搭載 M3 Ultra 的 Mac Studio 適合執行本機 LLM 嗎？

配備 512 GB 時，它能順暢執行 73 個開放模型中的 60 個，最大到 DeepSeek V4.1 Flash 1017；執行 gpt-oss-20b 時每秒約產生 194–345 個 token。M3 Ultra 的記憶體讀取速度為 819 GB/s，這決定了產生速度。

用於 AI 的話，搭載 M3 Ultra 的 Mac Studio 該配多少記憶體？

96 GB 能順暢執行 43 個開放模型；512 GB 能執行 60 個，最大到 DeepSeek V4.1 Flash 1017。記憶體決定放得下哪些模型，而且日後無法升級。

搭載 M3 Ultra 的 Mac Studio 執行本機 AI：依記憶體看能跑哪些 LLM

依記憶體容量

記憶體	順暢執行	順暢執行的最大模型	gpt-oss-20b
96 GB819 GB/s	43	gpt-oss-120b	194–345 tok/s
256 GB819 GB/s	53	MiMo V2.6 Flash	194–345 tok/s
512 GB819 GB/s	60	DeepSeek V4.1 Flash 1017	194–345 tok/s

機型：Mac Studio (2025)。並非每個機型都提供所有記憶體容量；各機型的可選配置請參閱 Apple 的技術規格。

常見問題

搭載 M3 Ultra 的 Mac Studio 適合執行本機 LLM 嗎？: 配備 512 GB 時，它能順暢執行 73 個開放模型中的 60 個，最大到 DeepSeek V4.1 Flash 1017；執行 gpt-oss-20b 時每秒約產生 194–345 個 token。M3 Ultra 的記憶體讀取速度為 819 GB/s，這決定了產生速度。
用於 AI 的話，搭載 M3 Ultra 的 Mac Studio 該配多少記憶體？: 96 GB 能順暢執行 43 個開放模型；512 GB 能執行 60 個，最大到 DeepSeek V4.1 Flash 1017。記憶體決定放得下哪些模型，而且日後無法升級。

其他 Mac

搭載其他晶片的 Mac Studio：

正面比較：

對比 PC 和顯示卡：

M3 Ultra vs DGX Spark

用 M3 Ultra 執行本機 AI · 執行本機 LLM 的最佳 Mac · 所有 Mac

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。