УвійтиСтворити гаманець

Найкращі LLM для Mac із 512 ГБ.

У 512 ГБ добре працюють 61 з 73 відкритих моделей. За замовчуванням GPU може використовувати близько 384 ГБ. Швидкість залежить від чипа: від 819 ГБ/с у M3 Ultra до 1 200 ГБ/с у M5 Ultra.

Найрозумніша з тих, що працюють добреDeepSeek V4.1 Flash 10174 біт · 311 ГБ · 41–107 tok/sНайбільша з тих, що працюють добреDeepSeek V4.1 Flash 10174 біт · 311 ГБ · 41–107 tok/sДля кодуQwen3 Coder Next8 біт · 85 ГБ · 115–300 tok/s

Mac із 512 ГБ

Чипів M3–M5 із 512 ГБ: 2. Відкрийте будь-який, щоб побачити його список і швидкість.

Працюють добре 68

Вміщується із запасом для контексту, 10 і більше токенів за секунду на M5 Ultra.

МодельВерсіяПам’ятьM3 UltraM5 Ultra
DeepSeek V4.1 Flash 1017552B · активних: 16B · Інтелект 45,14 біт311 ГБ41–7360–107
GLM-5.3 Flash320B · активних: 18B · Інтелект 41,88 біт340 ГБ19–3428–50
Qwen3.8 Flash Next180B · активних: 6B · Інтелект 39,88 біт191 ГБ58–10284–150
MiMo V2.6 Flash309B · активних: 15B · Інтелект 37,9нативні 4,48 біт173 ГБ44–7864–114
Qwen3.8 27B27B · Інтелект 33,78 біт28,7 ГБ13–2319–33
Beam 1.0501B · активних: 23B · Інтелект 30,34 біт282 ГБ29–5142–74
MiniMax M3428B · активних: 23B · Інтелект 29,26 біт348 ГБ20–3529–51
Inkling Small276B · активних: 12B · Інтелект 25,78 біт293 ГБ29–5142–75
Hy3295B · активних: 21B · Інтелект 25,38 біт313 ГБ17–2924–43
Nemotron 3 Ultra 550B A55B550B · активних: 55B · Інтелект 22,94 біт309 ГБ12–2117–31
Nemotron 3.5 Bolt 74B A9B74B · активних: 9B · Інтелект 21,48 біт78,6 ГБ38–6856–100
Qwen3.5 397B A17B397B · активних: 17B · Інтелект 18,46 біт323 ГБ27–4739–70
Qwen3.6 35B A3B35B · активних: 3B · Інтелект 18,28 біт37,2 ГБ115–205169–300
Muse Glimmer 30B29,6B · Інтелект 17,58 біт31,5 ГБ12–2117–30
Qwen3.5 122B A10B122B · активних: 10B · Інтелект 15,68 біт130 ГБ35–6251–91
Gemma 4 31B30,7B · Інтелект 14,78 біт32,6 ГБ11–2017–29
Nemotron 3.5 Lightning 30B A3B30B · активних: 3B · Інтелект 12,98 біт31,9 ГБ115–205169–300
Granite 4.2 30B30B · Інтелект 12,78 біт31,9 ГБ12–2117–30
MiniCPM5 2B2,52B · Інтелект 12,58 біт2,7 ГБ137–243200–356
gpt-oss-120b117B · активних: 5,1B · Інтелект 11,6нативні 4,25 біт65,3 ГБ137–243200–356
Mistral Small 4 (119B)119B · активних: 6,5B · Інтелект 11,38 біт126 ГБ53–9578–139
Qwen3.5 9B9B · Інтелект 11,28 біт9,6 ГБ38–6856–100
Granite 4.2 8B8B · Інтелект 11,18 біт8,5 ГБ43–7764–113
Llama 4 Maverick 17B-128E Instruct400B · активних: 17B · Інтелект 9,36 біт325 ГБ27–4739–70
Qwen3 Coder Next80B · активних: 3B · Інтелект 9,28 біт85 ГБ115–205169–300
Granite 4.2 3B3B · Інтелект 9,18 біт3,2 ГБ115–205169–300
gpt-oss-20b21B · активних: 3,6B · Інтелект 9нативні 4,25 біт13,8 ГБ194–345284–505
Nemotron 3 Nano 30B A3B30B · активних: 3,5B · Інтелект 8,98 біт31,9 ГБ100–177146–259
Gemma 4 E4B8B · Інтелект 8,98 біт8,5 ГБ77–137113–200
Llama 4 Scout 17B-16E Instruct109B · активних: 17B · Інтелект 6,58 біт116 ГБ20–3630–53
Ministral 3 8B8,9B · Інтелект 5,58 біт9,5 ГБ39–6957–101
Nemotron 3 Nano 4B3,97B · Інтелект 4,88 біт4,2 ГБ88–156129–229
DeepSeek V4 Flash 0731284B · активних: 13B8 біт302 ГБ27–4739–70
MiniMax M2.7230B · активних: 10B8 біт244 ГБ35–6251–91
Ornith 1.5 122B122B · активних: 10B8 біт130 ГБ35–6251–91
Nemotron 3 Super 120B A12B120B · активних: 12B8 біт128 ГБ29–5142–75
GLM-4.5 Air106B · активних: 12B8 біт113 ГБ29–5142–75
Llama 3.3 70B Instruct70B4 біт39,4 ГБ5–914–24
Qwen3 Coder 30B A3B Instruct30,5B · активних: 3,3B8 біт32,4 ГБ105–187154–274
GLM-4.7 Flash30B · активних: 3B8 біт31,9 ГБ115–205169–300
Qwen3.6 27B27B8 біт28,7 ГБ13–2319–33
Gemma 4 26B A4B25,2B · активних: 3,8B8 біт26,8 ГБ92–164135–240
Devstral Small 2 (24B)24B8 біт25,5 ГБ14–2621–38
Magistral Small 1.2 (2509)24B8 біт25,5 ГБ14–2621–38
Mistral Small 3.2 (24B)24B8 біт25,5 ГБ14–2621–38
LFM2.5 24B A2B24B · активних: 2B8 біт25,5 ГБ176–312257–457
Phi-4 Reasoning Vision 15B15B8 біт15,9 ГБ23–4134–60
Phi-4 (14B)14B8 біт14,9 ГБ25–4436–64
Gemma 4 12B Unified12B8 біт12,7 ГБ29–5243–76
Qwen3 8B8,2B8 біт8,7 ГБ42–7562–110
Llama 3.1 8B Instruct8B8 біт8,5 ГБ43–7764–113
Gemma 4 E2B5,1B8 біт5,4 ГБ154–273225–400
Qwen3.5 4B4B8 біт4,3 ГБ86–152126–223
Phi-4 mini instruct3,8B8 біт4 ГБ92–164135–240
Llama 3.2 3B Instruct3,21B8 біт3,4 ГБ108–193159–282
SmolLM3 3B3B8 біт3,2 ГБ115–205169–300
LFM2.5 2.6B2,69B8 біт2,9 ГБ127–226186–331
Qwen3.5 2B2B8 біт2,1 ГБ176–312257–457
Llama 3.2 1B Instruct1,23B8 біт1,3 ГБ284–504415–738
Qwen3.5 0.8B0,8B8 біт0,9 ГБ410–728600–1067
Qwen3 0.6B0,6B8 біт0,6 ГБ614–1092900–1600
MiMo V2.6 Pro1 020B · активних: 42B · Інтелект 46,32 біт нижча якість319 ГБ28–5041–73
GLM-5.3744B · активних: 40B · Інтелект 44,83 біт нижча якість326 ГБ21–3731–55
Muse Spark Open816B · активних: 42B · Інтелект 38,92 біт нижча якість255 ГБ28–5041–73
Kimi K2.7 Code1 000B · активних: 32B · Інтелект 25,82 біт нижча якість313 ГБ37–6654–96
Inkling975B · активних: 41B · Інтелект 252 біт нижча якість305 ГБ29–5142–75
Kimi K2.61 000B · активних: 32B2 біт нижча якість313 ГБ37–6654–96
Mistral Large 3 (675B)675B · активних: 41B3 біт нижча якість295 ГБ21–3730–54

Працюють, але повільно 2

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

МодельВерсіяПам’ятьM3 UltraM5 Ultra
Mistral Medium 3.5 (128B)128B · Інтелект 14,28 біт136 ГБ3–54–7
Devstral 2 (123B)123B8 біт131 ГБ3–54–7

Завеликі 3

Потрібно більше ніж 512 ГБ пам’яті, навіть за 2 біт.

Запитання

Яка LLM найкраще підходить для Mac із 512 ГБ?
Серед моделей з опублікованим Intelligence Index найвищу оцінку з тих, що добре працюють у 512 ГБ, має DeepSeek V4.1 Flash 1017 (4 біт). Для коду: Qwen3 Coder Next.
Чи вистачить 512 ГБ для локального ШІ на Mac?
З 73 відкритих моделей тут 61 добре працюють у такому обсязі за 4 біт або краще. За замовчуванням macOS дає GPU близько 384 ГБ; модель і її контекст мають уміститися в цей обсяг.
Чи запустить Mac із 512 ГБ gpt-oss-20b?
Так, нативні 4,25 біт: близько 194–345 токенів за секунду на M3 Ultra і 284–505 на M5 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 512 ГБ (M3–M5): що працює