登入建立錢包

512 GB 的 M3 Ultra 能執行什麼？

73 個開放模型中有 60 個能在它上面順暢執行。預設情況下，GPU 可使用 512 GB 中的約 384 GB；它的記憶體讀取速度為 819 GB/s，這決定了產生速度。搭載於：Mac Studio (2025)。

順暢執行中最聰明的DeepSeek V4.1 Flash 10174 位元 · 311 GB · 41–73 tok/s順暢執行中最大的DeepSeek V4.1 Flash 10174 位元 · 311 GB · 41–73 tok/s適合寫程式Qwen3 Coder Next8 位元 · 85 GB · 115–205 tok/s

順暢執行 67

放得下，還留有上下文空間，每秒 10 個 token 以上。

模型版本記憶體token/秒
DeepSeek V4.1 Flash 1017552B · 啟用 16B · 智慧 45.14 位元311 GB41–73
GLM-5.3 Flash320B · 啟用 18B · 智慧 41.88 位元340 GB19–34
Qwen3.8 Flash Next180B · 啟用 6B · 智慧 39.88 位元191 GB58–102
MiMo V2.6 Flash309B · 啟用 15B · 智慧 37.9原生 4.48 位元173 GB44–78
Qwen3.8 27B27B · 智慧 33.78 位元28.7 GB13–23
Beam 1.0501B · 啟用 23B · 智慧 30.34 位元282 GB29–51
MiniMax M3428B · 啟用 23B · 智慧 29.26 位元348 GB20–35
Inkling Small276B · 啟用 12B · 智慧 25.78 位元293 GB29–51
Hy3295B · 啟用 21B · 智慧 25.38 位元313 GB17–29
Nemotron 3 Ultra 550B A55B550B · 啟用 55B · 智慧 22.94 位元309 GB12–21
Nemotron 3.5 Bolt 74B A9B74B · 啟用 9B · 智慧 21.48 位元78.6 GB38–68
Qwen3.5 397B A17B397B · 啟用 17B · 智慧 18.46 位元323 GB27–47
Qwen3.6 35B A3B35B · 啟用 3B · 智慧 18.28 位元37.2 GB115–205
Muse Glimmer 30B29.6B · 智慧 17.58 位元31.5 GB12–21
Qwen3.5 122B A10B122B · 啟用 10B · 智慧 15.68 位元130 GB35–62
Gemma 4 31B30.7B · 智慧 14.78 位元32.6 GB11–20
Nemotron 3.5 Lightning 30B A3B30B · 啟用 3B · 智慧 12.98 位元31.9 GB115–205
Granite 4.2 30B30B · 智慧 12.78 位元31.9 GB12–21
MiniCPM5 2B2.52B · 智慧 12.58 位元2.7 GB137–243
gpt-oss-120b117B · 啟用 5.1B · 智慧 11.6原生 4.25 位元65.3 GB137–243
Mistral Small 4 (119B)119B · 啟用 6.5B · 智慧 11.38 位元126 GB53–95
Qwen3.5 9B9B · 智慧 11.28 位元9.6 GB38–68
Granite 4.2 8B8B · 智慧 11.18 位元8.5 GB43–77
Llama 4 Maverick 17B-128E Instruct400B · 啟用 17B · 智慧 9.36 位元325 GB27–47
Qwen3 Coder Next80B · 啟用 3B · 智慧 9.28 位元85 GB115–205
Granite 4.2 3B3B · 智慧 9.18 位元3.2 GB115–205
gpt-oss-20b21B · 啟用 3.6B · 智慧 9原生 4.25 位元13.8 GB194–345
Nemotron 3 Nano 30B A3B30B · 啟用 3.5B · 智慧 8.98 位元31.9 GB100–177
Gemma 4 E4B8B · 智慧 8.98 位元8.5 GB77–137
Llama 4 Scout 17B-16E Instruct109B · 啟用 17B · 智慧 6.58 位元116 GB20–36
Ministral 3 8B8.9B · 智慧 5.58 位元9.5 GB39–69
Nemotron 3 Nano 4B3.97B · 智慧 4.88 位元4.2 GB88–156
DeepSeek V4 Flash 0731284B · 啟用 13B8 位元302 GB27–47
MiniMax M2.7230B · 啟用 10B8 位元244 GB35–62
Ornith 1.5 122B122B · 啟用 10B8 位元130 GB35–62
Nemotron 3 Super 120B A12B120B · 啟用 12B8 位元128 GB29–51
GLM-4.5 Air106B · 啟用 12B8 位元113 GB29–51
Qwen3 Coder 30B A3B Instruct30.5B · 啟用 3.3B8 位元32.4 GB105–187
GLM-4.7 Flash30B · 啟用 3B8 位元31.9 GB115–205
Qwen3.6 27B27B8 位元28.7 GB13–23
Gemma 4 26B A4B25.2B · 啟用 3.8B8 位元26.8 GB92–164
Devstral Small 2 (24B)24B8 位元25.5 GB14–26
Magistral Small 1.2 (2509)24B8 位元25.5 GB14–26
Mistral Small 3.2 (24B)24B8 位元25.5 GB14–26
LFM2.5 24B A2B24B · 啟用 2B8 位元25.5 GB176–312
Phi-4 Reasoning Vision 15B15B8 位元15.9 GB23–41
Phi-4 (14B)14B8 位元14.9 GB25–44
Gemma 4 12B Unified12B8 位元12.7 GB29–52
Qwen3 8B8.2B8 位元8.7 GB42–75
Llama 3.1 8B Instruct8B8 位元8.5 GB43–77
Gemma 4 E2B5.1B8 位元5.4 GB154–273
Qwen3.5 4B4B8 位元4.3 GB86–152
Phi-4 mini instruct3.8B8 位元4 GB92–164
Llama 3.2 3B Instruct3.21B8 位元3.4 GB108–193
SmolLM3 3B3B8 位元3.2 GB115–205
LFM2.5 2.6B2.69B8 位元2.9 GB127–226
Qwen3.5 2B2B8 位元2.1 GB176–312
Llama 3.2 1B Instruct1.23B8 位元1.3 GB284–504
Qwen3.5 0.8B0.8B8 位元0.9 GB410–728
Qwen3 0.6B0.6B8 位元0.6 GB614–1092
MiMo V2.6 Pro1,020B · 啟用 42B · 智慧 46.32 位元 品質較低319 GB28–50
GLM-5.3744B · 啟用 40B · 智慧 44.83 位元 品質較低326 GB21–37
Muse Spark Open816B · 啟用 42B · 智慧 38.92 位元 品質較低255 GB28–50
Kimi K2.7 Code1,000B · 啟用 32B · 智慧 25.82 位元 品質較低313 GB37–66
Inkling975B · 啟用 41B · 智慧 252 位元 品質較低305 GB29–51
Kimi K2.61,000B · 啟用 32B2 位元 品質較低313 GB37–66
Mistral Large 3 (675B)675B · 啟用 41B3 位元 品質較低295 GB21–37

能執行，但較慢 3

放得下，但每秒不到 10 個 token：適合批次工作，拿來聊天會慢。

模型版本記憶體token/秒
Mistral Medium 3.5 (128B)128B · 智慧 14.28 位元136 GB3–5
Devstral 2 (123B)123B8 位元131 GB3–5
Llama 3.3 70B Instruct70B8 位元74.4 GB5–9

太大 3

所需記憶體超過 512 GB，即使是 2 位元也不行。

其他 Mac

所有 512 GB 的 Mac，不限晶片。

記憶體更多或更少的 M3 Ultra：

相鄰晶片：

正面比較：

對比 PC 和顯示卡：

與任何 Mac 或 GPU 比較 · 用 M3 Ultra 執行本機 AI · 執行本機 LLM 的最佳 Mac · 所有 Mac

常見問題

512 GB 的 M3 Ultra 最適合執行哪個 LLM？
在公布 Intelligence Index 的模型中，DeepSeek V4.1 Flash 1017 是在這台 Mac 上順暢執行的模型裡得分最高的：4 位元，每秒約 41–73 個 token。
512 GB 的 M3 Ultra 能執行 Llama 3.3 70B 嗎？
可以，但較慢：8 位元，每秒約 5–9 個 token。
gpt-oss-20b 在 M3 Ultra 上有多快？
每秒約 194–345 個 token（原生 4.25 位元），由晶片 819 GB/s 的記憶體頻寬決定。

可以用 MLX Harness（免費、開源）執行，或在「終端機」中使用 Apple 的 mlx-lm：逐步教學。

計算方式

記憶體：模型參數以每個權重 8、6、4、3 或 2 位元計算，加上 MLX 的分組縮放（每個權重半個位元），或依其原生格式計算，再留出上下文空間。macOS 預設讓 GPU 使用約 75% 的統一記憶體。速度：記憶體頻寬除以每個 token 讀取的位元組數，就是單一對話的上限；在 llama.cpp 的 Apple Silicon 公開效能測試中，實際執行可達這個上限的約 45% 到 80%，本頁顯示的就是這個範圍。這些是估算值，不是實測值：可以到 MLX Bench 測量你自己的 Mac。模型數據來自各模型的官方模型卡，晶片數據來自 Apple 的技術規格。核對於 2026-10-19。數據與 mlx.app/compare 相同。

512 GB 的 M3 Ultra 能執行哪些 LLM？所有模型與速度