ΣύνδεσηΔημιουργία πορτοφολιού

Τι τρέχει ένας Mac με M5 Max και 36 GB;

45 από 82 ανοιχτά μοντέλα τρέχουν καλά σε αυτόν. Από προεπιλογή η GPU μπορεί να χρησιμοποιήσει περίπου 27 GB από τα 36 GB, και διαβάζει τη μνήμη με 460 GB/s, κάτι που καθορίζει πόσο γρήγορα γράφει. Υπάρχει σε: 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).

Ενημέρωση

Το εξυπνότερο που τρέχει καλάQwen3.8 27B4-bit · 15,2 GB · 14–24 tok/sΤο μεγαλύτερο που τρέχει καλάRecursive Flint4-bit · 22,4 GB · 148–263 tok/sΓια κώδικαQwen3 Coder 30B A3B Instruct6-bit · 24,8 GB · 77–136 tok/s

Τρέχει καλά 47

Χωράει με χώρο για τα συμφραζόμενα, με 10 ή περισσότερα tokens ανά δευτερόλεπτο.

ΜοντέλοΈκδοσηΜνήμηTokens/s
Qwen3.8 27B27B · Νοημοσύνη 33,74-bit15,2 GB14–24
Qwen3.6 35B A3B35B · 3B ενεργές · Νοημοσύνη 18,24-bit19,7 GB122–216
Muse Glimmer 30B29,6B · Νοημοσύνη 17,54-bit16,7 GB12–22
Gemma 4 31B30,7B · Νοημοσύνη 14,74-bit17,3 GB12–21
Nemotron 3.5 Lightning 30B A3B30B · 3B ενεργές · Νοημοσύνη 12,96-bit24,4 GB86–153
Granite 4.2 30B30B · Νοημοσύνη 12,74-bit16,9 GB12–22
MiniCPM5 2B2,52B · Νοημοσύνη 12,58-bit2,7 GB77–136
Qwen3.5 9B9B · Νοημοσύνη 11,28-bit9,6 GB22–38
Granite 4.2 8B8B · Νοημοσύνη 11,18-bit8,5 GB24–43
Granite 4.2 3B3B · Νοημοσύνη 9,18-bit3,2 GB65–115
gpt-oss-20b21B · 3,6B ενεργές · Νοημοσύνη 9εγγενές 4,25-bit13,8 GB109–194
Nemotron 3 Nano 30B A3B30B · 3,5B ενεργές · Νοημοσύνη 8,96-bit24,4 GB74–131
Gemma 4 E4B8B · Νοημοσύνη 8,98-bit8,5 GB43–77
Ministral 3 8B8,9B · Νοημοσύνη 5,58-bit9,5 GB22–39
Nemotron 3 Nano 4B3,97B · Νοημοσύνη 4,88-bit4,2 GB49–88
Recursive Flint39,8B · 2,5B ενεργές4-bit22,4 GB148–263
Sage-A1.535B · 2,95B ενεργές4-bit19,7 GB122–216
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B ενεργές6-bit24,8 GB77–136
Hy-Memory-30B-A3B30,1B · 3,2B ενεργές6-bit24,4 GB80–142
GLM-4.7 Flash30B · 3B ενεργές6-bit24,4 GB86–153
Raon-1 mini Preview28,8B · 4,3B ενεργές6-bit23,4 GB59–105
Qwen3.6 27B27B4-bit15,2 GB14–24
Gemma 4 26B A4B25,2B · 3,8B ενεργές6-bit20,5 GB67–119
Devstral Small 2 (24B)24B6-bit19,5 GB11–19
Magistral Small 1.2 (2509)24B6-bit19,5 GB11–19
Mistral Small 3.2 (24B)24B6-bit19,5 GB11–19
LFM2.5 24B A2B24B · 2B ενεργές6-bit19,5 GB129–230
Phi-4 Reasoning Vision 15B15B8-bit15,9 GB13–23
Phi-4 (14B)14B8-bit14,9 GB14–25
Gemma 4 12B Unified12B8-bit12,7 GB16–29
Qwen3 8B8,2B8-bit8,7 GB24–42
Llama 3.1 8B Instruct8B8-bit8,5 GB24–43
Gemma 4 E2B5,1B8-bit5,4 GB86–153
Nanbeige4.2 3B4,17B8-bit4,4 GB27–47
Spark-X2.6 4B4,11B8-bit4,4 GB47–84
Qwen3.5 4B4B8-bit4,3 GB48–86
Nemotron-Labs Dory 1.0 4B3,98B8-bit4,2 GB33–59
Phi-4 mini instruct3,8B8-bit4 GB52–92
Llama 3.2 3B Instruct3,21B8-bit3,4 GB61–108
SmolLM3 3B3B8-bit3,2 GB65–115
LFM2.5 2.6B2,69B8-bit2,9 GB71–127
Qwen3.5 2B2B8-bit2,1 GB99–175
Llama 3.2 1B Instruct1,23B8-bit1,3 GB159–283
Qwen3.5 0.8B0,8B8-bit0,9 GB230–409
Qwen3 0.6B0,6B8-bit0,6 GB345–613
Nemotron 3.5 Bolt 74B A9B74B · 9B ενεργές · Νοημοσύνη 21,42-bit χαμηλότερη ποιότητα23,1 GB74–131
Qwen3 Coder Next80B · 3B ενεργές · Νοημοσύνη 9,22-bit χαμηλότερη ποιότητα25 GB230–409

Τρέχει, αλλά αργά 1

Χωράει, αλλά με λιγότερα από 10 tokens ανά δευτερόλεπτο: καλό για μαζικές εργασίες, αργό για συνομιλία.

ΜοντέλοΈκδοσηΜνήμηTokens/s
Llama 3.3 70B Instruct70B2-bit χαμηλότερη ποιότητα21,9 GB9–17

Πολύ μεγάλο 34

Χρειάζεται περισσότερα από 36 GB μνήμης, ακόμη και στα 2 bit.

Οι καλύτερες εφαρμογές AI για ένα Mac σαν αυτό στο AI App Store: τιμή, άδεια και πού πηγαίνουν τα δεδομένα σας.

Άλλοι Mac

Όλοι οι Mac με 36 GB, με οποιοδήποτε τσιπ.

Το M5 Max με περισσότερη ή λιγότερη μνήμη:

Γειτονικά τσιπ:

Κατά μέτωπο:

Απέναντι σε PC και κάρτες γραφικών:

Συγκρίνετέ το με οποιονδήποτε Mac ή GPU · Το M5 Max για τοπικό AI · Ο καλύτερος Mac για τοπικά LLM · Πόση RAM χρειάζεται ένα LLM · Όλοι οι Mac

Ερωτήσεις

Ποιο είναι το καλύτερο LLM για Mac με M5 Max και 36 GB;
Από τα μοντέλα με δημοσιευμένο Intelligence Index, το Qwen3.8 27B έχει την υψηλότερη βαθμολογία ανάμεσα σε όσα τρέχουν καλά εδώ: 4-bit, περίπου 14–24 tokens ανά δευτερόλεπτο. Το μεγαλύτερο που τρέχει καλά είναι το Recursive Flint.
Μπορεί ένας Mac με M5 Max και 36 GB να τρέξει το Llama 3.3 70B;
Ναι, αλλά αργά: 2-bit (χαμηλότερη ποιότητα), με περίπου 9–17 tokens ανά δευτερόλεπτο.
Πόσο γρήγορο είναι το gpt-oss-20b σε M5 Max;
Περίπου 109–194 tokens ανά δευτερόλεπτο (εγγενές 4,25-bit), με βάση το εύρος ζώνης μνήμης του τσιπ, 460 GB/s.

Εκτελέστε τα με το mlx-lm της Apple στο Terminal: βήμα προς βήμα.

Πώς υπολογίζεται

Μνήμη: οι παράμετροι του μοντέλου σε 8, 6, 4, 3 ή 2 bit ανά βάρος συν τις κλίμακες ομάδων του MLX (μισό bit ανά βάρος), ή στην εγγενή του μορφή, με χώρο για τα συμφραζόμενα από πάνω. Από προεπιλογή το macOS αφήνει την GPU να χρησιμοποιεί περίπου το 75% της ενοποιημένης μνήμης. Ταχύτητα: το εύρος ζώνης μνήμης διαιρεμένο με τα bytes που διαβάζονται ανά token είναι το ανώτατο όριο για μία συνομιλία· στα δημόσια benchmarks Apple Silicon του llama.cpp οι πραγματικές εκτελέσεις φτάνουν περίπου το 45% έως 80% του ορίου, και αυτό το εύρος δείχνουμε. Είναι εκτιμήσεις, όχι μετρήσεις: μετρήστε τον δικό σας Mac στο MLX Bench. Στοιχεία μοντέλων από την επίσημη κάρτα κάθε μοντέλου, στοιχεία τσιπ από τα Τεχνικά χαρακτηριστικά της Apple. Ελέγχθηκε 2026-10-19. Ίδια δεδομένα με το mlx.app/compare.

Ανοιχτά δεδομένα: mlx.app/data (JSON, CSV)