УвійтиСтворити гаманець

Що запустить M2 Ultra із 128 ГБ?

На ньому добре працюють 47 з 73 відкритих моделей. За замовчуванням GPU може використовувати близько 96 ГБ із 128 ГБ, а пам’ять читається зі швидкістю 800 ГБ/с — від цього залежить швидкість генерації. Трапляється в: Mac Studio (2023), Mac Pro (2023), Mac Pro (Rack, 2023).

Найрозумніша з тих, що працюють добреQwen3.8 27B8 біт · 28,7 ГБ · 13–22 tok/sНайбільша з тих, що працюють добреQwen3.5 122B A10B4 біт · 68,6 ГБ · 64–114 tok/sДля кодуQwen3 Coder Next8 біт · 85 ГБ · 113–200 tok/s

Працюють добре 51

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

МодельВерсіяПам’ятьТокенів/с
Qwen3.8 27B27B · Інтелект 33,78 біт28,7 ГБ13–22
Nemotron 3.5 Bolt 74B A9B74B · активних: 9B · Інтелект 21,48 біт78,6 ГБ38–67
Qwen3.6 35B A3B35B · активних: 3B · Інтелект 18,28 біт37,2 ГБ113–200
Muse Glimmer 30B29,6B · Інтелект 17,58 біт31,5 ГБ11–20
Qwen3.5 122B A10B122B · активних: 10B · Інтелект 15,64 біт68,6 ГБ64–114
Gemma 4 31B30,7B · Інтелект 14,78 біт32,6 ГБ11–20
Nemotron 3.5 Lightning 30B A3B30B · активних: 3B · Інтелект 12,98 біт31,9 ГБ113–200
Granite 4.2 30B30B · Інтелект 12,78 біт31,9 ГБ11–20
MiniCPM5 2B2,52B · Інтелект 12,58 біт2,7 ГБ133–237
gpt-oss-120b117B · активних: 5,1B · Інтелект 11,6нативні 4,25 біт65,3 ГБ133–237
Mistral Small 4 (119B)119B · активних: 6,5B · Інтелект 11,34 біт66,9 ГБ97–173
Qwen3.5 9B9B · Інтелект 11,28 біт9,6 ГБ38–67
Granite 4.2 8B8B · Інтелект 11,18 біт8,5 ГБ42–75
Qwen3 Coder Next80B · активних: 3B · Інтелект 9,28 біт85 ГБ113–200
Granite 4.2 3B3B · Інтелект 9,18 біт3,2 ГБ113–200
gpt-oss-20b21B · активних: 3,6B · Інтелект 9нативні 4,25 біт13,8 ГБ189–337
Nemotron 3 Nano 30B A3B30B · активних: 3,5B · Інтелект 8,98 біт31,9 ГБ97–173
Gemma 4 E4B8B · Інтелект 8,98 біт8,5 ГБ75–133
Llama 4 Scout 17B-16E Instruct109B · активних: 17B · Інтелект 6,56 біт88,6 ГБ26–46
Ministral 3 8B8,9B · Інтелект 5,58 біт9,5 ГБ38–67
Nemotron 3 Nano 4B3,97B · Інтелект 4,88 біт4,2 ГБ86–152
Ornith 1.5 122B122B · активних: 10B4 біт68,6 ГБ64–114
Nemotron 3 Super 120B A12B120B · активних: 12B4 біт67,5 ГБ53–94
GLM-4.5 Air106B · активних: 12B6 біт86,1 ГБ37–65
Qwen3 Coder 30B A3B Instruct30,5B · активних: 3,3B8 біт32,4 ГБ103–183
GLM-4.7 Flash30B · активних: 3B8 біт31,9 ГБ113–200
Qwen3.6 27B27B8 біт28,7 ГБ13–22
Gemma 4 26B A4B25,2B · активних: 3,8B8 біт26,8 ГБ90–160
Devstral Small 2 (24B)24B8 біт25,5 ГБ14–25
Magistral Small 1.2 (2509)24B8 біт25,5 ГБ14–25
Mistral Small 3.2 (24B)24B8 біт25,5 ГБ14–25
LFM2.5 24B A2B24B · активних: 2B8 біт25,5 ГБ171–305
Phi-4 Reasoning Vision 15B15B8 біт15,9 ГБ23–40
Phi-4 (14B)14B8 біт14,9 ГБ24–43
Gemma 4 12B Unified12B8 біт12,7 ГБ28–50
Qwen3 8B8,2B8 біт8,7 ГБ41–74
Llama 3.1 8B Instruct8B8 біт8,5 ГБ42–75
Gemma 4 E2B5,1B8 біт5,4 ГБ150–267
Qwen3.5 4B4B8 біт4,3 ГБ84–149
Phi-4 mini instruct3,8B8 біт4 ГБ90–160
Llama 3.2 3B Instruct3,21B8 біт3,4 ГБ106–188
SmolLM3 3B3B8 біт3,2 ГБ113–200
LFM2.5 2.6B2,69B8 біт2,9 ГБ124–221
Qwen3.5 2B2B8 біт2,1 ГБ171–305
Llama 3.2 1B Instruct1,23B8 біт1,3 ГБ277–492
Qwen3.5 0.8B0,8B8 біт0,9 ГБ400–711
Qwen3 0.6B0,6B8 біт0,6 ГБ600–1067
Qwen3.8 Flash Next180B · активних: 6B · Інтелект 39,83 біт нижча якість78,8 ГБ138–246
Inkling Small276B · активних: 12B · Інтелект 25,72 біт нижча якість86,3 ГБ95–168
DeepSeek V4 Flash 0731284B · активних: 13B2 біт нижча якість88,8 ГБ88–156
MiniMax M2.7230B · активних: 10B2 біт нижча якість71,9 ГБ116–206

Працюють, але повільно 3

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

МодельВерсіяПам’ятьТокенів/с
Mistral Medium 3.5 (128B)128B · Інтелект 14,24 біт72 ГБ5–9
Devstral 2 (123B)123B4 біт69,2 ГБ5–9
Llama 3.3 70B Instruct70B8 біт74,4 ГБ5–9

Ледь вміщуються 3

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

МодельВерсіяПам’ятьТокенів/с
GLM-5.3 Flash320B · активних: 18B · Інтелект 41,82 біт нижча якість100 ГБ64–114
MiMo V2.6 Flash309B · активних: 15B · Інтелект 37,92 біт нижча якість96,6 ГБ77–136
Hy3295B · активних: 21B · Інтелект 25,32 біт нижча якість92,2 ГБ55–97

Завеликі 16

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

Інші Mac

Усі Mac із 128 ГБ, на будь-якому чипі.

M2 Ultra з іншим обсягом пам’яті:

Сусідні чипи:

Віч-на-віч:

Порівняти з будь-яким Mac або GPU · M2 Ultra для локального ШІ · Найкращий Mac для локальних LLM · Усі Mac

Запитання

Яка LLM найкраще підходить для M2 Ultra із 128 ГБ?
Серед моделей з опублікованим Intelligence Index найвищу оцінку з тих, що тут добре працюють, має Qwen3.8 27B: 8 біт, близько 13–22 токенів за секунду. Найбільша з тих, що працюють добре, — Qwen3.5 122B A10B.
Чи запустить M2 Ultra із 128 ГБ Llama 3.3 70B?
Так, але повільно: 8 біт, близько 5–9 токенів за секунду.
Наскільки швидко gpt-oss-20b працює на M2 Ultra?
Близько 189–337 токенів за секунду (нативні 4,25 біт) за пропускної здатності пам’яті чипа 800 ГБ/с.

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.

Які LLM запустить M2 Ultra із 128 ГБ? Усі моделі та швидкість