硬體 / UNIFIED MEMORY
Mac Studio M3 Ultra · 96 GB
A quiet single-box option for 70B-class Q4 models and Apple-native MLX workflows, with memory shared by macOS and applications.
一手來源Apple desktop96 GB
01 / 實際上限
Qwen3.8 Flash Next REAP-288
清單中排最前的模型可能是勉強適配或需要卸載的。日常使用建議選第一個標為 餘量充足 的結果，並保持上下文適中。
02 / 預設推論服務
MLX LM
Native Apple silicon inference, experimentation and fine-tuning. Only for Apple silicon. Use an MLX-converted model and tune KV cache size for long contexts. The bundled mlx_lm.server is an OpenAI-compatible HTTP endpoint (default 127.0.0.1:8080), but upstream warns it implements only basic security checks and is not recommended for production.
開啟指南03 / 模型範圍
代表性開放權重模型
Community REAP build
Qwen3.8 Flash Next REAP-288
176BREAP-288 · MLX 4-bit · PLE on NVMe
- 估算記憶體
- ~40.57 GB
- 上下文
- 7.6K recommended on measured 48 GB Mac
Meta
Llama 3.1 70B
70BGGUF Q4
- 估算記憶體
- ~46 GB
- 上下文
- 128K
Alibaba Qwen
Qwen3.6 35B-A3B
35B3B active · Q4 / NVFP4 MoE
- 估算記憶體
- ~25 GB
- 上下文
- 262K native
Alibaba Qwen
Qwen3 32B
32BGGUF Q4
- 估算記憶體
- ~24.5 GB
- 上下文
- 32K+
Alibaba Qwen
Qwen3 30B-A3B
30B3B active · GGUF Q4 MoE
- 估算記憶體
- ~22.5 GB
- 上下文
- 32K+
Alibaba Qwen
Qwen3.6 27B
27BQ4 / NVFP4 estimate
- 估算記憶體
- ~18.5 GB
- 上下文
- 262K native
注意
適配以估算的總模型記憶體為準。驅動支援、KV 快取、多模態投影層、併發以及桌面應用都可能進一步壓縮可用餘量。目前適配：Qwen3.8 Flash Next REAP-288 (餘量充足), Llama 3.1 70B (餘量充足), Qwen3.6 35B-A3B (餘量充足), Qwen3 32B (餘量充足), Qwen3 30B-A3B (餘量充足), Qwen3.6 27B (餘量充足)。