Mac StudioDisponible
Mac Studio M5 Ultra
30-core CPU / 64-core GPU, 96GB
5 499 $ USchez Apple Store
1 200 Go/s
Voir le prixGuide mémoire · 96 Go de mémoire unifiée
Quels LLM faire tourner avec 96 Go de mémoire unifiée?
Avec 96 Go de mémoire unifiée, 12 des 16 modèles ouverts populaires de notre sélecteur rentrent sans déborder dans la RAM système, le plus gros étant GPT-OSS 120B. La vitesse va d’environ 23 à 120 jetons/s selon le modèle et la machine.
La machine suivie la moins chère avec 96 Go de mémoire unifiée est le Mac Studio M5 Ultra à 5 499 $ US.
Quels modèles rentrent dans 96 Go de mémoire unifiée?
| Modèle | Mémoire en 4 bits | Mac Studio M5 Ultra1 200 Go/s |
|---|---|---|
| Qwen3.5 9Bdense · 9B actifs · chat, petits agents | ~7 Go | Rentre~89 tok/sQ8_0 |
| Gemma 4 12Bdense · 12B actifs · chat, vision | ~9 Go | Rentre~69 tok/sQ8_0 |
| GPT-OSS 20BMoE · 3.6B actifs · raisonnement, outils | ~13 Go | Rentre~97 tok/sQ8_0 |
| Gemma 4 26B-A4BMoE · 3.8B actifs · chat général rapide | ~18 Go | Rentre~95 tok/sQ8_0 |
| Qwen3.8 27Bdense · 27B actifs · code, vision, usage général | ~19 Go | Rentre~33 tok/sQ8_0 |
| GLM-4.7-Flash 30B-A3BMoE · 3B actifs · agents de code | ~21 Go | Rentre~103 tok/sQ8_0 |
| Gemma 4 31Bdense · 31B actifs · général, vision | ~21 Go | Rentre~29 tok/sQ8_0 |
| Qwen3.6 35B-A3BMoE · 3B actifs · code et chat rapides | ~24 Go | Rentre~103 tok/sQ8_0 |
| Llama 3.3 70Bdense · 70B actifs · usage général | ~46 Go | Rentre~23 tok/sQ4_K_M |
| Qwen3-Next 80B-A3BMoE · 3B actifs · long contexte, rapide | ~52 Go | Rentre~120 tok/sQ4_K_M |
| Llama 4 Scout 109B-A17BMoE · 17B actifs · multimodal, long contexte | ~71 Go | Juste~60 tok/sQ4_K_M |
| GPT-OSS 120BMoE · 5.1B actifs · raisonnement, outils | ~67 Go | Juste~109 tok/sMXFP4 (native) |
Chaque colonne indique la quantification que nous choisirions (8 bits si le modèle rentre à l’aise et tourne encore à 10 tok/s ou plus, sinon 4 bits) et la vitesse de génération estimée pour un utilisateur, avec ~8K de contexte. Notre méthode
Juste hors de portée : Nemotron 3 Super 120B-A12B (~78 Go en 4 bits), Qwen3.5 122B-A10B (~79 Go en 4 bits), Qwen3 235B-A22B (~151 Go en 4 bits).
Quelle machine suivie a 96 Go de mémoire unifiée?
Aussi 96 Go, mais sur une carte graphique dédiée : PNY NVIDIA RTX PRO 6000 Blackwell. La part utilisable et la bande passante diffèrent : consultez sa page.
Questions fréquentes
Quel est le plus gros LLM qu’on peut faire tourner avec 96 Go de mémoire unifiée?
Parmi les modèles que nous suivons, GPT-OSS 120B est le plus gros qui rentre entièrement dans 96 Go de mémoire unifiée (MXFP4 (native), environ 67 Go avec l’environnement d’exécution et ~8K de contexte).
Quelle est la machine la moins chère avec 96 Go de mémoire unifiée?
Parmi les machines que nous suivons, le Mac Studio M5 Ultra à 5 499 $ US (Apple Store, vérifié le 2026-10-24). Prix US en USD.
Peut-on faire tourner Llama 3.3 70B avec 96 Go de mémoire unifiée?
Oui. En 4 bits, il faut environ 46 Go, environnement d’exécution et ~8K de contexte compris.
Comment la compatibilité et la vitesse sont-elles estimées?
Mémoire nécessaire = poids + 1,5 Go + 5 % des poids. Vitesse de génération ≈ 1 ÷ (poids actifs en Go ÷ (efficacité × bande passante mémoire) + un petit surcoût fixe par jeton), l’efficacité et le surcoût étant calibrés par plateforme sur 43 bancs d’essai publics llama.cpp/MLX (erreur médiane d’environ 5 %). Ce sont des estimations, pas des bancs d’essai.