MacBook Pro M3 Max 128GB 能跑 MiniMax-M2.7 吗？

Apple · 128 GB LPDDR5 · 带宽 400 GB/s · MiniMax · 228.7B（激活 10B） · MoE · 模型上下文最长 200K

不能——MiniMax-M2.7 在 Q4 下即使 4K 上下文也约需 127.79 GB，超出 MacBook Pro M3 Max 128GB 的 128 GB LPDDR5。只能靠重度 CPU/磁盘 offload 勉强运行。 Q4/8K 解码：≈ 71.8 tok/s（估算，batch 1）。 FP16 约需 460.4 GB——此卡装不下。 估算来自显存带宽公式；标注「实测」的行覆盖估算。相对排名比绝对 tok/s 更可靠。 方法论.

各量化与上下文下的装机与速度

量化	上下文	所需 VRAM	装得下？	tok/s（解码）
Q4	4K	127.79 GB	否	73.0 估算
Q4	8K 默认	128.79 GB	否	71.8 估算
Q4	32K	134.79 GB	否	65.6 估算
FP16	4K	459.4 GB	否	1.6 估算
FP16	8K 默认	460.4 GB	否	1.5 估算
FP16	32K	466.4 GB	否	1.5 估算

装得下 = 权重 + KV(上下文) + 1 GB 开销 ≤ 95% VRAM。实测锚点与上下文无关；装机结论按上下文分别计算。tok/s 缺失表示模型远超此卡能力（只能纯 offload）。

8K 上下文 VRAM 明细

量化	权重	KV cache	开销	合计所需	MacBook Pro M3 Max 128GB VRAM
Q4	125.79 GB	2.0 GB	1 GB	128.79 GB	128 GB
FP16	457.4 GB	2.0 GB	1 GB	460.4 GB	128 GB

其他能跑 MiniMax-M2.7 的 GPU

• B200 192GB SXM — ≈509.1 tok/s Q4 估算
• MI300X 192GB — ≈337.3 tok/s Q4 估算
• H200 141GB SXM5 — ≈305.5 tok/s Q4 估算
• Mac Studio M2 Ultra 192GB — ≈50.9 tok/s Q4 估算

MiniMax-M2.7 的全部 GPU →

MacBook Pro M3 Max 128GB 可跑的其他模型

• MiniCPM5-1B — ≈235.7 tok/s Q4 估算
• Qwen3.5-2B — ≈127.3 tok/s Q4 估算
• GLM-4.7-Flash — ≈84.8 tok/s Q4 估算
• Qwen3-30B-A3B-Instruct-2507 — ≈84.8 tok/s Q4 估算
• Qwen3-Next-80B-A3B-Instruct — ≈84.8 tok/s Q4 估算
• Qwen3-Coder-Next — ≈84.8 tok/s Q4 估算
• Qwen3.5-35B-A3B — ≈84.8 tok/s Q4 估算
• Qwen3.6-35B-A3B — ≈84.8 tok/s Q4 估算

MacBook Pro M3 Max 128GB 上的全部模型 →