УвійтиСтворити гаманець

Найкращі LLM для Mac із 96 ГБ.

У 96 ГБ добре працюють 44 з 73 відкритих моделей. За замовчуванням GPU може використовувати близько 72 ГБ. Швидкість залежить від чипа: від 300 ГБ/с у M3 Max до 1 200 ГБ/с у M5 Ultra.

Найрозумніша з тих, що працюють добреQwen3.8 27B8 біт · 28,7 ГБ · 5–33 tok/sНайбільша з тих, що працюють добреgpt-oss-120bнативні 4,25 біт · 65,3 ГБ · 50–356 tok/sДля кодуQwen3 Coder Next6 біт · 65 ГБ · 56–400 tok/s

Mac із 96 ГБ

Чипів M2–M5 із 96 ГБ: 4. Відкрийте будь-який, щоб побачити його список і швидкість.

Працюють добре 51

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

МодельВерсіяПам’ятьM3 MaxM5 Ultra
Qwen3.8 27B27B · Інтелект 33,78 біт28,7 ГБ5–819–33
Nemotron 3.5 Bolt 74B A9B74B · активних: 9B · Інтелект 21,46 біт60,1 ГБ18–3374–132
Qwen3.6 35B A3B35B · активних: 3B · Інтелект 18,28 біт37,2 ГБ42–75169–300
Muse Glimmer 30B29,6B · Інтелект 17,58 біт31,5 ГБ4–817–30
Gemma 4 31B30,7B · Інтелект 14,78 біт32,6 ГБ4–717–29
Nemotron 3.5 Lightning 30B A3B30B · активних: 3B · Інтелект 12,98 біт31,9 ГБ42–75169–300
Granite 4.2 30B30B · Інтелект 12,78 біт31,9 ГБ4–817–30
MiniCPM5 2B2,52B · Інтелект 12,58 біт2,7 ГБ50–89200–356
gpt-oss-120b117B · активних: 5,1B · Інтелект 11,6нативні 4,25 біт65,3 ГБ50–89200–356
Qwen3.5 9B9B · Інтелект 11,28 біт9,6 ГБ14–2556–100
Granite 4.2 8B8B · Інтелект 11,18 біт8,5 ГБ16–2864–113
Qwen3 Coder Next80B · активних: 3B · Інтелект 9,26 біт65 ГБ56–100225–400
Granite 4.2 3B3B · Інтелект 9,18 біт3,2 ГБ42–75169–300
gpt-oss-20b21B · активних: 3,6B · Інтелект 9нативні 4,25 біт13,8 ГБ71–126284–505
Nemotron 3 Nano 30B A3B30B · активних: 3,5B · Інтелект 8,98 біт31,9 ГБ36–65146–259
Gemma 4 E4B8B · Інтелект 8,98 біт8,5 ГБ28–50113–200
Llama 4 Scout 17B-16E Instruct109B · активних: 17B · Інтелект 6,54 біт61,3 ГБ14–2556–100
Ministral 3 8B8,9B · Інтелект 5,58 біт9,5 ГБ14–2557–101
Nemotron 3 Nano 4B3,97B · Інтелект 4,88 біт4,2 ГБ32–57129–229
GLM-4.5 Air106B · активних: 12B4 біт59,6 ГБ20–3579–141
Llama 3.3 70B Instruct70B4 біт39,4 ГБ2–414–24
Qwen3 Coder 30B A3B Instruct30,5B · активних: 3,3B8 біт32,4 ГБ39–69154–274
GLM-4.7 Flash30B · активних: 3B8 біт31,9 ГБ42–75169–300
Qwen3.6 27B27B8 біт28,7 ГБ5–819–33
Gemma 4 26B A4B25,2B · активних: 3,8B8 біт26,8 ГБ34–60135–240
Devstral Small 2 (24B)24B8 біт25,5 ГБ10–1821–38
Magistral Small 1.2 (2509)24B8 біт25,5 ГБ10–1821–38
Mistral Small 3.2 (24B)24B8 біт25,5 ГБ10–1821–38
LFM2.5 24B A2B24B · активних: 2B8 біт25,5 ГБ64–114257–457
Phi-4 Reasoning Vision 15B15B8 біт15,9 ГБ11–2034–60
Phi-4 (14B)14B8 біт14,9 ГБ12–2136–64
Gemma 4 12B Unified12B8 біт12,7 ГБ11–1943–76
Qwen3 8B8,2B8 біт8,7 ГБ16–2862–110
Llama 3.1 8B Instruct8B8 біт8,5 ГБ16–2864–113
Gemma 4 E2B5,1B8 біт5,4 ГБ56–100225–400
Qwen3.5 4B4B8 біт4,3 ГБ31–56126–223
Phi-4 mini instruct3,8B8 біт4 ГБ34–60135–240
Llama 3.2 3B Instruct3,21B8 біт3,4 ГБ40–71159–282
SmolLM3 3B3B8 біт3,2 ГБ42–75169–300
LFM2.5 2.6B2,69B8 біт2,9 ГБ47–83186–331
Qwen3.5 2B2B8 біт2,1 ГБ64–114257–457
Llama 3.2 1B Instruct1,23B8 біт1,3 ГБ104–185415–738
Qwen3.5 0.8B0,8B8 біт0,9 ГБ150–267600–1067
Qwen3 0.6B0,6B8 біт0,6 ГБ225–400900–1600
Qwen3.8 Flash Next180B · активних: 6B · Інтелект 39,82 біт нижча якість56,3 ГБ71–126284–505
Qwen3.5 122B A10B122B · активних: 10B · Інтелект 15,63 біт нижча якість53,4 ГБ31–55123–218
Mistral Medium 3.5 (128B)128B · Інтелект 14,23 біт нижча якість56 ГБ2–410–17
Mistral Small 4 (119B)119B · активних: 6,5B · Інтелект 11,33 біт нижча якість52,1 ГБ48–86193–343
Devstral 2 (123B)123B3 біт нижча якість53,8 ГБ3–410–18
Ornith 1.5 122B122B · активних: 10B3 біт нижча якість53,4 ГБ31–55123–218
Nemotron 3 Super 120B A12B120B · активних: 12B3 біт нижча якість52,5 ГБ25–45102–181

Ледь вміщуються 1

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

МодельВерсіяПам’ятьM3 MaxM5 Ultra
MiniMax M2.7230B · активних: 10B2 біт нижча якість71,9 ГБ44–77174–310

Завеликі 21

Потрібно більше ніж 96 ГБ пам’яті, навіть за 2 біт.

Запитання

Яка LLM найкраще підходить для Mac із 96 ГБ?
Серед моделей з опублікованим Intelligence Index найвищу оцінку з тих, що добре працюють у 96 ГБ, має Qwen3.8 27B (8 біт). Найбільша з тих, що працюють добре, — gpt-oss-120b. Для коду: Qwen3 Coder Next.
Чи вистачить 96 ГБ для локального ШІ на Mac?
З 73 відкритих моделей тут 44 добре працюють у такому обсязі за 4 біт або краще. За замовчуванням macOS дає GPU близько 72 ГБ; модель і її контекст мають уміститися в цей обсяг.
Чи запустить Mac із 96 ГБ gpt-oss-20b?
Так, нативні 4,25 біт: близько 71–126 токенів за секунду на M3 Max 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 96 ГБ (M2–M5): що працює