УвійтиСтворити гаманець

Що запустить M3 Max із 96 ГБ?

На ньому добре працюють 38 з 73 відкритих моделей. За замовчуванням GPU може використовувати близько 72 ГБ із 96 ГБ, а пам’ять читається зі швидкістю 300 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 добреNemotron 3.5 Bolt 74B A9B6 біт · 60,1 ГБ · 18–33 tok/sНайбільша з тих, що працюють добреgpt-oss-120bнативні 4,25 біт · 65,3 ГБ · 50–89 tok/sДля кодуQwen3 Coder Next6 біт · 65 ГБ · 56–100 tok/s

Працюють добре 43

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

МодельВерсіяПам’ятьТокенів/с
Nemotron 3.5 Bolt 74B A9B74B · активних: 9B · Інтелект 21,46 біт60,1 ГБ18–33
Qwen3.6 35B A3B35B · активних: 3B · Інтелект 18,28 біт37,2 ГБ42–75
Nemotron 3.5 Lightning 30B A3B30B · активних: 3B · Інтелект 12,98 біт31,9 ГБ42–75
MiniCPM5 2B2,52B · Інтелект 12,58 біт2,7 ГБ50–89
gpt-oss-120b117B · активних: 5,1B · Інтелект 11,6нативні 4,25 біт65,3 ГБ50–89
Qwen3.5 9B9B · Інтелект 11,28 біт9,6 ГБ14–25
Granite 4.2 8B8B · Інтелект 11,18 біт8,5 ГБ16–28
Qwen3 Coder Next80B · активних: 3B · Інтелект 9,26 біт65 ГБ56–100
Granite 4.2 3B3B · Інтелект 9,18 біт3,2 ГБ42–75
gpt-oss-20b21B · активних: 3,6B · Інтелект 9нативні 4,25 біт13,8 ГБ71–126
Nemotron 3 Nano 30B A3B30B · активних: 3,5B · Інтелект 8,98 біт31,9 ГБ36–65
Gemma 4 E4B8B · Інтелект 8,98 біт8,5 ГБ28–50
Llama 4 Scout 17B-16E Instruct109B · активних: 17B · Інтелект 6,54 біт61,3 ГБ14–25
Ministral 3 8B8,9B · Інтелект 5,58 біт9,5 ГБ14–25
Nemotron 3 Nano 4B3,97B · Інтелект 4,88 біт4,2 ГБ32–57
GLM-4.5 Air106B · активних: 12B4 біт59,6 ГБ20–35
Qwen3 Coder 30B A3B Instruct30,5B · активних: 3,3B8 біт32,4 ГБ39–69
GLM-4.7 Flash30B · активних: 3B8 біт31,9 ГБ42–75
Gemma 4 26B A4B25,2B · активних: 3,8B8 біт26,8 ГБ34–60
Devstral Small 2 (24B)24B4 біт13,5 ГБ10–18
Magistral Small 1.2 (2509)24B4 біт13,5 ГБ10–18
Mistral Small 3.2 (24B)24B4 біт13,5 ГБ10–18
LFM2.5 24B A2B24B · активних: 2B8 біт25,5 ГБ64–114
Phi-4 Reasoning Vision 15B15B6 біт12,2 ГБ11–20
Phi-4 (14B)14B6 біт11,4 ГБ12–21
Gemma 4 12B Unified12B8 біт12,7 ГБ11–19
Qwen3 8B8,2B8 біт8,7 ГБ16–28
Llama 3.1 8B Instruct8B8 біт8,5 ГБ16–28
Gemma 4 E2B5,1B8 біт5,4 ГБ56–100
Qwen3.5 4B4B8 біт4,3 ГБ31–56
Phi-4 mini instruct3,8B8 біт4 ГБ34–60
Llama 3.2 3B Instruct3,21B8 біт3,4 ГБ40–71
SmolLM3 3B3B8 біт3,2 ГБ42–75
LFM2.5 2.6B2,69B8 біт2,9 ГБ47–83
Qwen3.5 2B2B8 біт2,1 ГБ64–114
Llama 3.2 1B Instruct1,23B8 біт1,3 ГБ104–185
Qwen3.5 0.8B0,8B8 біт0,9 ГБ150–267
Qwen3 0.6B0,6B8 біт0,6 ГБ225–400
Qwen3.8 Flash Next180B · активних: 6B · Інтелект 39,82 біт нижча якість56,3 ГБ71–126
Qwen3.5 122B A10B122B · активних: 10B · Інтелект 15,63 біт нижча якість53,4 ГБ31–55
Mistral Small 4 (119B)119B · активних: 6,5B · Інтелект 11,33 біт нижча якість52,1 ГБ48–86
Ornith 1.5 122B122B · активних: 10B3 біт нижча якість53,4 ГБ31–55
Nemotron 3 Super 120B A12B120B · активних: 12B3 біт нижча якість52,5 ГБ25–45

Працюють, але повільно 8

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

МодельВерсіяПам’ятьТокенів/с
Qwen3.8 27B27B · Інтелект 33,78 біт28,7 ГБ5–8
Muse Glimmer 30B29,6B · Інтелект 17,58 біт31,5 ГБ4–8
Gemma 4 31B30,7B · Інтелект 14,78 біт32,6 ГБ4–7
Granite 4.2 30B30B · Інтелект 12,78 біт31,9 ГБ4–8
Llama 3.3 70B Instruct70B6 біт56,9 ГБ2–4
Qwen3.6 27B27B8 біт28,7 ГБ5–8
Mistral Medium 3.5 (128B)128B · Інтелект 14,23 біт нижча якість56 ГБ2–4
Devstral 2 (123B)123B3 біт нижча якість53,8 ГБ3–4

Ледь вміщуються 1

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

МодельВерсіяПам’ятьТокенів/с
MiniMax M2.7230B · активних: 10B2 біт нижча якість71,9 ГБ44–77

Завеликі 21

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

Інші Mac

Усі Mac із 96 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 96 ГБ?
Серед моделей з опублікованим Intelligence Index найвищу оцінку з тих, що тут добре працюють, має Nemotron 3.5 Bolt 74B A9B: 6 біт, близько 18–33 токенів за секунду. Найбільша з тих, що працюють добре, — gpt-oss-120b.
Чи запустить M3 Max із 96 ГБ Llama 3.3 70B?
Так, але повільно: 6 біт, близько 2–4 токенів за секунду.
Наскільки швидко gpt-oss-20b працює на M3 Max?
Близько 71–126 токенів за секунду (нативні 4,25 біт) за пропускної здатності пам’яті чипа 300 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 96 ГБ? Усі моделі та швидкість