За обсягом пам’яті
| Пам’ять | Працюють добре | Найбільша з тих, що працюють добре | gpt-oss-20b |
|---|---|---|---|
| 96 ГБ819 ГБ/с | 43 | gpt-oss-120b | 194–345 tok/s |
| 256 ГБ819 ГБ/с | 53 | MiMo V2.6 Flash | 194–345 tok/s |
| 512 ГБ819 ГБ/с | 60 | DeepSeek V4.1 Flash 1017 | 194–345 tok/s |
Моделі: Mac Studio (2025). Не кожен обсяг пам’яті доступний у кожній моделі; що пропонується для кожної, вказано в технічних характеристиках Apple.
Запитання
- Чи підходить Mac Studio із чипом M3 Ultra для локальних LLM?
- Із 512 ГБ він добре запускає 60 з 73 відкритих моделей, аж до DeepSeek V4.1 Flash 1017, і генерує близько 194–345 токенів за секунду із gpt-oss-20b. M3 Ultra читає пам’ять зі швидкістю 819 ГБ/с — від цього залежить швидкість генерації.
- Mac Studio із чипом M3 Ultra: скільки пам’яті потрібно для ШІ?
- Відкритих моделей, що працюють добре: 43 із 96 ГБ і 60 із 512 ГБ, аж до DeepSeek V4.1 Flash 1017. Обсяг пам’яті визначає, які моделі вмістяться, і збільшити його потім не можна.
Інші Mac
Mac Studio з іншими чипами:
- Mac Studio M5 Max
- Mac Studio M5 Ultra
- Mac Studio M4 Max
- Mac Studio M2 Max
- Mac Studio M2 Ultra
- Mac Studio M1 Max
- Mac Studio M1 Ultra
Віч-на-віч:
Проти ПК і відеокарт:
M3 Ultra для локального ШІ · Найкращий Mac для локальних LLM · Усі Mac
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.