AnmeldenWallet erstellen

Was läuft auf dem M5 Max mit 48 GB?

38 von 73 offenen Modellen laufen darauf gut. Die GPU kann standardmäßig etwa 36 GB der 48 GB nutzen, und der Chip liest den Speicher mit 614 GB/s. Das bestimmt, wie schnell er schreibt. Steckt in: MacBook Pro (14-inch, M5 Pro or M5 Max), MacBook Pro (16-inch, M5 Pro or M5 Max), Mac Studio (M5 Max or M5 Ultra).

Das klügste, das gut läuftQwen3.8 27B8 Bit · 28,7 GB · 10–17 tok/sDas größte, das gut läuftQwen3.6 35B A3B6 Bit · 28,4 GB · 115–205 tok/sFür CodeQwen3 Coder 30B A3B Instruct8 Bit · 32,4 GB · 79–140 tok/s

Läuft gut 41

Passt mit Platz für den Kontext, bei 10 oder mehr Tokens pro Sekunde.

ModellVersionSpeicherTokens/s
Qwen3.8 27B27B · Intelligenz 33,78 Bit28,7 GB10–17
Qwen3.6 35B A3B35B · 3B aktiv · Intelligenz 18,26 Bit28,4 GB115–205
Muse Glimmer 30B29,6B · Intelligenz 17,56 Bit24,1 GB11–20
Gemma 4 31B30,7B · Intelligenz 14,76 Bit24,9 GB11–20
Nemotron 3.5 Lightning 30B A3B30B · 3B aktiv · Intelligenz 12,98 Bit31,9 GB86–154
Granite 4.2 30B30B · Intelligenz 12,76 Bit24,4 GB11–20
MiniCPM5 2B2,52B · Intelligenz 12,58 Bit2,7 GB102–182
Qwen3.5 9B9B · Intelligenz 11,28 Bit9,6 GB29–51
Granite 4.2 8B8B · Intelligenz 11,18 Bit8,5 GB33–58
Granite 4.2 3B3B · Intelligenz 9,18 Bit3,2 GB86–154
gpt-oss-20b21B · 3,6B aktiv · Intelligenz 94,25 Bit nativ13,8 GB145–259
Nemotron 3 Nano 30B A3B30B · 3,5B aktiv · Intelligenz 8,98 Bit31,9 GB75–133
Gemma 4 E4B8B · Intelligenz 8,98 Bit8,5 GB58–102
Ministral 3 8B8,9B · Intelligenz 5,58 Bit9,5 GB29–52
Nemotron 3 Nano 4B3,97B · Intelligenz 4,88 Bit4,2 GB66–117
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B aktiv8 Bit32,4 GB79–140
GLM-4.7 Flash30B · 3B aktiv8 Bit31,9 GB86–154
Qwen3.6 27B27B8 Bit28,7 GB10–17
Gemma 4 26B A4B25,2B · 3,8B aktiv8 Bit26,8 GB69–123
Devstral Small 2 (24B)24B8 Bit25,5 GB11–19
Magistral Small 1.2 (2509)24B8 Bit25,5 GB11–19
Mistral Small 3.2 (24B)24B8 Bit25,5 GB11–19
LFM2.5 24B A2B24B · 2B aktiv8 Bit25,5 GB132–234
Phi-4 Reasoning Vision 15B15B8 Bit15,9 GB17–31
Phi-4 (14B)14B8 Bit14,9 GB19–33
Gemma 4 12B Unified12B8 Bit12,7 GB22–39
Qwen3 8B8,2B8 Bit8,7 GB32–56
Llama 3.1 8B Instruct8B8 Bit8,5 GB33–58
Gemma 4 E2B5,1B8 Bit5,4 GB115–205
Qwen3.5 4B4B8 Bit4,3 GB64–114
Phi-4 mini instruct3,8B8 Bit4 GB69–123
Llama 3.2 3B Instruct3,21B8 Bit3,4 GB81–144
SmolLM3 3B3B8 Bit3,2 GB86–154
LFM2.5 2.6B2,69B8 Bit2,9 GB95–169
Qwen3.5 2B2B8 Bit2,1 GB132–234
Llama 3.2 1B Instruct1,23B8 Bit1,3 GB213–378
Qwen3.5 0.8B0,8B8 Bit0,9 GB307–546
Qwen3 0.6B0,6B8 Bit0,6 GB461–819
Nemotron 3.5 Bolt 74B A9B74B · 9B aktiv · Intelligenz 21,43 Bit geringere Qualität32,4 GB71–126
Qwen3 Coder Next80B · 3B aktiv · Intelligenz 9,22 Bit geringere Qualität25 GB307–546
GLM-4.5 Air106B · 12B aktiv2 Bit geringere Qualität33,1 GB73–129

Läuft, aber langsam 1

Passt, aber unter 10 Tokens pro Sekunde: gut für Stapelverarbeitung, langsam für Chats.

ModellVersionSpeicherTokens/s
Llama 3.3 70B Instruct70B3 Bit geringere Qualität30,6 GB9–16

Passt gerade so 8

Braucht fast den ganzen Speicher: Erhöhe das GPU-Speicherlimit und halte den Kontext kurz.

ModellVersionSpeicherTokens/s
Qwen3.5 122B A10B122B · 10B aktiv · Intelligenz 15,62 Bit geringere Qualität38,1 GB89–158
Mistral Medium 3.5 (128B)128B · Intelligenz 14,22 Bit geringere Qualität40 GB7–12
gpt-oss-120b117B · 5,1B aktiv · Intelligenz 11,62 Bit geringere Qualität36,6 GB173–307
Mistral Small 4 (119B)119B · 6,5B aktiv · Intelligenz 11,32 Bit geringere Qualität37,2 GB138–246
Llama 4 Scout 17B-16E Instruct109B · 17B aktiv · Intelligenz 6,52 Bit geringere Qualität34,1 GB52–93
Devstral 2 (123B)123B2 Bit geringere Qualität38,4 GB7–13
Ornith 1.5 122B122B · 10B aktiv2 Bit geringere Qualität38,1 GB89–158
Nemotron 3 Super 120B A12B120B · 12B aktiv2 Bit geringere Qualität37,5 GB73–129

Zu groß 23

Braucht mehr als 48 GB Speicher, selbst mit 2 Bit.

Andere Macs

Alle Macs mit 48 GB, mit jedem Chip.

Der M5 Max mit mehr oder weniger Speicher:

Benachbarte Chips:

Im direkten Vergleich:

Gegen PCs und Grafikkarten:

Mit jedem Mac oder jeder GPU vergleichen · Der M5 Max für lokale KI · Der beste Mac für lokale LLMs · Alle Macs

Fragen

Welches LLM ist das beste für den M5 Max mit 48 GB?
Unter den Modellen mit veröffentlichtem Intelligence Index erzielt Qwen3.8 27B den höchsten Wert von denen, die hier gut laufen: 8 Bit, etwa 10–17 Tokens pro Sekunde. Das größte, das gut läuft, ist Qwen3.6 35B A3B.
Kann der M5 Max mit 48 GB Llama 3.3 70B ausführen?
Ja, aber langsam: 3 Bit (geringere Qualität), mit etwa 9–16 Tokens pro Sekunde.
Wie schnell ist gpt-oss-20b auf dem M5 Max?
Etwa 145–259 Tokens pro Sekunde (4,25 Bit nativ), bei 614 GB/s Speicherbandbreite des Chips.

Führ sie mit MLX Harness (kostenlos, Open Source) oder mit Apples mlx-lm im Terminal aus: Schritt für Schritt.

So wird gerechnet

Speicher: die Parameter des Modells mit 8, 6, 4, 3 oder 2 Bit pro Gewicht plus die Gruppenskalen von MLX (ein halbes Bit pro Gewicht) oder in seinem nativen Format, dazu Platz für den Kontext. Standardmäßig lässt macOS die GPU etwa 75 % des gemeinsamen Arbeitsspeichers nutzen. Tempo: Speicherbandbreite geteilt durch die pro Token gelesenen Bytes ergibt die Obergrenze für eine Unterhaltung; in den öffentlichen Apple Silicon Benchmarks von llama.cpp erreichen echte Läufe etwa 45 % bis 80 % davon, und diese Spanne zeigen wir. Das sind Schätzungen, keine Messungen: Miss deinen eigenen Mac mit MLX Bench. Modellwerte aus der jeweiligen offiziellen Model Card, Chipwerte aus Apples technischen Daten. Geprüft am 2026-10-19. Dieselben Daten wie auf mlx.app/compare.

Welche LLMs laufen auf dem M5 Max mit 48 GB? Modelle, Tempo