УвійтиСтворити гаманець

Що запустить M3 Max 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 400 ГБ/с — від цього залежить швидкість генерації. Трапляється в: MacBook Pro (14-inch, M3 Pro or M3 Max, Nov 2023), MacBook Pro (16-inch, Nov 2023).

Найрозумніша з тих, що працюють добреQwen3.8 27B4 біт · 15,2 ГБ · 12–21 tok/sНайбільша з тих, що працюють добреQwen3.5 122B A10B4 біт · 68,6 ГБ · 32–57 tok/sДля кодуQwen3 Coder Next8 біт · 85 ГБ · 56–100 tok/s

Працюють добре 51

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

МодельВерсіяПам’ятьТокенів/с
Qwen3.8 27B27B · Інтелект 33,74 біт15,2 ГБ12–21
Nemotron 3.5 Bolt 74B A9B74B · активних: 9B · Інтелект 21,48 біт78,6 ГБ19–33
Qwen3.6 35B A3B35B · активних: 3B · Інтелект 18,28 біт37,2 ГБ56–100
Muse Glimmer 30B29,6B · Інтелект 17,54 біт16,7 ГБ11–19
Qwen3.5 122B A10B122B · активних: 10B · Інтелект 15,64 біт68,6 ГБ32–57
Gemma 4 31B30,7B · Інтелект 14,74 біт17,3 ГБ10–18
Nemotron 3.5 Lightning 30B A3B30B · активних: 3B · Інтелект 12,98 біт31,9 ГБ56–100
Granite 4.2 30B30B · Інтелект 12,74 біт16,9 ГБ11–19
MiniCPM5 2B2,52B · Інтелект 12,58 біт2,7 ГБ67–119
gpt-oss-120b117B · активних: 5,1B · Інтелект 11,6нативні 4,25 біт65,3 ГБ67–119
Mistral Small 4 (119B)119B · активних: 6,5B · Інтелект 11,34 біт66,9 ГБ49–86
Qwen3.5 9B9B · Інтелект 11,28 біт9,6 ГБ19–33
Granite 4.2 8B8B · Інтелект 11,18 біт8,5 ГБ21–38
Qwen3 Coder Next80B · активних: 3B · Інтелект 9,28 біт85 ГБ56–100
Granite 4.2 3B3B · Інтелект 9,18 біт3,2 ГБ56–100
gpt-oss-20b21B · активних: 3,6B · Інтелект 9нативні 4,25 біт13,8 ГБ95–168
Nemotron 3 Nano 30B A3B30B · активних: 3,5B · Інтелект 8,98 біт31,9 ГБ49–86
Gemma 4 E4B8B · Інтелект 8,98 біт8,5 ГБ38–67
Llama 4 Scout 17B-16E Instruct109B · активних: 17B · Інтелект 6,56 біт88,6 ГБ13–23
Ministral 3 8B8,9B · Інтелект 5,58 біт9,5 ГБ19–34
Nemotron 3 Nano 4B3,97B · Інтелект 4,88 біт4,2 ГБ43–76
Ornith 1.5 122B122B · активних: 10B4 біт68,6 ГБ32–57
Nemotron 3 Super 120B A12B120B · активних: 12B4 біт67,5 ГБ26–47
GLM-4.5 Air106B · активних: 12B6 біт86,1 ГБ18–33
Qwen3 Coder 30B A3B Instruct30,5B · активних: 3,3B8 біт32,4 ГБ51–91
GLM-4.7 Flash30B · активних: 3B8 біт31,9 ГБ56–100
Qwen3.6 27B27B4 біт15,2 ГБ12–21
Gemma 4 26B A4B25,2B · активних: 3,8B8 біт26,8 ГБ45–80
Devstral Small 2 (24B)24B4 біт13,5 ГБ13–24
Magistral Small 1.2 (2509)24B4 біт13,5 ГБ13–24
Mistral Small 3.2 (24B)24B4 біт13,5 ГБ13–24
LFM2.5 24B A2B24B · активних: 2B8 біт25,5 ГБ86–152
Phi-4 Reasoning Vision 15B15B8 біт15,9 ГБ11–20
Phi-4 (14B)14B8 біт14,9 ГБ12–21
Gemma 4 12B Unified12B8 біт12,7 ГБ14–25
Qwen3 8B8,2B8 біт8,7 ГБ21–37
Llama 3.1 8B Instruct8B8 біт8,5 ГБ21–38
Gemma 4 E2B5,1B8 біт5,4 ГБ75–133
Qwen3.5 4B4B8 біт4,3 ГБ42–74
Phi-4 mini instruct3,8B8 біт4 ГБ45–80
Llama 3.2 3B Instruct3,21B8 біт3,4 ГБ53–94
SmolLM3 3B3B8 біт3,2 ГБ56–100
LFM2.5 2.6B2,69B8 біт2,9 ГБ62–110
Qwen3.5 2B2B8 біт2,1 ГБ86–152
Llama 3.2 1B Instruct1,23B8 біт1,3 ГБ138–246
Qwen3.5 0.8B0,8B8 біт0,9 ГБ200–356
Qwen3 0.6B0,6B8 біт0,6 ГБ300–533
Qwen3.8 Flash Next180B · активних: 6B · Інтелект 39,83 біт нижча якість78,8 ГБ69–123
Inkling Small276B · активних: 12B · Інтелект 25,72 біт нижча якість86,3 ГБ47–84
DeepSeek V4 Flash 0731284B · активних: 13B2 біт нижча якість88,8 ГБ44–78
MiniMax M2.7230B · активних: 10B2 біт нижча якість71,9 ГБ58–103

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 ГБ3–4
Devstral 2 (123B)123B4 біт69,2 ГБ3–5
Llama 3.3 70B Instruct70B8 біт74,4 ГБ2–4

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 ГБ32–57
MiMo V2.6 Flash309B · активних: 15B · Інтелект 37,92 біт нижча якість96,6 ГБ38–68
Hy3295B · активних: 21B · Інтелект 25,32 біт нижча якість92,2 ГБ27–48

Завеликі 16

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

Інші Mac

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

M3 Max з іншим обсягом пам’яті:

Сусідні чипи:

Віч-на-віч:

Порівняти з будь-яким Mac або GPU · M3 Max для локального ШІ · Найкращий Mac для локальних LLM · Усі Mac

Запитання

Яка LLM найкраще підходить для M3 Max із 128 ГБ?
Серед моделей з опублікованим Intelligence Index найвищу оцінку з тих, що тут добре працюють, має Qwen3.8 27B: 4 біт, близько 12–21 токенів за секунду. Найбільша з тих, що працюють добре, — Qwen3.5 122B A10B.
Чи запустить M3 Max із 128 ГБ Llama 3.3 70B?
Так, але повільно: 8 біт, близько 2–4 токенів за секунду.
Наскільки швидко gpt-oss-20b працює на M3 Max?
Близько 95–168 токенів за секунду (нативні 4,25 біт) за пропускної здатності пам’яті чипа 400 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 M3 Max із 128 ГБ? Усі моделі та швидкість