ΣύνδεσηΔημιουργία πορτοφολιού

Τι τρέχει ένας Mac με M5 Pro και 24 GB;

32 από 82 ανοιχτά μοντέλα τρέχουν καλά σε αυτόν. Από προεπιλογή η GPU μπορεί να χρησιμοποιήσει περίπου 18 GB από τα 24 GB, και διαβάζει τη μνήμη με 307 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 mini (M6 or M5 Pro).

Ενημέρωση

Το εξυπνότερο που τρέχει καλάMiniCPM5 2B8-bit · 2,7 GB · 51–91 tok/sΤο μεγαλύτερο που τρέχει καλάRaon-1 mini Preview4-bit · 16,2 GB · 58–102 tok/sΓια κώδικαDevstral Small 2 (24B)4-bit · 13,5 GB · 10–18 tok/s

Τρέχει καλά 43

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

ΜοντέλοΈκδοσηΜνήμηTokens/s
MiniCPM5 2B2,52B · Νοημοσύνη 12,58-bit2,7 GB51–91
Qwen3.5 9B9B · Νοημοσύνη 11,28-bit9,6 GB14–26
Granite 4.2 8B8B · Νοημοσύνη 11,18-bit8,5 GB16–29
Granite 4.2 3B3B · Νοημοσύνη 9,18-bit3,2 GB43–77
gpt-oss-20b21B · 3,6B ενεργές · Νοημοσύνη 9εγγενές 4,25-bit13,8 GB73–129
Gemma 4 E4B8B · Νοημοσύνη 8,98-bit8,5 GB29–51
Ministral 3 8B8,9B · Νοημοσύνη 5,58-bit9,5 GB15–26
Nemotron 3 Nano 4B3,97B · Νοημοσύνη 4,88-bit4,2 GB33–58
Raon-1 mini Preview28,8B · 4,3B ενεργές4-bit16,2 GB58–102
Gemma 4 26B A4B25,2B · 3,8B ενεργές4-bit14,2 GB66–117
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 ενεργές4-bit13,5 GB126–223
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
Nanbeige4.2 3B4,17B8-bit4,4 GB18–31
Spark-X2.6 4B4,11B8-bit4,4 GB31–56
Qwen3.5 4B4B8-bit4,3 GB32–57
Nemotron-Labs Dory 1.0 4B3,98B8-bit4,2 GB22–40
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
Qwen3.6 35B A3B35B · 3B ενεργές · Νοημοσύνη 18,23-bit χαμηλότερη ποιότητα15,3 GB106–189
Muse Glimmer 30B29,6B · Νοημοσύνη 17,53-bit χαμηλότερη ποιότητα13 GB11–19
Gemma 4 31B30,7B · Νοημοσύνη 14,73-bit χαμηλότερη ποιότητα13,4 GB10–18
Nemotron 3.5 Lightning 30B A3B30B · 3B ενεργές · Νοημοσύνη 12,93-bit χαμηλότερη ποιότητα13,1 GB106–189
Granite 4.2 30B30B · Νοημοσύνη 12,73-bit χαμηλότερη ποιότητα13,1 GB11–19
Nemotron 3 Nano 30B A3B30B · 3,5B ενεργές · Νοημοσύνη 8,93-bit χαμηλότερη ποιότητα13,1 GB92–164
Recursive Flint39,8B · 2,5B ενεργές2-bit χαμηλότερη ποιότητα12,4 GB173–307
Sage-A1.535B · 2,95B ενεργές3-bit χαμηλότερη ποιότητα15,3 GB106–189
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B ενεργές3-bit χαμηλότερη ποιότητα13,3 GB99–175
Hy-Memory-30B-A3B30,1B · 3,2B ενεργές3-bit χαμηλότερη ποιότητα13,2 GB99–175
GLM-4.7 Flash30B · 3B ενεργές3-bit χαμηλότερη ποιότητα13,1 GB106–189

Τρέχει, αλλά αργά 2

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

ΜοντέλοΈκδοσηΜνήμηTokens/s
Qwen3.8 27B27B · Νοημοσύνη 33,74-bit15,2 GB9–16
Qwen3.6 27B27B4-bit15,2 GB9–16

Πολύ μεγάλο 37

Χρειάζεται περισσότερα από 24 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 24 GB, με οποιοδήποτε τσιπ.

Το M5 Pro με περισσότερη ή λιγότερη μνήμη:

Γειτονικά τσιπ:

Κατά μέτωπο:

Συγκρίνετέ το με οποιονδήποτε Mac ή GPU · Το M5 Pro 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 Pro και 24 GB;
Από τα μοντέλα με δημοσιευμένο Intelligence Index, το MiniCPM5 2B έχει την υψηλότερη βαθμολογία ανάμεσα σε όσα τρέχουν καλά εδώ: 8-bit, περίπου 51–91 tokens ανά δευτερόλεπτο. Το μεγαλύτερο που τρέχει καλά είναι το Raon-1 mini Preview.
Μπορεί ένας Mac με M5 Pro και 24 GB να τρέξει το Llama 3.3 70B;
Όχι: ακόμη και στα 2 bit χρειάζεται περισσότερα από τα 18 GB που μπορεί να χρησιμοποιήσει η GPU από προεπιλογή.
Πόσο γρήγορο είναι το gpt-oss-20b σε M5 Pro;
Περίπου 73–129 tokens ανά δευτερόλεπτο (εγγενές 4,25-bit), με βάση το εύρος ζώνης μνήμης του τσιπ, 307 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)