Home › Catalogo › Miglior LLM su Mac Studio Ultra nel 2026

Miglior LLM su Mac Studio Ultra nel 2026

◆ Mac — L'IA locale sul tuo Mac, al massimo — memoria unificata, MLX, il modello giusto per il tuo chip · 24 € · o tutti i kit 49 € →

Classifica aggiornata il 22/09/2026

Il Mac Studio (M2 / M3 / M5 Ultra, fino a 512 GB di memoria unificata, da 800 GB/s a 1,2 TB/s) è la workstation di fascia consumer più capace per l'IA locale. 70B in Q5, 200B in Q4, modelli di frontiera da 670B in Q3.

Offerte e alternative per l'IA locale

Mac Studio : alternativa d'acquisto disponibile per l'IA locale — Mac Studio M5 Max (36 GB / 512 GB) (Altri tagli di memoria: configuratore BTO dell’Apple Store.):

Un mini-PC è una macchina completa: controlla la memoria necessaria e la compatibilità del software. Non sostituisce macOS/MLX o CUDA.

Materiel.netMac Studio M5 Max (96 GB / 512 GB) → DartyVedi il prezzo → AmazonAlternativa PC: GMKtec EVO-X2 64 GB / 1 TB (Ryzen AI Max+ 395) →

Perché questa scelta? La nostra scheda completa sul Mac Studio M5 Max (36 GB / 512 GB) →

Quale PC scegliere in base al tuo budget? Le nostre scelte da 800 a 3 500 € →

Link di affiliazione — QuelLLM può ricevere una commissione sugli acquisti, senza costi aggiuntivi per te, il che non influenza la classifica (stabilita in modo indipendente). In qualità di Partner Amazon, QuelLLM realizza un guadagno sugli acquisti che soddisfano i requisiti.

Classifica

🇺🇸 Laguna XS.2

Poolside · 33 miliardi di parametri · Apache 2.0 · 131 072 token ctx

MoE 33B/3B attivi, Apache 2.0, specializzato nella programmazione agentica. 68.2% SWE-Bench Verified, 128k ctx. Funziona su un Mac con 36 GB. Uscita il 28 aprile 2026.

Perché questa posizione MoE 33B/3B attivi, Apache 2.0, specializzato nella programmazione agentica. 68.2% SWE-Bench Verified, 128k ctx. Funziona su un Mac con 36 GB. Uscita il 28 aprile 2026.

ollama run laguna-xs.2

Su Apple M2 Ultra (128 GB)

FP16

66 GB · 100 tok/s

🇨🇳 GLM 4.7 Flash

Zhipu AI · 31B parametri · MIT · 128 000 token ctx

GLM-4.7-Flash (MoE 31B, ~3B attivi): il miglior rapporto codice/VRAM della classe 30B. MIT, 128k ctx, molto veloce su 3090/4090.

Perché questa posizione GLM-4.7-Flash (MoE 31B, ~3B attivi): il miglior rapporto codice/VRAM della classe 30B. MIT, 128k ctx, molto veloce su 3090/4090.

ollama run glm-4.7-flash

Su Apple M2 Ultra (128 GB)

FP16

62 GB · 100 tok/s

🇺🇸 Granite 4.0 H-Small 32B-A9B

IBM · 32B parametri · Apache 2.0 · 128 000 token ctx

Ibrido Mamba-2 + MoE 32B/9B attivi. ~70% di RAM in meno con contesti lunghi. Apache 2.0.

Perché questa posizione Ibrido Mamba-2 + MoE 32B/9B attivi. ~70% di RAM in meno con contesti lunghi. Apache 2.0.

ollama run granite4:small-h

Su Apple M2 Ultra (128 GB)

FP16

64 GB · 75 tok/s

🇨🇳 Qwen 3.6 35B-A3B

Alibaba · 35 miliardi di parametri · Apache 2.0 · 262 000 token ctx

MoE da 35B con 3B attivi, per la programmazione con agenti. 73,4% su SWE-Bench. Uscita il 16 aprile 2026.

Perché questa posizione MoE da 35B con 3B attivi, per la programmazione con agenti. 73,4% su SWE-Bench. Uscita il 16 aprile 2026.

ollama run qwen3.6:35b-a3b

Su Apple M2 Ultra (128 GB)

FP16

70 GB · 60 tok/s

🇨🇳 Qwen 3 30B-A3B

Alibaba · 30B parametri · Apache 2.0 · 131 072 token ctx

MoE 30B/3B attivi con ragionamento ibrido. MMLU 81.4, AIME24 80.4. 100+ lingue.

Perché questa posizione MoE 30B/3B attivi con ragionamento ibrido. MMLU 81.4, AIME24 80.4. 100+ lingue.

ollama run qwen3:30b-a3b

Su Apple M2 Ultra (128 GB)

FP16

62 GB · 100 tok/s

🇺🇸 Nemotron Cascade 2 30B-A3B

NVIDIA · 30B parametri · NVIDIA Open Model License · 128 000 token ctx

MoE 30B/3B attivi: thinking mode + instruct. Medaglia d'oro a IMO 2025 e IOI 2025. Inferenza rapida grazie ai 3B attivi, capacità di ragionamento di livello 30B. Uscita ad aprile 2026.

Perché questa posizione MoE 30B/3B attivi: thinking mode + instruct. Medaglia d'oro a IMO 2025 e IOI 2025. Inferenza rapida grazie ai 3B attivi, capacità di ragionamento di livello 30B. Uscita ad aprile 2026.

ollama run nemotron-cascade-2

Su Apple M2 Ultra (128 GB)

FP16

60 GB · 80 tok/s

🇨🇳 Qwen3-Coder 30B-A3B

Alibaba · 30B parametri · Apache 2.0 · 262 144 token ctx

MoE 30B (3,3B attivi) specializzato nella programmazione agentica. Molto veloce in locale, 256k ctx nativo, il modello di riferimento per 16-24 GB tramite Ollama.

Perché questa posizione MoE 30B (3,3B attivi) specializzato nella programmazione agentica. Molto veloce in locale, 256k ctx nativo, il modello di riferimento per 16-24 GB tramite Ollama.

ollama run qwen3-coder:30b

Su Apple M2 Ultra (128 GB)

FP16

61 GB · 100 tok/s

🇨🇳 Qwen 3 VL 30B-A3B

Alibaba · 30B parametri · Apache 2.0 · 262 144 token ctx

MoE per la visione con 30B parametri, di cui 3B attivi. Il miglior compromesso per la visione con Qwen 3. 256k di contesto.

Perché questa posizione MoE per la visione con 30B parametri, di cui 3B attivi. Il miglior compromesso per la visione con Qwen 3. 256k di contesto.

ollama run qwen3-vl:30b

Su Apple M2 Ultra (128 GB)

FP16

62 GB · 100 tok/s

Tabella comparativa

Posizione	Modello	Params	VRAM Q4	Contesto	Licenza	Su Apple M2 Ultra (128 GB)
#1	Laguna XS.2	33B	19 GB	131 072	Apache 2.0	100 tok/s · FP16
#2	GLM 4.7 Flash	31B	19 GB	128 000	MIT	100 tok/s · FP16
#3	Granite 4.0 H-Small 32B-A9B	32B	19 GB	128 000	Apache 2.0	75 tok/s · FP16
#4	Qwen 3.6 35B-A3B	35B	21 GB	262 000	Apache 2.0	60 tok/s · FP16
#5	Qwen 3 30B-A3B	30B	19 GB	131 072	Apache 2.0	100 tok/s · FP16
#6	Nemotron Cascade 2 30B-A3B	30B	17 GB	128 000	NVIDIA Open Model License	80 tok/s · FP16
#7	Qwen3-Coder 30B-A3B	30B	19 GB	262 144	Apache 2.0	100 tok/s · FP16
#8	Qwen 3 VL 30B-A3B	30B	19 GB	262 144	Apache 2.0	100 tok/s · FP16

Il kit Mac

L'IA locale sul tuo Mac, al massimo: memoria unificata, MLX vs GGUF, il modello giusto per il tuo chip, Ollama e LM Studio configurati per Apple Silicon.

Spazio online a vita
PDF + file
Garanzia di rimborso di 30 giorni

Il kit Mac → o tutti i kit a vita — 49 € →

Memo gratuito

Quale modello per la programmazione far girare sulla TUA macchina?

Ricevi il memo VRAM → miglior modello per la programmazione → comando Ollama (una sola schermata, copia-incolla). E passa al kit Copilote Local per farne un setup che funziona davvero.

Il kit Copilota Locale — le configurazioni Ollama + Cline + Aider pronte da incollare, Modelfile configurati, risoluzione dei problemi, spazio online a vita →

Niente spam. Disiscrizione in 1 clic. I tuoi dati restano da noi (mai rivenduti).

La tua scheda → il miglior modello per programmare da far girare in locale e il comando Ollama esatto:

La tua VRAM	GPU / Mac tipici	Modello consigliato per la programmazione	Comando Ollama
8 GB	RTX 4060 / 3060 · M1-M2 16 GB	Qwen 3.5 9B (Q4, 6,6 GB — 256k ctx)	`ollama run qwen3.5:9b`
12 GB	RTX 3060 12 GB / 4070 / 5070	Qwen 3.5 9B (Q8, 11 GB) o Gemma 4 12B (7,6 GB)	`ollama run qwen3.5:9b-q8_0`
16 GB	RTX 5070 Ti / 4080 / 5080 · RX 9070 XT · M4 24 GB	Devstral 24B (Q4, 14 GB) — specialista negli agenti di programmazione	`ollama run devstral:24b`
24 GB	RTX 3090 / 4090 · RX 7900 XTX · M4 Pro 48 GB	Qwen 3.8 27B (Q4, 18 GB) — il « quasi Copilot »	`ollama run qwen3.8:27b`
32 GB	RTX 5090	Qwen 3.6 35B-A3B (Q4, 23 GB) — MoE veloce	`ollama run qwen3.6:35b`
48 GB+	Mac M4 Max 64 GB · M2 Ultra 128 GB	Qwen3-Coder 30B-A3B (Q8, 32 GB — 256k ctx)	`ollama run qwen3-coder:30b-a3b-q8_0`

💡 Chat/agente ≠ autocompletamento. La tabella qui sopra riguarda il tuo modello di chat e di agent. Per l'autocompletamento inline (FIM), tieni un piccolo modello dedicato in variante -base : ollama run qwen2.5-coder:7b-base — è ancora il riferimento per questo caso specifico. ⚠️ Qwen 3.8: il suo livello di ragionamento è impostato su un valore molto alto per impostazione predefinita e « ragiona troppo » sulle richieste semplici — abbassalo a low (o disattivalo) al primo avvio. ⚠️ Insidia della licenza: Codestral 22B = Mistral Non-Production License → vietato per programmare al lavoro. Qwen 3.5/3.8, Gemma 4 e Devstral sono distribuiti sotto licenza Apache 2.0. 💡 Va in crash per problemi di memoria? Tieni circa 1,5 GB di VRAM libera per il contesto, oppure scendi di un livello di quantizzazione.

🔌 Per integrarlo in VS Code: Cline (agente che opera su più file), Aider (CLI) o Tabby/Twinny (autocompletamento FIM) — tutti si collegano a Ollama in locale. Il kit Copilota Locale — configurazioni pronte da incollare + setup testato — è disponibile: /copilote-local.

Metodologia della classifica

Filtro: 7-700B (sono ammessi i MoE di frontiera). Bonus elevato per 30-200B (picco Studio Ultra) e per i MoE in generale: una larghezza di banda di oltre 800 GB/s permette di sfruttare davvero questi modelli.

Criteri presi in considerazione:

Memoria unificata 64-512 GB
Banda passante da 800 GB/s a 1,2 TB/s
MoE e modelli di frontiera compatibili
Server LLM potente e stabile

Il sistema di assegnazione dei punteggi è completamente trasparente: consulta la nostra metodologia per i dettagli sul calcolo della VRAM e dei token/sec.

Domande frequenti

Mac Studio M2 Ultra 192 GB : Llama 70B fluido?

Sì — Llama 3.3 70B raggiunge circa 11 tok/s in Q5_K_M (~48 GB) e 14 tok/s in Q4 (stime: circa il 70% del limite massimo determinato dai suoi 800 GB/s). È stato il primo hardware Apple capace di far girare un 70B comodamente in locale. Vedi il guida Mac Studio.

Mac Studio Ultra 512 GB: DeepSeek 671B?

Sì — DeepSeek R1 671B (37B attivi, MoE) entra in memoria in Q4_K_M (~400 GB) su un M3 Ultra o un M5 Ultra da 512 GB, a una velocità che ne consente l'uso, poiché vengono letti solo 37B di parametri per token. Nessun altro computer desktop lo permette. Vedi DeepSeek R1 671B.

Mac Studio vs server 4× H100?

4× H100 (320 GB HBM3) costano circa 120 000 € e richiedono un'alimentazione da 2 kW. Un Mac Studio Ultra da 512 GB supera i 10 000 €, con un consumo di circa 200 W. L'H100 è circa 5–10× più veloce in termini di throughput, ma lo Studio vince per costo in €/GB di memoria e silenziosità.

MLX obbligatorio su Studio Ultra?

Consigliato. MLX sfrutta meglio la memoria unificata e va spesso più veloce di llama.cpp sui grandi modelli. Ollama (llama.cpp Metal) funziona, ma non sfrutta del tutto le capacità della macchina.

Per approfondire

I kit QuelLLM La guida di riferimento per ogni uso

Mac Copilota Locale IA locale Agenti Locali RAG Locale IA in Azienda IA Senza Filtri Immagini IA

Tutti i kit a vita — 49 €