Quais LLMs locais cabem em Ryzen AI Max+ 395 (128 GB)

O Ryzen AI Max+ 395 tem 128 GB LPDDR5x-8000 unified memory, compartilhados entre CPU e GPU. Depois de reservar 32 GiB para o sistema, sobram cerca de 96 GiB para um modelo. Com contexto de 8K, o maior modelo da nossa lista que cabe é o gpt-oss-120b com MXFP4 (cerca de 62,8 GiB).

São estimativas a partir da config do modelo e do tamanho dos arquivos, não medições. Como calculamos

Quais modelos cabem com 8K

Cada modelo usa o arquivo de maior precisão que cabe, com um chat por vez.

Cabe (65)

Modelo	Quantização	Total
Qwen3-Next-80B-A3B-Instruct	GGUF Q8_0 (Qwen)	79,9 GiB–81,9 GiB
GLM-4.5-Air	GGUF Q5_K_M (Unsloth)	79,3 GiB–81,4 GiB
Qwen2.5-72B-Instruct	GGUF Q8_0 (Qwen)	74,8 GiB–76,8 GiB
Llama-3.1-Nemotron-70B-Instruct-HF	GGUF Q8_0 (bartowski)	72,5 GiB–74,4 GiB
gpt-oss-120b	MXFP4 safetensors	61,2 GiB–62,8 GiB
Mixtral-8x7B-Instruct-v0.1	GGUF Q8_0 (mradermacher)	47,3 GiB–48,7 GiB
Qwen2.5-32B-Instruct	GGUF Q8_0 (Qwen)	34,6 GiB–35,7 GiB
Qwen2.5-VL-32B-Instruct	GGUF Q8_0 (mradermacher)	34,6 GiB–35,7 GiB
Qwen2.5-Coder-32B-Instruct	GGUF Q8_0 (Qwen)	34,6 GiB–35,7 GiB
QwQ-32B	GGUF Q8_0 (Qwen)	34,6 GiB–35,7 GiB
DeepSeek-R1-Distill-Qwen-32B	GGUF Q8_0 (Unsloth)	34,6 GiB–35,7 GiB
OpenMath-Nemotron-32B	GGUF Q8_0 (mradermacher)	34,6 GiB–35,7 GiB
Qwen3-32B	GGUF Q8_0 (Qwen)	34,6 GiB–35,7 GiB
Qwen3.8-27B	GGUF Q8_0 (Unsloth)	27,8 GiB–33,1 GiB
Qwen3-VL-30B-A3B-Instruct	GGUF Q8_0 (Qwen)	31,1 GiB–32,2 GiB
Qwen3-30B-A3B-Instruct-2507	GGUF Q8_0 (Unsloth)	31,1 GiB–32,2 GiB
Qwen3-30B-A3B	GGUF Q8_0	31,1 GiB–32,2 GiB
Drama 3	Unofficial int4 W4A16 (GPTQ-Marlin, with codec)	22,7 GiB–27,0 GiB
Mistral-Small-24B-Instruct-2501	GGUF Q8_0 (Unsloth)	24,7 GiB–25,6 GiB
DeepSeek-V2-Lite-Chat	GGUF Q8_0 (mradermacher)	15,9 GiB–19,2 GiB
Gemma 3 27B IT	GGUF Q4_0 (Google QAT)	17,2 GiB–18,0 GiB
Qwen2.5-14B-Instruct	GGUF Q8_0	16,2 GiB–17,0 GiB
Qwen2.5-Coder-14B-Instruct	GGUF Q8_0 (Qwen)	16,2 GiB–17,0 GiB
OpenMath-Nemotron-14B	GGUF Q8_0 (mradermacher)	16,2 GiB–17,0 GiB
Phi-4-reasoning	GGUF Q8_0 (Unsloth)	16,2 GiB–17,0 GiB
phi-4	GGUF Q8_0 (Microsoft)	16,2 GiB–17,0 GiB
Llama 3.1 8B Instruct	Official BF16 safetensors	16,1 GiB–16,8 GiB
Qwen3-14B	GGUF Q8_0 (Qwen)	16,0 GiB–16,8 GiB
Mistral-Nemo-Instruct-2407	GGUF Q8_0 (Unsloth)	13,5 GiB–14,2 GiB
gpt-oss-20b	MXFP4 safetensors	13,1 GiB–13,8 GiB
GLM-4-9B-0414	GGUF Q8_0 (Unsloth)	9,8 GiB–10,3 GiB
granite-3.3-8b-instruct	GGUF Q8_0 (IBM)	9,5 GiB–10,1 GiB
Qwen3-VL-8B-Instruct	GGUF Q8_0 (Qwen)	9,4 GiB–10,0 GiB
Qwen3-8B-Base	GGUF Q8_0 (mradermacher)	9,4 GiB–10,0 GiB
Qwen3-8B	GGUF Q8_0	9,4 GiB–10,0 GiB
Qwen2.5-Math-7B-Instruct	GGUF Q8_0 (bartowski)	8,1 GiB–10,0 GiB
DeepSeek-R1-Distill-Llama-8B	GGUF Q8_0 (Unsloth)	9,1 GiB–9,7 GiB
Gemma 3 12B IT	GGUF Q4_0 (Google QAT)	8,5 GiB–9,0 GiB
Mistral-7B-Instruct-v0.3	GGUF Q8_0 (bartowski)	8,3 GiB–8,9 GiB
Qwen2.5-Coder-7B	GGUF Q8_0 (mradermacher)	8,1 GiB–8,7 GiB
Qwen2.5-Coder-7B-Instruct	GGUF Q8_0 (Qwen)	8,1 GiB–8,7 GiB
Qwen2.5-7B-Instruct	GGUF Q8_0	8,1 GiB–8,7 GiB
DeepSeek-R1-Distill-Qwen-7B	GGUF Q8_0 (Unsloth)	8,1 GiB–8,7 GiB
OpenMath-Nemotron-7B	GGUF Q8_0 (mradermacher)	8,1 GiB–8,7 GiB
Qwen2.5-VL-7B-Instruct	GGUF Q8_0 (Unsloth)	8,1 GiB–8,7 GiB
Qwen2-7B-Instruct	GGUF Q8_0 (Qwen)	8,1 GiB–8,7 GiB
Phi-3.5-mini-instruct	GGUF Q8_0 (bartowski)	6,9 GiB–7,6 GiB
Llama 3.2 3B Instruct	Official BF16 safetensors	7,0 GiB–7,5 GiB
Qwen3-VL-4B-Instruct	GGUF Q8_0 (Qwen)	5,2 GiB–5,8 GiB
Qwen3-4B-Instruct-2507	GGUF Q8_0 (Unsloth)	5,2 GiB–5,8 GiB
Qwen3-4B	GGUF Q8_0	5,2 GiB–5,8 GiB
Phi-4-mini-instruct	GGUF Q8_0 (Unsloth)	4,9 GiB–5,5 GiB
Qwen2.5-Coder-3B-Instruct	GGUF Q8_0 (Qwen)	3,8 GiB–4,2 GiB
Qwen2.5-3B-Instruct	GGUF Q8_0	3,8 GiB–4,2 GiB
Qwen2.5-VL-3B-Instruct	GGUF Q8_0 (Unsloth)	3,5 GiB–3,9 GiB
SmolLM2-1.7B-Instruct	GGUF Q8_0 (Unsloth)	3,3 GiB–3,8 GiB
Gemma 3 4B IT	GGUF Q4_0 (Google QAT)	3,3 GiB–3,8 GiB
Qwen3-1.7B-Base	GGUF Q8_0 (mradermacher)	2,7 GiB–3,2 GiB
Qwen3-1.7B	GGUF Q8_0	2,7 GiB–3,2 GiB
Llama 3.2 1B Instruct	Official BF16 safetensors	2,7 GiB–3,1 GiB
Qwen2.5-Coder-1.5B-Instruct	GGUF Q8_0 (Qwen)	2,1 GiB–2,5 GiB
Qwen2.5-1.5B-Instruct	GGUF Q8_0 (Qwen)	2,1 GiB–2,5 GiB
Qwen3-0.6B	GGUF Q8_0 (Qwen)	1,6 GiB–2,0 GiB
Gemma 3 1B IT	GGUF Q4_0 (Google QAT)	1,1 GiB–1,5 GiB
Qwen2.5-0.5B-Instruct	GGUF Q8_0 (Qwen)	0,8 GiB–1,2 GiB

Não cabem (21)

Qwen3.8-Flash-Next · Q4_K_M · 131,5 GiB
MiniMax-M2 · Q4_K_M · 134 GiB
Qwen3-235B-A22B · Q4_K_M · 137,1 GiB
Qwen3-235B-A22B-Instruct-2507 · Q4_K_M · 137,1 GiB
Llama 3.3 70B Instruct · BF16 · 137,2 GiB
DeepSeek-V4-Flash-0731 · FP8 · 183,7 GiB
GLM-4.6 · Q4_K_M · 208,4 GiB
GLM-4.5 · Q4_K_M · 209,2 GiB
MiniMax-M3 · Q4_K_M · 249,7 GiB
GLM-5.3-Flash · Q8_0 · 373,6 GiB
DeepSeek-V3 · Q4_K_M · 443,1 GiB
DeepSeek-R1 · Q4_K_M · 443,1 GiB
DeepSeek-V3-0324 · Q4_K_M · 443,1 GiB
DeepSeek-R1-0528 · Q4_K_M · 443,7 GiB
DeepSeek-V3.1 · Q4_K_M · 444,2 GiB
Muse Spark Open · NVFP4 · 508,9 GiB
DeepSeek-V4.1-Flash · FP8 · 558,8 GiB
Ling-3.1-flash · FP8 · 628,3 GiB
Kimi-K2-Instruct · Q4_K_M · 679,5 GiB
Kimi-K2-Thinking · Q4_K_M · 680 GiB
GLM-5.3 · Q8_0 · 877 GiB

Memória

AMDAMD Ryzen AI Max+ 395 128GB
Tipo de memóriaMemória unificada
Anunciado128 GB LPDDR5x-8000 unified memory
Bruto128,00 GiB (137.438.953.472 bytes)
Reserva padrão32,00 GiB (34.359.738.368 bytes)
Orçamento líquido96,00 GiB (103.079.215.104 bytes)

A reserva é uma suposição ajustável. Numa máquina sem tela você pode reduzi-la na calculadora.

A memória unificada é um único bloco compartilhado. A RAM do sistema não se soma a ela, e várias máquinas não formam um único bloco.

Abrir a calculadora com este hardware Calculadora

Páginas relacionadas

Fontes

AMD Ryzen AI Max+ 395 specifications — System Memory Type 256-bit LPDDR5x; Max. Memory 128 GB; Max Memory Speed LPDDR5x-8000; Graphics Model Radeon 8060S; Graphics Core Count 40; Default TDP 55 W, cTDP 45-120 W
AMD FAQ: Variable Graphics Memory — The 128 GB Ryzen AI Max+ 395 machine can dedicate up to 96 GB to the iGPU with Variable Graphics Memory (BIOS-level; Adrenalin 25.8.1 or later on Windows). That memory is removed from system RAM.

Calculadora

A carregar o snapshot do catálogo…

Sua GPU ou Mac

Modelo

Tamanho do contexto

Mais contexto precisa de mais memória para o cache KV, a memória de trabalho do modelo para a conversa.

Mais opções

Mostrar modelos históricos

Runtime

Engine e tipo de cache KV desta estimativa.

Filtro de quantização Permitir substituto se o filtro não tiver correspondência

Desligado: GGUF, Q8 e outros filtros continuam estritos. Ligado: mostra substituição com pedido, usado e motivo.

Motor de execuçãoTipo do cache KVDtype do estado recorrente / conv Incluir estimativas teóricas (especialista)

Carga

Cenário de overhead e o espaço de prefill.

Cenário de overhead em tempo de execução Incluir área de trabalho mais pesada no prefill

Topologia

Como o modelo é dividido entre dispositivos. A memória não é somada.

Forma de implantaçãoDivisão intra-réplicaQuantidade de dispositivos

O número de réplicas é avançado. A quantidade são nós ou GPUs, não réplicas.

Grupos de réplicasDispositivos por réplica

Orçamento

Reserva do sistema e margem de segurança. Um número vazio mantém o valor anterior.

Reserva para sistema / tela

GiB (2^30 bytes)

O orçamento já exclui a reserva do sistemaMargem extra de segurança

Bits efetivos por parâmetro (personalizado)Unidade de exibição

Escolha uma GPU ou um Mac para ver quais modelos cabem, ou um modelo para ver quanta memória ele precisa.