🇺🇸 Laguna XS.2
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
Classifica aggiornata il 22/10/2026
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.
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.):
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 affiliati — QualeLLM può percepire una commissione sugli acquisti, senza costi aggiuntivi per te, e questo non influisce sulla classifica (stabilita in modo indipendente). In qualità di Partner Amazon, QualeLLM realizza un profitto sugli acquisti idonei.
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
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
MoE 39,8B / 2,5B attivi per agenti di programmazione, contesto 262k, ~23 GB di VRAM in Q4, Apache 2.0: la velocità di un modello piccolo, tag Ollama ufficiale.
ollama pull flint
Ibrido Mamba-2 + MoE 32B/9B attivi. ~70% di RAM in meno con contesti lunghi. Apache 2.0.
ollama run granite4:small-h
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
Omni MoE 30B/3B attivi. Streaming vocale. 119 lingue ASR. Apache 2.0.
ollama run qwen3-omni:30b
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
MoE 30B/3B attivi con ragionamento ibrido. MMLU 81.4, AIME24 80.4. 100+ lingue.
ollama run qwen3:30b-a3b
| 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 | Flint 40B-A2.5B | 39.8B | 23 GB | 262 000 | Apache 2.0 | 130 tok/s · FP16 |
| #4 | Granite 4.0 H-Small 32B-A9B | 32B | 19 GB | 128 000 | Apache 2.0 | 75 tok/s · FP16 |
| #5 | Qwen3-Coder 30B-A3B | 30B | 19 GB | 262 144 | Apache 2.0 | 100 tok/s · FP16 |
| #6 | Qwen 3 Omni 30B-A3B | 30B | 19 GB | 131 072 | Apache 2.0 | 100 tok/s · FP16 |
| #7 | Qwen 3 VL 30B-A3B | 30B | 19 GB | 262 144 | Apache 2.0 | 100 tok/s · FP16 |
| #8 | Qwen 3 30B-A3B | 30B | 19 GB | 131 072 | Apache 2.0 | 100 tok/s · FP16 |
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.
Memo gratuito
Ricevi il memo VRAM → miglior modello per la programmazione → comando Ollama (una sola schermata, copia-incolla). E passa al kit Copilota Locale 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 |
-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.
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:
Il sistema di assegnazione dei punteggi è completamente trasparente: consulta la nostra metodologia per i dettagli sul calcolo della VRAM e dei token/sec.
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 al 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 contro 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.