高级 13 分钟Mac Studio

在 Mac Studio（M2 / M3 / M4 Ultra，64–512 GB）上运行哪些 LLM？ ?

2026年，Mac Studio（M2 Ultra、M3 Ultra、M4 Max）是全球唯一一款面向大众市场的设备，能够本地运行超过2000亿参数的模型。M3 Ultra 512GB（2025年初发布，2026年9月底被M5 Ultra取代）将统一内存提升至512GB，价格约为11000欧元——足以支持 Llama 4台Maverick 402B在Q4或 DeepSeek V3 671B 在Q4。本指南详细说明了每种配置及其适用场景。

您正在挑选电脑吗？ 按预算推荐 → · 我们的页面 Mac Studio M5 Max →

作者： Mohamed Meguedmi·更新于 2026-08-27·已在 macOS 14+ 上测试
推荐硬件

本指南的备选购买方案： Mac Studio M5 Max（36 GB / 512 GB）.

迷你 PC 是一台完整的机器：请检查可用内存和引擎兼容性。它不能替代 macOS/MLX 或 CUDA。

为什么选择它？我们的完整资料： Mac Studio M5 Max（36 GB / 512 GB） →

按预算比较所有选项，从 800 到 3 500 欧元 →

移动场景： 本地 AI 选哪款笔记本电脑 →

联盟链接——可能产生佣金，但您无需额外付费。作为亚马逊合作伙伴，QuelLLM 将从符合条件的购买中获利。

#2026 年 Mac Studio

Mac Studio M2 Ultra (2023)
24 核 CPU + 60 或 76 核 GPU，800 GB/s 带宽，64/128/192 GB 内存。目前仍可在二手市场买到，起价 2800 欧元。
Mac Studio M4 Max (2025)
16 个 CPU 核心 + 40 个 GPU 核心，546 GB/s，内存 36–128 GB。取代 M2 Max。Apple 已不再销售这款机型的新机：它于 2026 年 9 月底被 M5 Max 取代（起价 2 999 欧元）。
Mac Studio M3 Ultra (2025)
28 个 CPU 核心 + 60 或 80 个 GPU 核心，800 GB/s 带宽，96/256/512 GB 内存。性能巨兽。在 M5 Ultra 推出之前，售价从 4499 欧元（96 GB）到 11 299 欧元（512 GB）；截至 2026 年 9 月底，已不再列于 Apple 产品目录中（可购买二手或剩余库存）。
功耗
空闲时功耗为 15 W，推理时为 70–130 W，具体取决于配置。配备 512 GB 内存的 M3 Ultra 在运行 405B 模型时，峰值功耗约为 150 W。
→
内存容量才是真正的卖点
Mac Studio M3 Ultra 不仅是高性能电脑，更是唯一一款面向大众市场的设备，提供 512 GB 的 GPU 可访问 RAM。即使价格达到 20,000 欧元的 PC，也无一原生支持。对于希望本地运行 400B+ 模型的用户，目前没有其他替代方案。

#1. M2 Ultra 对比 M3 Ultra 对比 M4 Max

M4 Max
Mac Studio 的入门款。带宽为 546 GB/s，内存最大为 128 GB。优于 MacBook Pro M4 Max：不会降频，价格更低（台式机形态）。
M2 Ultra
第一代 Ultra。800 GB/s，最高支持 192 GB。二手价格在 2800 至 4500 欧元之间。在 70B 至 123B 模型规模上仍具竞争力。
M3 Ultra
最新的 Ultra（2025 年）。带宽为 800 GB/s，与 M2 Ultra 相同，但采用 M3 架构（实际性能提升 20%）。内存为 96 至 512 GB。适合希望运行超过 200B 规模模型的用户。
!
为什么 2026 年没有 M4 Ultra？
Apple 未推出 M4 Ultra。M4 系列最高为 Max。要获得 Ultra 版本，需选择 M3 Ultra（2025年3月），在 M5 Ultra 推出前，该型号于2026年9月底在 Apple 上发售，售价为6,599欧元。

#2. RAM 能支持到什么程度？

96 GB（M3 Ultra 基础版）
M3 Ultra 的目录价为 4499 欧元，现已不再销售新机（M5 Ultra 96 GB：6599 欧元）。运行 gpt-oss 120B（MXFP4，63 GB）时速度约为 50 token/秒，运行约 30B 的 MoE 模型（Qwen 3.6 35B-A3B）时约为 70 token/秒，并留有支持长上下文的余量。对于最高约 120B 的大型 MoE 模型，这是一个理想的平衡点。
256 GB（M3 Ultra + 256）
M3 Ultra 的目录标价为 7299 欧元，现已不再销售全新机。可运行 Llama 4 Maverick 402B Q4（230 GB），速度约为 34 tokens/s，也可运行 DeepSeek V3 671B Q2（约 240 GB）。适合想运行 400B 及以上模型的用户。
512 GB（M3 Ultra最大值）
M3 Ultra 目录价为 11,299 欧元，已不再以新品销售（M5 Ultra 512 GB：2026 年 10 月底）。DeepSeek V3 671B Q4（380 GB）可以运行，Qwen3-235B-A22B 以 Q8 量化运行，大型 MoE 模型支持 128k+ 上下文。属于研究/研发领域。
192 GB（M2 Ultra 最大值）
能加载 Qwen3-235B-A22B Q4（133 GB）和 Q3 量化的 Maverick 402B。功能上相当于配备 256 GB 内存的 M3 Ultra，购买二手时价格稍低。是个不错的折中选择。

#3. Ultra 专属模型

只有 Mac Studio Ultra 才能轻松加载的模型
模型Quant所需 RAMM2 Ultra 192M3 Ultra 256M3 Ultra 512
gpt-oss 120BMXFP463 GB✓ 42 t/s✓ 50 t/s✓ 50 t/s
Qwen3-235B-A22BQ4_K_M133 GB✓ 26 t/s✓ 30 t/s✓ 30 t/s
Llama 4 Maverick 402BQ4_K_M230 GB—✓ 34 t/s✓ 34 t/s
Llama 4 Maverick 402BQ8_0410 GB——✓ 22 t/s
DeepSeek V3 671BQ2_K240 GB—✓ 20 t/s✓ 20 t/s
DeepSeek V3 671BQ4_K_M380 GB——✓ 16 t/s

#4. 120B、235B、671B 模型基准测试

大致数值：Mac Studio M3 Ultra，80 核 GPU，512 GB 内存（llama.cpp Metal，上下文长度 16k）
模型Q4_K_MQ5_K_MQ6_KFlash Attn 16k
gpt-oss 120B50 t/s——48 t/s
Qwen3-235B-A22B30 t/s28 t/s26 t/s27 t/s
Llama 4 Maverick 402B34 t/s30 t/s28 t/s31 t/s
DeepSeek V3 671B16 t/s14 t/s—15 t/s

#5. 配置LLM工作站

Mac Studio M3 Ultra 512 GB 配置
# Ollama + optimisations max
brew install --cask ollama

launchctl setenv OLLAMA_FLASH_ATTENTION 1
launchctl setenv OLLAMA_KV_CACHE_TYPE q8_0
launchctl setenv OLLAMA_NUM_PARALLEL 4
launchctl setenv OLLAMA_HOST "0.0.0.0:11434"

# Relever mémoire GPU à 480 Go (sur 512 Go)
sudo sysctl iogpu.wired_limit_mb=491520
echo "iogpu.wired_limit_mb=491520" | sudo tee -a /etc/sysctl.conf

brew services start ollama

# Pour DeepSeek V3 671B : passer par llama.cpp maison
git clone https://github.com/ggerganov/llama.cpp && cd llama.cpp
make GGML_METAL=1 LLAMA_METAL_EMBED_LIBRARY=1

# Lancement
./build/bin/llama-server \
  -m ./models/DeepSeek-V3-671B-Q4_K_M.gguf \
  -ngl 99 -fa -c 16384 \
  -ctk q8_0 -ctv q8_0 \
  --host 0.0.0.0 --port 8080

#6. 在 M3 Ultra 512 GB 上运行 DeepSeek V3 671B

这是 512 GB Mac Studio 的代表性使用场景。模型在 Q4_K_M 量化下大小为 380 GB，可完整放入 512 GB 配置的内存中，在 16k 上下文下速度约为 16 token/s（MoE，总参数量为 671B，其中约 37B 为活跃参数）。在大多数任务上，质量接近最优秀的专有模型。

Mac 套装

你已经知道 Mac Studio 适合运行哪些模型。Mac 套件提供了按芯片和内存容量划分的参考表（第 4 章）、长上下文下的内存预算计算方法（第 5 章），以及将 Ollama 配置为后台运行的步骤（第 7 章）。

  • 在线空间，终身可用
  • PDF + 文件
  • 30 天内退款
Mac 套装 →或 所有套件终身使用权 — 49 € →
下载
通过 Hugging Face 约 380 GB。根据网络连接情况，预计需要 4-8 小时。
加载时间
首次加载约需 60 秒（SSD → RAM）。之后只要模型仍驻留在内存中，加载就几乎是瞬时的。
推理功耗
约 150 W。温度升至 70–75°C。风扇声音听得见，但并不吵闹（噪声远低于同等配置的 PC）。
何时值得使用
研发、希望使用 100% 离线前沿模型的团队、内部基准测试、敏感数据集。用于生产环境时，云端 API 更经济。

#Mac Studio 与 2× RTX 5090 PC 的对比

2026 年价格
Mac Studio M3 Ultra 512 GB：截至 2026 年 9 月，目录价约为 11 300 欧元，目前已不再销售新机（M5 Ultra 512 GB 于 10 月底公布）。配备 2 张 RTX 5090 的 PC，加上平台：约 15 000 欧元。
LLM的可用内存
Mac：512 GB统一内存。PC：2 × 32 GB VRAM = 64 GB。对于400B以上的模型（Maverick 402B，DeepSeek 671B），PC根本无法加载模型。
运行约 30B 模型（Qwen 3.6 35B-A3B）时的速度
双 RTX 5090 PC：约 120 tok/s（CUDA，模型可完全装入显存）。Mac M3 Ultra：约 70 tok/s。对于能完全装入显存的模型，PC 更有优势。
在DeepSeek 671B / Maverick 402B上的运行速度
Mac：16–34 token/秒（MoE）。PC：必须将大量模型计算卸载到 CPU 才能运行（< 2 token/秒）。
功耗
Mac Studio：峰值 150 W。PC 2× 5090：最大 900 W。PC 侧电费需按 3 倍计算。
噪声
Mac：噪音轻微。PC 配置 2× 5090：非常嘈杂（GPU 风扇全速运行）。
结论
Mac Studio 在容量（可容纳 200B 以上的模型）和能效方面更有优势。对于能装入 VRAM 的模型（≤ 约 30 GB），PC 在纯速度方面更胜一筹。请根据您计划使用的模型类型选择。

#常见问题

适合 gpt-oss 120B 的 Mac Studio 型号是？+
该模型采用 MXFP4 格式时大小为 63 GB：至少需要配备 96 GB 内存的 Mac Studio，可选二手的 M3 Ultra 96 GB 机型，或全新的 M5 Max 96 GB、M5 Ultra 96 GB（6 599 欧元）机型——M2 Ultra 64 GB 无法为上下文留出足够的内存余量。M3 Ultra 的速度预计约为 50 tok/s，同时还有空间容纳 128k 的长上下文。
Mac Studio M3 Ultra 512GB 值11000欧元吗？+
对于研究人员、研发团队，或处理不应发送到云端的敏感数据的企业：绝对值得。没有任何竞争对手能以这个价格在本地运行 Llama 4 Maverick 402B 或 DeepSeek 671B。对于个人用户，这可能配置过高——一台配备 128 GB 内存的 Mac Studio（二手 M4 Max 或全新 M5 Max）就足以满足 95% 的使用需求。
Mac Studio M3 Ultra 256GB或512GB？+
按 M3 Ultra 的目录价格计算（该机型已不再销售新机）：如果您的最高目标是 Llama 4 Maverick 402B Q4（230 GB）或 DeepSeek V3 Q2，选择 256 GB（7299 欧元）。如果您想运行 Maverick Q8 或 DeepSeek V3 Q4（380 GB），选择 512 GB（11299 欧元）。只有当您确实要运行参数规模超过 400B 的模型时，这 4000 欧元的差价才值得。
能把 Mac Studio 装进服务器机架吗？+
是的，有可容纳 2 至 4 台 Mac mini/Studio 的 19 英寸机架方案。品牌包括 Sonnet、MacStadium。如果您为团队托管 LLM 集群，这类方案很实用。
Mac Studio M4 Max 是否优于MBP M4 Max？+
相同芯片，相同性能。Mac Studio 在价格上占优（无需支付屏幕、键盘或电池费用），且完全无降频——支持 24/7 持续推理。MBP 在便携性上占优。对于固定使用场景，毫不犹豫选择 Studio。
一台Mac Studio在持续推理24/7模式下预计使用寿命是多少？+
Apple（苹果）未公布官方数据，但社区反馈显示，设备在持续推理下可运行 5-8 年而不出现硬件问题。最易出问题的部件是 SSD（写入耐久性），但 LLM 模型主要被读取，很少被写入，因此 SSD 的磨损极小。

价格变动迅速：我们每周一和周四追踪本地 AI 显卡的最低价格，并列出每 GB VRAM 的价格。

这份指南对您有帮助吗？

有反馈、发现了错误，或想补充说明？请告诉我们，让这份指南对每个人都更有帮助。