Apple M3 Ultra · 96 GB 能跑哪些开源模型

统一内存 96 GB
带宽 819 GB/s
可用 72.0 GB

规格出处: 显存 · Mac Studio (2025) - Tech Specs - Apple Support · 带宽 · Mac Studio (2025) - Tech Specs - Apple Support

搜索精度上下文并发最低速度结构类型厂商排序

适配	模型	参数 / 激活	推荐精度	显存占用	估算速度	最长上下文	运行方式
流畅	Ming-3.0-audio-flash Ant Group	128.2B / 6.5B	Q4_0	70.9 / 72.0 GB	101–152 tok/s	32K	统一内存
流畅	Ling-3.0-flash Ant Group	127.5B / 5.1B	Q4_0	70.5 / 72.0 GB	125–188 tok/s	40K	统一内存
流畅	Qwen3.5-122B-A10B Alibaba Qwen	125.1B / 10B	Q4_0	69.0 / 72.0 GB	70–105 tok/s	136K	统一内存
流畅	Ling-3.0-flash-VL Ant Group	124.8B / 5.5B	Q4_0	69.0 / 72.0 GB	117–176 tok/s	72K	统一内存
流畅	gpt-oss-120b OpenAI	116.8B / 5.1B	原生 MXFP4官方	64.1 / 72.0 GB	130–195 tok/s	128K	统一内存
流畅	GLM-4.5-Air Zhipu AI	110.5B	Q4_0	62.2 / 72.0 GB	37–55 tok/s	63K	统一内存
流畅	GLM-4.5V Zhipu AI	107.7B / 12B	Q4_0	60.7 / 72.0 GB	49–74 tok/s	63K	统一内存
流畅	GLM-4.6V Zhipu AI	107.7B	Q4_0	60.7 / 72.0 GB	43–64 tok/s	71K	统一内存
流畅	Ling-2.6-flash Ant Group	107.5B / 7.4B	Q4_K_M	64.1 / 72.0 GB	85–128 tok/s	128K	统一内存
流畅	Qwen3-Next-80B-A3B-Instruct Alibaba Qwen	81.3B / 3B	Q6_K官方	64.3 / 72.0 GB	156–235 tok/s	256K	统一内存
流畅	Qwen3-Next-80B-A3B-Thinking Alibaba Qwen	81.3B / 3B	Q6_K官方	64.3 / 72.0 GB	156–235 tok/s	256K	统一内存
流畅	Qwen3-Coder-Next Alibaba Qwen	79.7B / 3B	Q6_K官方	64.3 / 72.0 GB	153–230 tok/s	256K	统一内存
流畅	Qwen3.5-35B-A3B Alibaba Qwen	36B / 3B	Q8_0	37.5 / 72.0 GB	122–183 tok/s	256K	统一内存
流畅	Qwen3.6-35B-A3B Alibaba Qwen	36B / 3B	Q8_0	37.5 / 72.0 GB	122–183 tok/s	256K	统一内存
流畅	Qwen2.5-VL-32B-Instruct Alibaba Qwen	33.5B	Q6_K	28.9 / 72.0 GB	14–21 tok/s	125K	统一内存
流畅	Qwen3-VL-32B-Instruct Alibaba Qwen	33.4B	Q6_K	28.8 / 72.0 GB	14–21 tok/s	128K	统一内存
流畅	Qwen3-VL-32B-Thinking Alibaba Qwen	33.4B	Q6_K	28.8 / 72.0 GB	14–21 tok/s	128K	统一内存
流畅	Qwen2.5-32B-Instruct Alibaba Qwen	32.8B	Q6_K官方	28.3 / 72.0 GB	14–21 tok/s	32K	统一内存
流畅	Qwen2.5-Coder-32B-Instruct Alibaba Qwen	32.8B	INT4 (AWQ / GPTQ)官方	20.9 / 72.0 GB	19–29 tok/s	32K	统一内存
流畅	QwQ-32B Alibaba Qwen	32.8B	Q6_K官方	28.3 / 72.0 GB	14–21 tok/s	40K	统一内存
流畅	DeepSeek-R1-Distill-Qwen-32B DeepSeek	32.8B	Q6_K	28.3 / 72.0 GB	14–21 tok/s	32K	统一内存
流畅	Qwen3-32B Alibaba Qwen	32.8B	Q6_K官方	28.3 / 72.0 GB	14–21 tok/s	128K	统一内存
流畅	Qwen3-Omni-30B-A3B-Captioner Alibaba Qwen	31.7B	原生 BF16官方	62.8 / 72.0 GB	41–62 tok/s	64K	统一内存
流畅	Gemma 4 31B IT Google	31.3B	Q6_K	27.1 / 72.0 GB	15–22 tok/s	250K	统一内存
流畅	GLM-4.7-Flash Zhipu AI	31.2B	原生 BF16官方	61.5 / 72.0 GB	38–57 tok/s	195K	统一内存
流畅	Qwen3-VL-30B-A3B-Instruct Alibaba Qwen	31.1B	原生 BF16官方	61.5 / 72.0 GB	48–72 tok/s	120K	统一内存
流畅	Qwen3-VL-30B-A3B-Thinking Alibaba Qwen	31.1B	原生 BF16官方	61.5 / 72.0 GB	48–72 tok/s	120K	统一内存
流畅	Qwen3-30B-A3B-Instruct-2507 Alibaba Qwen	30.5B / 3.3B	原生 BF16官方	60.5 / 72.0 GB	55–83 tok/s	256K	统一内存
流畅	Qwen3-30B-A3B-Thinking-2507 Alibaba Qwen	30.5B / 3.3B	原生 BF16官方	60.5 / 72.0 GB	55–83 tok/s	256K	统一内存
流畅	Qwen3-30B-A3B Alibaba Qwen	30.5B / 3.3B	原生 BF16官方	60.5 / 72.0 GB	55–83 tok/s	128K	统一内存
流畅	Qwen3-Coder-30B-A3B-Instruct Alibaba Qwen	30.5B / 3.3B	原生 BF16官方	60.5 / 72.0 GB	55–83 tok/s	131K	统一内存
流畅	Hy-Memory-30B-A3B Tencent	30.1B / 3B	原生 BF16官方	59.6 / 72.0 GB	60–90 tok/s	63K	统一内存
流畅	Granite Switch 4.1 30B IBM	30B	FP8	31.4 / 72.0 GB	13–19 tok/s	128K	统一内存
流畅	Qwen3.5-27B Alibaba Qwen	27.8B	Q8_0	29.4 / 72.0 GB	14–20 tok/s	256K	统一内存
流畅	Qwen3.6-27B Alibaba Qwen	27.8B	Q8_0	29.4 / 72.0 GB	14–20 tok/s	256K	统一内存
流畅	Qwen3.8-27B Alibaba Qwen	27.8B	Q8_0	29.4 / 72.0 GB	14–20 tok/s	256K	统一内存
流畅	Gemma 4 26B A4B IT Google	25.8B / 3.8B	原生 BF16官方	51.0 / 72.0 GB	50–75 tok/s	250K	统一内存
流畅	Magistral Small 1.2 Mistral AI	24B	Q8_0官方	25.8 / 72.0 GB	16–23 tok/s	125K	统一内存
流畅	Devstral Small 1.0 Mistral AI	23.6B	Q8_0	25.7 / 72.0 GB	16–23 tok/s	125K	统一内存
流畅	Devstral Small 1.1 Mistral AI	23.6B	Q8_0	25.7 / 72.0 GB	16–23 tok/s	125K	统一内存
流畅	Magistral Small 1.0 Mistral AI	23.6B	Q8_0	25.7 / 72.0 GB	16–23 tok/s	39K	统一内存
流畅	Magistral Small 1.1 Mistral AI	23.6B	Q8_0官方	25.8 / 72.0 GB	16–23 tok/s	39K	统一内存
流畅	ERNIE-4.5-21B-A3B-Thinking Baidu	21.8B / 3B	原生 BF16官方	43.1 / 72.0 GB	63–95 tok/s	128K	统一内存
流畅	GPT OSS 20B OpenAI	20.9B / 3.6B	原生 MXFP4官方	13.6 / 72.0 GB	159–239 tok/s	128K	统一内存
流畅	Qwen2.5-14B-Instruct-1M Alibaba Qwen	14.8B	原生 BF16官方	30.4 / 72.0 GB	13–20 tok/s	230K	统一内存
流畅	Qwen2.5-14B-Instruct Alibaba Qwen	14.8B	原生 BF16官方	30.4 / 72.0 GB	13–20 tok/s	32K	统一内存
流畅	DeepSeek-R1-Distill-Qwen-14B DeepSeek	14.8B	原生 BF16官方	30.4 / 72.0 GB	13–20 tok/s	32K	统一内存
流畅	Qwen3-14B Alibaba Qwen	14.8B	原生 BF16官方	30.1 / 72.0 GB	13–20 tok/s	128K	统一内存
流畅	Gemma 3 12B IT Google	12.2B	原生 BF16官方	26.6 / 72.0 GB	15–22 tok/s	128K	统一内存
流畅	Qwen2.5-Omni-7B Alibaba Qwen	10.7B	原生 BF16官方	22.3 / 72.0 GB	18–27 tok/s	32K	统一内存
流畅	GLM-4.6V-Flash Zhipu AI	10.3B	原生 BF16官方	20.4 / 72.0 GB	20–29 tok/s	125K	统一内存
流畅	Qwen3.5-9B Alibaba Qwen	9.7B	原生 BF16官方	19.1 / 72.0 GB	21–31 tok/s	256K	统一内存
流畅	Qianfan-VL-8B Baidu	8.8B	原生 BF16官方	18.2 / 72.0 GB	22–33 tok/s	32K	统一内存
流畅	Granite Switch 4.1 8B IBM	8.8B	原生 BF16官方	18.5 / 72.0 GB	22–32 tok/s	128K	统一内存
流畅	Qwen3-VL-8B-Instruct Alibaba Qwen	8.8B	原生 BF16官方	18.3 / 72.0 GB	22–33 tok/s	128K	统一内存
流畅	Qwen3-VL-8B-Thinking Alibaba Qwen	8.8B	原生 BF16官方	18.3 / 72.0 GB	22–33 tok/s	128K	统一内存
流畅	pplx-embed-v2-context-9b Perplexity	8.4B	Q8_0	9.1 / 72.0 GB	45–67 tok/s	256K	统一内存
流畅	Qwen2.5-VL-7B-Instruct Alibaba Qwen	8.3B	原生 BF16官方	16.7 / 72.0 GB	24–36 tok/s	125K	统一内存
流畅	Qwen3-8B Alibaba Qwen	8.2B	原生 BF16官方	17.1 / 72.0 GB	23–35 tok/s	128K	统一内存
流畅	DeepSeek-R1-Distill-Llama-8B DeepSeek	8B	原生 BF16官方	16.7 / 72.0 GB	24–36 tok/s	125K	统一内存
流畅	Gemma 4 E4B Google	8B	原生 BF16官方	15.8 / 72.0 GB	25–38 tok/s	125K	统一内存
流畅	Ling-3.0-tiny Ant Group	7.9B / 1.3B	原生 BF16官方	15.6 / 72.0 GB	145–217 tok/s	128K	统一内存
流畅	Qwen2.5-7B-Instruct-1M Alibaba Qwen	7.6B	原生 BF16官方	15.3 / 72.0 GB	26–39 tok/s	977K	统一内存
流畅	Qwen2.5-7B-Instruct Alibaba Qwen	7.6B	原生 BF16官方	15.3 / 72.0 GB	26–39 tok/s	32K	统一内存
流畅	DeepSeek-R1-Distill-Qwen-7B DeepSeek	7.6B	原生 BF16官方	15.3 / 72.0 GB	26–39 tok/s	32K	统一内存
流畅	Mistral-7B-Instruct-v0.1 Mistral AI	7.2B	原生 BF16官方	15.2 / 72.0 GB	26–39 tok/s	32K	统一内存
流畅	Gemma 4 E2B Google	5.1B	原生 BF16官方	10.1 / 72.0 GB	40–60 tok/s	125K	统一内存
流畅	WeVisOne-VL-4B Tencent	4.8B	原生 BF16官方	10.6 / 72.0 GB	38–57 tok/s	256K	统一内存
流畅	Qianfan-OCR Baidu	4.7B	原生 BF16官方	10.5 / 72.0 GB	38–57 tok/s	31K	统一内存
流畅	Qwen3.5-4B Alibaba Qwen	4.7B	原生 BF16官方	9.4 / 72.0 GB	43–64 tok/s	256K	统一内存
流畅	Qwen3-VL-4B-Instruct Alibaba Qwen	4.4B	原生 BF16官方	9.9 / 72.0 GB	41–61 tok/s	250K	统一内存
流畅	Qwen3-4B-Instruct-2507 Alibaba Qwen	4B	原生 BF16官方	9.1 / 72.0 GB	44–66 tok/s	256K	统一内存
流畅	Qwen3-4B Alibaba Qwen	4B	原生 BF16官方	9.1 / 72.0 GB	44–66 tok/s	128K	统一内存
流畅	DeepSeek-OCR DeepSeek	3.3B	原生 BF16官方	7.2 / 72.0 GB	147–221 tok/s	8K	统一内存
流畅	Granite-4.0-H-Micro IBM	3.2B	原生 BF16官方	6.5 / 72.0 GB	63–95 tok/s	128K	统一内存
流畅	Qwen3-1.7B Alibaba Qwen	2B	原生 BF16官方	5.2 / 72.0 GB	82–123 tok/s	40K	统一内存
流畅	DeepSeek-R1-Distill-Qwen-1.5B DeepSeek	1.8B	原生 BF16官方	4.0 / 72.0 GB	108–162 tok/s	125K	统一内存
流畅	GLM-OCR Zhipu AI	1.3B	原生 BF16官方	3.5 / 72.0 GB	128–193 tok/s	128K	统一内存
流畅	Qwen3-0.6B Alibaba Qwen	0.8B	原生 BF16官方	2.8 / 72.0 GB	168–251 tok/s	40K	统一内存
流畅	EmbeddingGemma 2 Google	0.7B	原生 BF16官方	2.0 / 72.0 GB	260–390 tok/s	256K	统一内存
流畅	Qwen3-Embedding-0.6B Alibaba Qwen	0.6B	原生 BF16官方	2.5 / 72.0 GB	192–288 tok/s	32K	统一内存
流畅	bge-reranker-v2-m3 BAAI	0.6B	原生 FP32官方	3.4 / 72.0 GB	133–200 tok/s	8K	统一内存
流畅	bge-m3-unsupervised BAAI	0.6B	原生 FP32官方	3.4 / 72.0 GB	133–200 tok/s	8K	统一内存
流畅	bge-large-en-v1.5 BAAI	0.3B	原生 FP32官方	1.8 / 72.0 GB	294–442 tok/s	512	统一内存
流畅	bge-reranker-base BAAI	0.3B	原生 FP32官方	1.6 / 72.0 GB	362–543 tok/s	514	统一内存
流畅	bge-base-en-v1.5 BAAI	0.1B	原生 FP32官方	0.9 / 72.0 GB	896–1345 tok/s	512	统一内存
流畅	bge-small-en-v1.5 BAAI	0B	原生 FP32官方	0.6 / 72.0 GB	2866–4298 tok/s	512	统一内存
能跑但慢	Qwen2.5-VL-72B-Instruct Alibaba Qwen	73.4B	Q6_K	61.5 / 72.0 GB	7–10 tok/s	42K	统一内存
能跑但慢	Qwen2-VL-72B-Instruct Alibaba Qwen	73.4B	Q6_K	61.5 / 72.0 GB	7–10 tok/s	32K	统一内存
能跑但慢	Qwen2.5-72B-Instruct Alibaba Qwen	72.7B	Q6_K官方	61.0 / 72.0 GB	7–10 tok/s	32K	统一内存
能跑但慢	Qianfan-VL-70B Baidu	71.8B	Q6_K	60.2 / 72.0 GB	7–10 tok/s	32K	统一内存
能跑但慢	DeepSeek-R1-Distill-Llama-70B DeepSeek	70.6B	Q6_K	59.2 / 72.0 GB	7–10 tok/s	49K	统一内存

按厂商 Hugging Face 仓库的数据估算（截至 2026-11-06）；带筛选的页面不建索引。怎么估算的