ΣύνδεσηΔημιουργία πορτοφολιού

MacBook Pro με M5 Pro για τοπικό AI.

Με 64 GB τρέχει καλά 41 από 82 ανοιχτά μοντέλα, έως και το Nemotron 3.5 Bolt 74B A9B, και γράφει περίπου 73–129 tokens ανά δευτερόλεπτο με το gpt-oss-20b. Το M5 Pro διαβάζει τη μνήμη με 307 GB/s, κάτι που καθορίζει πόσο γρήγορα γράφει.

Ενημέρωση

24 GB32 μοντέλα τρέχουν καλάRaon-1 mini Preview · 58–102 tok/s48 GB40 μοντέλα τρέχουν καλάRecursive Flint · 69–123 tok/s64 GB41 μοντέλα τρέχουν καλάNemotron 3.5 Bolt 74B A9B · 27–48 tok/s

Ανά μέγεθος μνήμης

ΜνήμηΤρέχουν καλάΤο μεγαλύτερο που τρέχει καλάgpt-oss-20b
24 GB307 GB/s32Raon-1 mini Preview73–129 tok/s
48 GB307 GB/s40Recursive Flint73–129 tok/s
64 GB307 GB/s41Nemotron 3.5 Bolt 74B A9B73–129 tok/s

Μοντέλα: MacBook Pro (14-inch, M5 Pro or M5 Max), MacBook Pro (16-inch, M5 Pro or M5 Max). Δεν διατίθεται κάθε μέγεθος μνήμης με κάθε μοντέλο· τα Τεχνικά χαρακτηριστικά της Apple αναφέρουν τι προσφέρει το καθένα.

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

Ερωτήσεις

Είναι ο MacBook Pro με M5 Pro καλός για τοπικά LLM;
Με 64 GB τρέχει καλά 41 από 82 ανοιχτά μοντέλα, έως και το Nemotron 3.5 Bolt 74B A9B, και γράφει περίπου 73–129 tokens ανά δευτερόλεπτο με το gpt-oss-20b. Το M5 Pro διαβάζει τη μνήμη με 307 GB/s, κάτι που καθορίζει πόσο γρήγορα γράφει.
Πόση μνήμη πρέπει να έχει ένας MacBook Pro με M5 Pro για AI;
Με 24 GB τρέχει καλά 32 ανοιχτά μοντέλα· με 64 GB, 41, έως και το Nemotron 3.5 Bolt 74B A9B. Η μνήμη καθορίζει ποια μοντέλα χωρούν και δεν αναβαθμίζεται αργότερα.

Άλλοι Mac

Ο MacBook Pro με άλλα τσιπ:

Άλλοι Mac με M5 Pro:

Κατά μέτωπο:

Το M5 Pro για τοπικό AI · Ο καλύτερος Mac για τοπικά LLM · Πόση RAM χρειάζεται ένα LLM · Όλοι οι Mac

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)