект 9нативні 4,25 біт13,8 ГБ95–168189–337
Nemotron 3 Nano 30B A3B30B · активних: 3,5B · Інтелект 8,98 біт31,9 ГБ49–8697–173
Gemma 4 E4B8B · Інтелект 8,98 біт8,5 ГБ38–6775–133
Llama 4 Scout 17B-16E Instruct109B · активних: 17B · Інтелект 6,56 біт88,6 ГБ13–2326–46
Ministral 3 8B8,9B · Інтелект 5,58 біт9,5 ГБ19–3438–67
Nemotron 3 Nano 4B3,97B · Інтелект 4,88 біт4,2 ГБ43–7686–152
Ornith 1.5 122B122B · активних: 10B4 біт68,6 ГБ32–5764–114
Nemotron 3 Super 120B A12B120B · активних: 12B4 біт67,5 ГБ26–4753–94
GLM-4.5 Air106B · активних: 12B6 біт86,1 ГБ18–3337–65
Qwen3 Coder 30B A3B Instruct30,5B · активних: 3,3B8 біт32,4 ГБ51–91103–183
GLM-4.7 Flash30B · активних: 3B8 біт31,9 ГБ56–100113–200
Qwen3.6 27B27B8 біт28,7 ГБ12–2113–22
Gemma 4 26B A4B25,2B · активних: 3,8B8 біт26,8 ГБ45–8090–160
Devstral Small 2 (24B)24B8 біт25,5 ГБ13–2414–25
Magistral Small 1.2 (2509)24B8 біт25,5 ГБ13–2414–25
Mistral Small 3.2 (24B)24B8 біт25,5 ГБ13–2414–25
LFM2.5 24B A2B24B · активних: 2B8 біт25,5 ГБ86–152171–305
Phi-4 Reasoning Vision 15B15B8 біт15,9 ГБ11–2023–40
Phi-4 (14B)14B8 біт14,9 ГБ12–2124–43
Gemma 4 12B Unified12B8 біт12,7 ГБ14–2528–50
Qwen3 8B8,2B8 біт8,7 ГБ21–3741–74
Llama 3.1 8B Instruct8B8 біт8,5 ГБ21–3842–75
Gemma 4 E2B5,1B8 біт5,4 ГБ75–133150–267
Qwen3.5 4B4B8 біт4,3 ГБ42–7484–149
Phi-4 mini instruct3,8B8 біт4 ГБ45–8090–160
Llama 3.2 3B Instruct3,21B8 біт3,4 ГБ53–94106–188
SmolLM3 3B3B8 біт3,2 ГБ56–100113–200
LFM2.5 2.6B2,69B8 біт2,9 ГБ62–110124–221
Qwen3.5 2B2B8 біт2,1 ГБ86–152171–305
Llama 3.2 1B Instruct1,23B8 біт1,3 ГБ138–246277–492
Qwen3.5 0.8B0,8B8 біт0,9 ГБ200–356400–711
Qwen3 0.6B0,6B8 біт0,6 ГБ300–533600–1067
Qwen3.8 Flash Next180B · активних: 6B · Інтелект 39,83 біт нижча якість78,8 ГБ69–123138–246
Inkling Small276B · активних: 12B · Інтелект 25,72 біт нижча якість86,3 ГБ47–8495–168
DeepSeek V4 Flash 0731284B · активних: 13B2 біт нижча якість88,8 ГБ44–7888–156
MiniMax M2.7230B · активних: 10B2 біт нижча якість71,9 ГБ58–103116–206

Працюють, але повільно 3

Вміщується, але менше 10 токенів за секунду: годиться для пакетних задач, для чату повільно.

МодельВерсіяПам’ятьM3 MaxM1 Ultra
Mistral Medium 3.5 (128B)128B · Інтелект 14,24 біт72 ГБ3–45–9
Devstral 2 (123B)123B4 біт69,2 ГБ3–55–9
Llama 3.3 70B Instruct70B8 біт74,4 ГБ2–45–9

Ледь вміщуються 3

Займає майже всю пам’ять: підніміть ліміт пам’яті GPU і тримайте контекст коротким.

МодельВерсіяПам’ятьM3 MaxM1 Ultra
GLM-5.3 Flash320B · активних: 18B · Інтелект 41,82 біт нижча якість100 ГБ32–5764–114
MiMo V2.6 Flash309B · активних: 15B · Інтелект 37,92 біт нижча якість96,6 ГБ38–6877–136
Hy3295B · активних: 21B · Інтелект 25,32 біт нижча якість92,2 ГБ27–4855–97

Завеликі 16

Потрібно більше ніж 128 ГБ пам’яті, навіть за 2 біт.

Запитання

Яка LLM найкраще підходить для Mac із 128 ГБ?
Серед моделей з опублікованим Intelligence Index найвищу оцінку з тих, що добре працюють у 128 ГБ, має Qwen3.8 27B (8 біт). Найбільша з тих, що працюють добре, — Qwen3.5 122B A10B. Для коду: Qwen3 Coder Next.
Чи вистачить 128 ГБ для локального ШІ на Mac?
З 73 відкритих моделей тут 47 добре працюють у такому обсязі за 4 біт або краще. За замовчуванням macOS дає GPU близько 96 ГБ; модель і її контекст мають уміститися в цей обсяг.
Чи запустить Mac із 128 ГБ gpt-oss-20b?
Так, нативні 4,25 біт: близько 95–168 токенів за секунду на M3 Max і 189–337 на M1 Ultra.

Інші обсяги: 8 ГБ · 16 ГБ · 18 ГБ · 24 ГБ · 32 ГБ · 36 ГБ · 48 ГБ · 64 ГБ · 96 ГБ · 128 ГБ · 192 ГБ · 256 ГБ · 512 ГБ

Запускайте їх у MLX Harness (безкоштовно, відкритий код) або через mlx-lm від Apple у Терміналі: покроково.

Як це розраховано

Пам’ять: параметри моделі за 8, 6, 4, 3 або 2 біт на вагу плюс групові масштаби MLX (пів біта на вагу) або її нативний формат, а зверху — місце для контексту. За замовчуванням macOS дає GPU близько 75% об’єднаної пам’яті. Швидкість: пропускна здатність пам’яті, поділена на кількість байтів, що читаються на кожен токен, — це стеля для однієї розмови; у публічних тестах llama.cpp на Apple Silicon реальні запуски досягають приблизно 45–80% від неї, і показано саме цей діапазон. Це оцінки, а не вимірювання: виміряйте свій Mac у MLX Bench. Дані моделей — з офіційних карток моделей, дані чипів — з технічних характеристик Apple. Перевірено 2026-10-19. Ті самі дані, що й на mlx.app/compare.

Найкращі локальні LLM для Mac із 128 ГБ (M1–M5): що працює