Skip to main content
LocalLLMLocalLLM

GPU Detail

Apple M1 Ultra

What LLMs can this GPU run? Here's the full breakdown.

We classify models by practical runtime fit (full GPU, constrained, or not viable) so you can decide whether to keep your current setup or upgrade.

Specifications

VRAM

128 GB

Memory Bandwidth

800 GB/s

Architecture

Apple Silicon

Generation

M1

FP16 TFLOPS

43

Vendor

APPLE

Check prices for Apple M1 Ultra

Check price on Amazon
Runs Great(95)

Full GPU inference at good speed

Aya Expanse 32B

32B · Q4_K_M · 19 GB

~33.7 tok/s

Aya Expanse 8B

8B · Q4_K_M · 4.9 GB

~130.6 tok/s

BGE Large EN v1.5

0.335B · FP16 · 0.67 GB

~1194 tok/s

CodeLlama 13B

13B · Q4_K_M · 7.9 GB

~81 tok/s

CodeLlama 34B

34B · Q4_K_M · 20 GB

~32 tok/s

CodeLlama 7B

7B · Q4_K_M · 4.2 GB

~152.4 tok/s

Codestral 22B

22B · Q4_K_M · 13 GB

~49.2 tok/s

Command R 35B

35B · Q4_K_M · 20 GB

~32 tok/s

Command R+ 104B

104B · Q3_K_M · 48 GB

~11.5 tok/s

Command R7B

7B · Q4_K_M · 4.5 GB

~142.2 tok/s

DeepSeek Coder V2 Lite 16B

16B · Q4_K_M · 9.5 GB

~67.4 tok/s

DeepSeek R1 Distill Llama 70B

70B · Q3_K_M · 33 GB

~16.7 tok/s

DeepSeek R1 Distill Llama 8B

8B · Q4_K_M · 4.9 GB

~130.6 tok/s

DeepSeek R1 Distill Qwen 1.5B

1.5B · Q4_K_M · 1 GB

~640 tok/s

DeepSeek R1 Distill Qwen 14B

14B · Q4_K_M · 8.7 GB

~73.6 tok/s

DeepSeek R1 Distill Qwen 32B

32B · Q3_K_M · 15 GB

~36.8 tok/s

DeepSeek R1 Distill Qwen 7B

7B · Q4_K_M · 4.7 GB

~136.2 tok/s

Devstral 2 123B

123B · Q4_K_M · 61.5 GB

~10.4 tok/s

Devstral Small 2 24B

24B · Q4_K_M · 12 GB

~53.3 tok/s

Gemma 2 27B

27B · Q3_K_M · 13 GB

~42.4 tok/s

Gemma 2 2B

2B · Q4_K_M · 1.5 GB

~426.7 tok/s

Gemma 2 9B

9B · Q4_K_M · 5.5 GB

~116.4 tok/s

Gemma 3 12B

12B · Q4_K_M · 7.3 GB

~87.7 tok/s

Gemma 3 1B

1B · Q4_K_M · 0.7 GB

~914.3 tok/s

Gemma 3 27B

27B · Q4_K_M · 16 GB

~40 tok/s

Gemma 3 4B

4B · Q4_K_M · 2.5 GB

~256 tok/s

Gemma 3n E2B

2B · Q4_K_M · 1 GB

~640 tok/s

Gemma 3n E4B

4B · Q4_K_M · 2 GB

~320 tok/s

Gemma 4 26B A4B

26B · Q3_K_M · 13.3 GB

~41.5 tok/s

Gemma 4 31B

31B · Q3_K_M · 14.5 GB

~38 tok/s

Gemma 4 E2B

2.3B · Q4_K_M · 2.7 GB

~237 tok/s

Gemma 4 E4B

4.5B · Q4_K_M · 4.1 GB

~156.1 tok/s

GPT-OSS 120B

120B · Q4_K_M · 60 GB

~10.7 tok/s

GPT-OSS 20B

20B · Q4_K_M · 10 GB

~64 tok/s

Hermes 3 Llama 3.1 70B

70B · Q4_K_M · 40 GB

~16 tok/s

Hermes 3 Llama 3.1 8B

8B · Q4_K_M · 4.9 GB

~130.6 tok/s

InternLM 2.5 20B

20B · Q4_K_M · 12 GB

~53.3 tok/s

InternLM 2.5 7B

7B · Q4_K_M · 4.7 GB

~136.2 tok/s

Llama 3.1 70B

70B · Q2_K · 25 GB

~20 tok/s

Llama 3.1 8B

8B · Q3_K_M · 3.9 GB

~141.5 tok/s

Llama 3.1 Nemotron 70B

70B · Q4_K_M · 40 GB

~16 tok/s

Llama 3.2 1B

1.24B · Q4_K_M · 0.75 GB

~853.3 tok/s

Llama 3.2 3B

3.21B · Q4_K_M · 2 GB

~320 tok/s

Llama 3.3 70B

70B · Q3_K_M · 33 GB

~16.7 tok/s

Llama 4 Scout 17B (16E)

17B · Q4_K_M · 60 GB

~10.7 tok/s

Mistral 7B v0.3

7B · Q3_K_M · 3.5 GB

~157.6 tok/s

Mistral Nemo 12B

12B · Q4_K_M · 7.3 GB

~87.7 tok/s

Mistral Small 24B

24B · Q4_K_M · 14 GB

~45.7 tok/s

Mistral Small 3.1 24B

24B · Q4_K_M · 12.6 GB

~50.8 tok/s

Mixtral 8x22B

141B · Q3_K_M · 62 GB

~8.9 tok/s

Mixtral 8x7B

46.7B · Q3_K_M · 21 GB

~26.3 tok/s

mxbai-embed-large

0.335B · FP16 · 0.67 GB

~1194 tok/s

Nemotron Mini 4B

4B · Q4_K_M · 2.5 GB

~256 tok/s

Nomic Embed Text v1.5

0.137B · FP16 · 0.27 GB

~2963 tok/s

Phi-3 Medium 14B

14B · Q4_K_M · 8.2 GB

~78 tok/s

Phi-3 Mini 3.8B

3.8B · Q4_K_M · 2.3 GB

~278.3 tok/s

Phi-4 14B

14B · Q4_K_M · 8.2 GB

~78 tok/s

Phi-4 Mini 3.8B

3.8B · Q4_K_M · 2.3 GB

~278.3 tok/s

Phi-4 Reasoning 14B

14B · Q4_K_M · 7 GB

~91.4 tok/s

Phi-4 Reasoning Plus 14B

14B · Q4_K_M · 7 GB

~91.4 tok/s

Qwen 2.5 0.5B

0.5B · Q4_K_M · 0.4 GB

~1600 tok/s

Qwen 2.5 1.5B

1.5B · Q4_K_M · 1 GB

~640 tok/s

Qwen 2.5 14B

14B · Q4_K_M · 8.7 GB

~73.6 tok/s

Qwen 2.5 32B

32B · Q3_K_M · 15 GB

~36.8 tok/s

Qwen 2.5 3B

3B · Q4_K_M · 1.9 GB

~336.8 tok/s

Qwen 2.5 72B

72B · Q2_K · 27 GB

~18.5 tok/s

Qwen 2.5 7B

7B · Q3_K_M · 3.7 GB

~149.1 tok/s

Qwen 2.5 Coder 32B

32B · Q4_K_M · 19 GB

~33.7 tok/s

Qwen 2.5 Coder 7B

7B · Q4_K_M · 4.7 GB

~136.2 tok/s

Qwen3 0.6B

0.6B · Q4_K_M · 0.3 GB

~2133.3 tok/s

Qwen3 1.7B

1.7B · Q4_K_M · 0.9 GB

~711.1 tok/s

Qwen3 14B

14B · Q4_K_M · 7 GB

~91.4 tok/s

Qwen3 30B A3B

30B · Q4_K_M · 15 GB

~42.7 tok/s

Qwen3 32B

32B · Q4_K_M · 16 GB

~40 tok/s

Qwen3 4B

4B · Q4_K_M · 2 GB

~320 tok/s

Qwen3 8B

8B · Q4_K_M · 4 GB

~160 tok/s

Qwen3 Coder 30B A3B

30B · Q4_K_M · 15 GB

~42.7 tok/s

Qwen3 Coder Next 80B A3B

80B · Q4_K_M · 40 GB

~16 tok/s

Qwen3.5 27B

27B · Q4_K_M · 13.5 GB

~47.4 tok/s

Qwen3.5 35B A3B

35B · Q4_K_M · 17.5 GB

~36.6 tok/s

Qwen3.5 4B

4B · Q4_K_M · 2 GB

~320 tok/s

Qwen3.5 9B

9B · Q4_K_M · 4.5 GB

~142.2 tok/s

Qwen3.6 35B A3B

35B · Q4_K_M · 17.5 GB

~36.6 tok/s

QwQ 32B

32B · Q3_K_M · 15 GB

~36.8 tok/s

SmolLM3 3B

3B · Q4_K_M · 1.5 GB

~426.7 tok/s

Snowflake Arctic Embed L

0.335B · FP16 · 0.67 GB

~1194 tok/s

Stable Code 3B

3B · Q4_K_M · 1.8 GB

~355.6 tok/s

StableLM 2 1.6B

1.6B · Q4_K_M · 1 GB

~640 tok/s

StarCoder2 15B

15B · Q4_K_M · 9 GB

~71.1 tok/s

StarCoder2 3B

3B · Q4_K_M · 1.8 GB

~355.6 tok/s

StarCoder2 7B

7B · Q4_K_M · 4.2 GB

~152.4 tok/s

Step 3.5 Flash

196B · Q4_K_M · 98 GB

~6.5 tok/s

Yi 1.5 34B

34B · Q4_K_M · 20 GB

~32 tok/s

Yi 1.5 6B

6B · Q4_K_M · 3.7 GB

~173 tok/s

Yi 1.5 9B

9B · Q4_K_M · 5.5 GB

~116.4 tok/s

Can't Run(13)

Insufficient VRAM and RAM for these models

DeepSeek R1 671B

671B · Q2_K · 240 GB

DeepSeek V3 671B

671B · Q2_K · 240 GB

DeepSeek V3.2

685B · Q4_K_M · 342.5 GB

GLM 4.7

355B · Q4_K_M · 177.5 GB

GLM 5

744B · Q4_K_M · 372 GB

Kimi K2.5

1000B · Q4_K_M · 500 GB

Llama 3.1 405B

405B · Q2_K · 145 GB

Llama 3.1 Nemotron Ultra 253B

253B · Q4_K_M · 126.5 GB

Llama 4 Maverick 17B (128E)

17B · Q4_K_M · 230 GB

MiMo V2 Flash

309B · Q4_K_M · 154.5 GB

MiniMax M2.5

230B · Q4_K_M · 115 GB

Mistral Large 3 675B

675B · Q4_K_M · 337.5 GB

Qwen3 235B A22B

235B · Q4_K_M · 117.5 GB