AnmeldenWallet erstellen

Was läuft auf dem M5 Pro mit 48 GB?

33 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 307 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 mini (M6 or M5 Pro).

Das klügste, das gut läuftQwen3.6 35B A3B6 Bit · 28,4 GB · 58–102 tok/sDas größte, das gut läuftQwen3.6 35B A3B6 Bit · 28,4 GB · 58–102 tok/sFür CodeQwen3 Coder 30B A3B Instruct8 Bit · 32,4 GB · 39–70 tok/s

Läuft gut 36

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

ModellVersionSpeicherTokens/s
Qwen3.6 35B A3B35B · 3B aktiv · Intelligenz 18,26 Bit28,4 GB58–102
Nemotron 3.5 Lightning 30B A3B30B · 3B aktiv · Intelligenz 12,98 Bit31,9 GB43–77
MiniCPM5 2B2,52B · Intelligenz 12,58 Bit2,7 GB51–91
Qwen3.5 9B9B · Intelligenz 11,28 Bit9,6 GB14–26
Granite 4.2 8B8B · Intelligenz 11,18 Bit8,5 GB16–29
Granite 4.2 3B3B · Intelligenz 9,18 Bit3,2 GB43–77
gpt-oss-20b21B · 3,6B aktiv · Intelligenz 94,25 Bit nativ13,8 GB73–129
Nemotron 3 Nano 30B A3B30B · 3,5B aktiv · Intelligenz 8,98 Bit31,9 GB37–66
Gemma 4 E4B8B · Intelligenz 8,98 Bit8,5 GB29–51
Ministral 3 8B8,9B · Intelligenz 5,58 Bit9,5 GB15–26
Nemotron 3 Nano 4B3,97B · Intelligenz 4,88 Bit4,2 GB33–58
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B aktiv8 Bit32,4 GB39–70
GLM-4.7 Flash30B · 3B aktiv8 Bit31,9 GB43–77
Gemma 4 26B A4B25,2B · 3,8B aktiv8 Bit26,8 GB35–61
Devstral Small 2 (24B)24B4 Bit13,5 GB10–18
Magistral Small 1.2 (2509)24B4 Bit13,5 GB10–18
Mistral Small 3.2 (24B)24B4 Bit13,5 GB10–18
LFM2.5 24B A2B24B · 2B aktiv8 Bit25,5 GB66–117
Phi-4 Reasoning Vision 15B15B6 Bit12,2 GB11–20
Phi-4 (14B)14B6 Bit11,4 GB12–22
Gemma 4 12B Unified12B8 Bit12,7 GB11–19
Qwen3 8B8,2B8 Bit8,7 GB16–28
Llama 3.1 8B Instruct8B8 Bit8,5 GB16–29
Gemma 4 E2B5,1B8 Bit5,4 GB58–102
Qwen3.5 4B4B8 Bit4,3 GB32–57
Phi-4 mini instruct3,8B8 Bit4 GB35–61
Llama 3.2 3B Instruct3,21B8 Bit3,4 GB41–72
SmolLM3 3B3B8 Bit3,2 GB43–77
LFM2.5 2.6B2,69B8 Bit2,9 GB48–85
Qwen3.5 2B2B8 Bit2,1 GB66–117
Llama 3.2 1B Instruct1,23B8 Bit1,3 GB106–189
Qwen3.5 0.8B0,8B8 Bit0,9 GB154–273
Qwen3 0.6B0,6B8 Bit0,6 GB230–409
Nemotron 3.5 Bolt 74B A9B74B · 9B aktiv · Intelligenz 21,43 Bit geringere Qualität32,4 GB35–63
Qwen3 Coder Next80B · 3B aktiv · Intelligenz 9,22 Bit geringere Qualität25 GB154–273
GLM-4.5 Air106B · 12B aktiv2 Bit geringere Qualität33,1 GB36–65

Läuft, aber langsam 6

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

ModellVersionSpeicherTokens/s
Qwen3.8 27B27B · Intelligenz 33,78 Bit28,7 GB5–9
Muse Glimmer 30B29,6B · Intelligenz 17,58 Bit31,5 GB4–8
Gemma 4 31B30,7B · Intelligenz 14,78 Bit32,6 GB4–8
Granite 4.2 30B30B · Intelligenz 12,78 Bit31,9 GB4–8
Qwen3.6 27B27B8 Bit28,7 GB5–9
Llama 3.3 70B Instruct70B3 Bit geringere Qualität30,6 GB5–8

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 GB45–79
Mistral Medium 3.5 (128B)128B · Intelligenz 14,22 Bit geringere Qualität40 GB3–6
gpt-oss-120b117B · 5,1B aktiv · Intelligenz 11,62 Bit geringere Qualität36,6 GB86–154
Mistral Small 4 (119B)119B · 6,5B aktiv · Intelligenz 11,32 Bit geringere Qualität37,2 GB69–123
Llama 4 Scout 17B-16E Instruct109B · 17B aktiv · Intelligenz 6,52 Bit geringere Qualität34,1 GB26–46
Devstral 2 (123B)123B2 Bit geringere Qualität38,4 GB4–6
Ornith 1.5 122B122B · 10B aktiv2 Bit geringere Qualität38,1 GB45–79
Nemotron 3 Super 120B A12B120B · 12B aktiv2 Bit geringere Qualität37,5 GB36–65

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 Pro mit mehr oder weniger Speicher:

Benachbarte Chips:

Im direkten Vergleich:

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

Fragen

Welches LLM ist das beste für den M5 Pro mit 48 GB?
Unter den Modellen mit veröffentlichtem Intelligence Index erzielt Qwen3.6 35B A3B den höchsten Wert von denen, die hier gut laufen: 6 Bit, etwa 58–102 Tokens pro Sekunde.
Kann der M5 Pro mit 48 GB Llama 3.3 70B ausführen?
Ja, aber langsam: 3 Bit (geringere Qualität), mit etwa 5–8 Tokens pro Sekunde.
Wie schnell ist gpt-oss-20b auf dem M5 Pro?
Etwa 73–129 Tokens pro Sekunde (4,25 Bit nativ), bei 307 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 Pro mit 48 GB? Modelle, Tempo