Mac Studio M3 Ultra 96GB 能跑 Qwen3-Coder-480B-A35B-Instruct 吗？

Apple · 96 GB LPDDR5 · 带宽 819 GB/s · Alibaba · 480.2B（激活 35B） · MoE · 模型上下文最长 256K

不能——Qwen3-Coder-480B-A35B-Instruct 在 Q4 下即使 4K 上下文也约需 268.61 GB，超出 Mac Studio M3 Ultra 96GB 的 96 GB LPDDR5。只能靠重度 CPU/磁盘 offload 勉强运行。 Q4/8K 解码：≈ 5.3 tok/s（估算，batch 1）。 FP16 约需 968.4 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	268.61 GB	否	5.4 估算
Q4	8K 默认	272.11 GB	否	5.3 估算
Q4	32K	293.11 GB	否	4.6 估算
FP16	4K	964.9 GB	否	—
FP16	8K 默认	968.4 GB	否	—
FP16	32K	989.4 GB	否	—

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	Mac Studio M3 Ultra 96GB VRAM
Q4	264.11 GB	7.0 GB	1 GB	272.11 GB	96 GB
FP16	960.4 GB	7.0 GB	1 GB	968.4 GB	96 GB

其他能跑 Qwen3-Coder-480B-A35B-Instruct 的 GPU

目录中没有 GPU 能在 Q4/8K 下完整装下 Qwen3-Coder-480B-A35B-Instruct——offload 估算见模型页。 模型页

Qwen3-Coder-480B-A35B-Instruct 的全部 GPU →

Mac Studio M3 Ultra 96GB 可跑的其他模型

• MiniCPM5-1B — ≈482.6 tok/s Q4 估算
• Qwen3.5-2B — ≈260.6 tok/s Q4 估算
• GLM-4.7-Flash — ≈173.7 tok/s Q4 估算
• Qwen3-30B-A3B-Instruct-2507 — ≈173.7 tok/s Q4 估算
• Qwen3-Next-80B-A3B-Instruct — ≈173.7 tok/s Q4 估算
• Qwen3-Coder-Next — ≈173.7 tok/s Q4 估算
• Qwen3.5-35B-A3B — ≈173.7 tok/s Q4 估算
• Qwen3.6-35B-A3B — ≈173.7 tok/s Q4 估算

Mac Studio M3 Ultra 96GB 上的全部模型 →