Quale LLM su Mac Studio (M2 / M3 / M4 Ultra, 64–512 GB) ?

#Mac Studio nel 2026

Mac Studio M2 Ultra (2023)

24 core CPU + 60 o 76 core GPU, 800 GB/s, RAM 64/128/192 GB. Tuttora disponibile di seconda mano a partire da 2800 €.

Mac Studio M4 Max (2025)

16 core CPU + 40 core GPU, 546 GB/s, RAM 36-128 GB. Sostituisce il M2 Max. Non è più venduto nuovo da Apple: sostituito a fine settembre 2026 dal M5 Max (a partire da 2.999 €).

Mac Studio M3 Ultra (2025)

28 core CPU + 60 o 80 core GPU, 800 GB/s, RAM 96/256/512 GB. Il mostro. Venduto da 4499 € (96 GB) a 11 299 € (512 GB) fino all'arrivo del M5 Ultra; non più nel catalogo Apple a fine settembre 2026 (usato o scorte residue).

Consumo

15 W a riposo, 70-130 W durante l'inferenza a seconda della configurazione. Il M3 Ultra con 512 GB raggiunge un picco di circa 150 W con un modello da 405B.

#1. M2 Ultra vs M3 Ultra vs M4 Max

M4 Max

Versione di base del Mac Studio. 546 GB/s, massimo 128 GB. Meglio di un MBP M4 Max: nessun throttling, prezzo inferiore (formato desktop).

M2 Ultra

Prima generazione Ultra. 800 GB/s, fino a 192 GB. Usato tra 2800 e 4500 €. Ancora competitivo per i modelli da 70B a 123B.

M3 Ultra

L'Ultra più recente (2025). 800 GB/s, come l'M2 Ultra, ma con architettura M3 (+20% in pratica). Da 96 a 512 GB di RAM. Per chi vuole superare i 200B.

#2. Fin dove spingersi con la RAM?

96 GB (M3 Ultra base)

4499 € a listino per il M3 Ultra, non più venduto nuovo (M5 Ultra 96 GB: 6 599 €). Fa girare gpt-oss 120B (MXFP4, 63 GB) a ~50 tok/s e i MoE ~30B (Qwen 3.6 35B-A3B) a ~70 tok/s, con margine per un contesto lungo. Punto ottimale per i grandi MoE fino a ~120B.

256 GB (M3 Ultra + 256)

7299 € nel listino del M3 Ultra, non più venduto nuovo. Permette di caricare Llama 4 Maverick 402B Q4 (230 GB) a ~34 tok/s e DeepSeek V3 671B Q2 (~240 GB). Per chi vuole modelli da 400B in su.

512 GB (M3 Ultra max)

11 299 € nel listino del M3 Ultra, non più venduto nuovo (M5 Ultra 512 GB: fine ottobre 2026). DeepSeek V3 671B Q4 (380 GB) ci sta, Qwen3-235B-A22B in Q8, contesto 128k+ sui grandi MoE. Ambito ricerca/R&D.

192 GB (M2 Ultra max)

Carica Qwen3-235B-A22B Q4 (133 GB) e Maverick 402B in Q3. Equivalente funzionale all'M3 Ultra da 256 GB, a un prezzo un po' più basso sul mercato dell'usato. Buon compromesso.

#3. Modelli esclusivi per Ultra

#4. Benchmark 120B, 235B, 671B

#5. Configurazione della workstation LLM

# 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. DeepSeek V3 671B su M3 Ultra 512 GB

È il caso d'uso di punta del Mac Studio da 512 GB. Il modello occupa 380 GB in Q4_K_M e rientra nella RAM della configurazione da 512 GB, con un contesto di 16k a ~16 tok/s (MoE, ~37B di parametri attivi su 671B). Qualità vicina a quella dei migliori modelli proprietari nella maggior parte delle attività.

Download

Circa 380 GB attraverso Hugging Face. Prevedi 4-8 ore a seconda della connessione.

Tempo di caricamento

~60 secondi la prima volta (SSD → RAM). Istantaneo in seguito, finché il modello rimane in memoria.

Consumo in inferenza

~150 W. Raggiunge i 70-75 °C. Ventilatore udibile ma non rumoroso (rumorosità molto inferiore a quella di un PC equivalente).

Quando vale la pena

Ricerca e sviluppo, team che vogliono un modello di frontiera al 100% offline, benchmark interno, dataset sensibili. Per la produzione, l'API cloud è più economica.

#Mac Studio vs PC con 2× RTX 5090

Prezzo 2026

Mac Studio M3 Ultra 512 GB: ~11 300 € a catalogo fino a settembre 2026, non è più venduto nuovo (M5 Ultra 512 GB annunciato a fine ottobre). PC 2× RTX 5090 + piattaforma: ≈ 15 000 €.

Memoria utile per gli LLM

Mac: 512 GB di memoria unificata. PC: 2 × 32 GB di VRAM = 64 GB. Per modelli da 400B in su (Maverick 402B, DeepSeek 671B), il PC semplicemente non può caricare il modello.

Velocità su un ~30B (Qwen 3.6 35B-A3B)

PC con due 5090: ~120 tok/s (CUDA, il modello rientra nella VRAM). Mac M3 Ultra: ~70 tok/s. Vantaggio del PC per i modelli che rientrano nella VRAM.

Velocità su DeepSeek 671B / Maverick 402B

Mac: 16-34 tok/s (MoE). PC: impossibile senza offload CPU massivo (< 2 tok/s).

Consumo

Mac Studio: picco di 150 W. PC 2× 5090: massimo 900 W. Prevedere una bolletta elettrica 3× più alta per il PC.

Rumore

Mac: rumore leggero ma udibile. PC con 2× 5090: molto rumoroso (ventole delle GPU al massimo).

Verdetto

Il Mac Studio prevale per capacità (modelli 200B+) ed efficienza. Il PC prevale per velocità pura sui modelli che entrano in VRAM (≤ ~30 GB). Scegli in base al tipo di modelli che intendi usare.

#Domande frequenti

I prezzi cambiano rapidamente: il nostro monitoraggio rileva ogni lunedì e ogni giovedì il prezzo più basso delle schede grafiche per l'IA locale, con il prezzo per GB di VRAM.

• Prezzi delle schede grafiche per l'IA locale (aggiornati due volte a settimana)