硬件选型报告 · 模型估算

Mac Studio M3 Ultra · 96GB 能跑哪些本地大模型？

Apple M3 Ultra 配合 96 GB 统一内存，模型计算预算约 76.8 GB。综合场景首选 Qwen3-Next 80B-A3B，预计生成速度 42.7 tok/s。

综合使用推荐编程推荐中文对话推荐翻译推荐
76.8 GB
模型可用内存预算（估算）
8
前 8 名中适合本地运行
0
本站已收录本机实测

不同任务，不同首选

四个场景的第一推荐

下面四组结果使用同一台设备，但按任务标签重新排序。

综合使用

Qwen3-Next 80B-A3B

兼顾中文问答、写作、知识整理与轻量推理。

50.4 GB42.7 tok/s 估算

编程

Qwen3-Next 80B-A3B

代码补全、调试、脚本生成与仓库理解。

50.4 GB42.7 tok/s 估算

中文对话

Qwen3-Next 80B-A3B

中文交流、摘要、改写和通用助手任务。

50.4 GB42.7 tok/s 估算

翻译

Qwen3-Next 80B-A3B

中英互译、多语言整理和隐私文本处理。

50.4 GB42.7 tok/s 估算

综合推荐

Mac Studio M3 Ultra · 96GB 的本地模型候选

优先列出可舒适运行的模型，再列出能够加载但可能偏慢的选择。

模型本地判断预计占用估算速度量化适合任务
Qwen3-Next 80B-A3B适合本地运行50.4 GB42.7 tok/sQ4_K_MChat, Coding, Long Context
Qwen3.6 35B-A3B (Q8)适合本地运行38.7 GB35.3 tok/sQ8_0Reasoning, Coding, Agents
Qwen3.5 35B-A3B Instruct (Q8)适合本地运行38.7 GB35.3 tok/sQ8_0Reasoning, Coding, Agent scenarios
Nemotron 3.5 Lightning 30B-A3B适合本地运行23.7 GB69.7 tok/sQ4_K_MAgentic, Coding, Long context
GPT-OSS 120B适合本地运行65.4 GB28.6 tok/sMXFP4Reasoning, Coding, Agents
Qwen3.5 122B-A10B Instruct适合本地运行72 GB18.2 tok/sQ4_K_MFrontier-level reasoning, Complex tasks
Llama 4 Scout适合本地运行67 GB15.4 tok/sQ4_K_MLong context, Quality, Multimodal
Llama 3.3 70B Instruct适合本地运行42 GB9.5 tok/sQ4_K_MQuality, Coding

真实跑分

本机实测与模型估算分开显示

这台设备暂无本站实测记录当前页面只展示估算值，不会用估算速度冒充实机跑分。