既然 Qwen 这么强了，是不是该入手 128 GB 的 M5 Max？
摘要
用户考虑升级到 128 GB M5 Max，以便本地运行性能逼近 Opus 4.5 的改进版 Qwen 27B 模型。
我一直在犹豫要不要换掉手里的 M1 Pro 32 GB，但看到 Qwen 进步神速，是不是该开始折腾本地大模型了？之前试用的体验远不及 Opus，可现在 27 B 模型已经接近 4.5 版 Opus（？？？），听起来太香了！
相似文章
榨干64GB内存：Qwen3.5 122B A10B（UD-Q2_K_XL，启用MTP）已完全取代我原本的Qwen3 Next 80B（UD-Q4_K_XL）
一位用户比较了在64GB内存系统上运行量化版Qwen3 Next 80B和Qwen3.5 122B的情况，指出了本地LLM推理中速度、质量和内存使用之间的权衡。
@remilouf: 在 @julien_c 的推文之后，我买了一台配备 128B 统一内存的 MacBook Pro，并开始将 Qwen3.6 作为我的日常驱…
作者分享了在配备 128GB 统一内存的 MacBook Pro 上运行 Qwen3.6 模型的经验，称赞了苹果硬件在本地 AI 推理方面的效率。
在M1 Max上使用Zoo Code运行Qwen 3.6 35b MoE真是太棒了！完全本地化、电池供电的编码利器！
本文讨论了在Apple M1 Max Mac上使用Zoo Code本地运行Qwen 3.6 35b混合专家模型，突出其作为电池供电的编码助手的能力。
@AlexJonesax：在M5Max上启用MTP和oMLX推理，Qwen3.6-27b飞速运行
社区报告称，通过oMLX优化，Qwen3.6-27b模型在M5Max硬件上实现了极高的推理性能。
2台配备 512GB 内存的 M3 Ultra Mac Studio
硬件投入约 2.5 万美元。告诉我你们希望我在这两台设备上部署什么模型，我会协助测试。目前我已通过 Exo 后端跑通了 DeepSeek v3.2 Q8 版本；当前每台设备均在运行 GLM 5.1 Q4（正在排查为何 Exo 无法加载 Q8 版本）。静候社区完成 Kimi 2.6 针对 MLX/mmap 的优化适配。