Iniciar sesiónCrear billetera

¿Qué puede ejecutar un M5 Max con 36 GB?

38 de 73 modelos abiertos van bien en ella. De forma predeterminada, la GPU puede usar unos 27 GB de sus 36 GB, y el chip lee la memoria a 460 GB/s, lo que marca su velocidad de escritura. Está en: 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).

El más inteligente que va bienQwen3.8 27B4 bits · 15,2 GB · 14–24 tok/sEl más grande que va bienQwen3.6 35B A3B4 bits · 19,7 GB · 122–216 tok/sPara códigoQwen3 Coder 30B A3B Instruct6 bits · 24,8 GB · 77–136 tok/s

Va bien 40

Cabe con espacio para el contexto, a 10 tokens por segundo o más.

ModeloVersiónMemoriaTokens/s
Qwen3.8 27B27B · Inteligencia 33,74 bits15,2 GB14–24
Qwen3.6 35B A3B35B · 3B activos · Inteligencia 18,24 bits19,7 GB122–216
Muse Glimmer 30B29,6B · Inteligencia 17,54 bits16,7 GB12–22
Gemma 4 31B30,7B · Inteligencia 14,74 bits17,3 GB12–21
Nemotron 3.5 Lightning 30B A3B30B · 3B activos · Inteligencia 12,96 bits24,4 GB86–153
Granite 4.2 30B30B · Inteligencia 12,74 bits16,9 GB12–22
MiniCPM5 2B2,52B · Inteligencia 12,58 bits2,7 GB77–136
Qwen3.5 9B9B · Inteligencia 11,28 bits9,6 GB22–38
Granite 4.2 8B8B · Inteligencia 11,18 bits8,5 GB24–43
Granite 4.2 3B3B · Inteligencia 9,18 bits3,2 GB65–115
gpt-oss-20b21B · 3,6B activos · Inteligencia 94,25 bits nativo13,8 GB109–194
Nemotron 3 Nano 30B A3B30B · 3,5B activos · Inteligencia 8,96 bits24,4 GB74–131
Gemma 4 E4B8B · Inteligencia 8,98 bits8,5 GB43–77
Ministral 3 8B8,9B · Inteligencia 5,58 bits9,5 GB22–39
Nemotron 3 Nano 4B3,97B · Inteligencia 4,88 bits4,2 GB49–88
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B activos6 bits24,8 GB77–136
GLM-4.7 Flash30B · 3B activos6 bits24,4 GB86–153
Qwen3.6 27B27B4 bits15,2 GB14–24
Gemma 4 26B A4B25,2B · 3,8B activos6 bits20,5 GB67–119
Devstral Small 2 (24B)24B6 bits19,5 GB11–19
Magistral Small 1.2 (2509)24B6 bits19,5 GB11–19
Mistral Small 3.2 (24B)24B6 bits19,5 GB11–19
LFM2.5 24B A2B24B · 2B activos6 bits19,5 GB129–230
Phi-4 Reasoning Vision 15B15B8 bits15,9 GB13–23
Phi-4 (14B)14B8 bits14,9 GB14–25
Gemma 4 12B Unified12B8 bits12,7 GB16–29
Qwen3 8B8,2B8 bits8,7 GB24–42
Llama 3.1 8B Instruct8B8 bits8,5 GB24–43
Gemma 4 E2B5,1B8 bits5,4 GB86–153
Qwen3.5 4B4B8 bits4,3 GB48–86
Phi-4 mini instruct3,8B8 bits4 GB52–92
Llama 3.2 3B Instruct3,21B8 bits3,4 GB61–108
SmolLM3 3B3B8 bits3,2 GB65–115
LFM2.5 2.6B2,69B8 bits2,9 GB71–127
Qwen3.5 2B2B8 bits2,1 GB99–175
Llama 3.2 1B Instruct1,23B8 bits1,3 GB159–283
Qwen3.5 0.8B0,8B8 bits0,9 GB230–409
Qwen3 0.6B0,6B8 bits0,6 GB345–613
Nemotron 3.5 Bolt 74B A9B74B · 9B activos · Inteligencia 21,42 bits menor calidad23,1 GB74–131
Qwen3 Coder Next80B · 3B activos · Inteligencia 9,22 bits menor calidad25 GB230–409

Funciona, pero lento 1

Cabe, pero a menos de 10 tokens por segundo: sirve para trabajos por lotes, pero es lento para chatear.

ModeloVersiónMemoriaTokens/s
Llama 3.3 70B Instruct70B2 bits menor calidad21,9 GB9–17

Demasiado grande 32

Necesita más de 36 GB de memoria, incluso a 2 bits.

Otras Mac

Todas las Mac con 36 GB, con cualquier chip.

El M5 Max con más o menos memoria:

Chips vecinos:

Cara a cara:

Contra PC y tarjetas gráficas:

Compáralo con cualquier Mac o GPU · El M5 Max para IA local · La mejor Mac para LLM en local · Todas las Mac

Preguntas

¿Cuál es el mejor LLM para un M5 Max con 36 GB?
De los modelos con un Intelligence Index publicado, Qwen3.8 27B obtiene la puntuación más alta entre los que van bien aquí: 4 bits, unos 14–24 tokens por segundo. El más grande que va bien es Qwen3.6 35B A3B.
¿Puede un M5 Max con 36 GB ejecutar Llama 3.3 70B?
Sí, pero lento: 2 bits (menor calidad), a unos 9–17 tokens por segundo.
¿Qué tan rápido va gpt-oss-20b en un M5 Max?
Unos 109–194 tokens por segundo (4,25 bits nativo), según los 460 GB/s de ancho de banda de memoria del chip.

Ejecútalos con MLX Harness (gratis, de código abierto) o con mlx-lm de Apple en Terminal: paso a paso.

Cómo se calcula

Memoria: los parámetros del modelo a 8, 6, 4, 3 o 2 bits por peso más las escalas por grupo de MLX (medio bit por peso), o su formato nativo, con espacio extra para el contexto. De forma predeterminada, macOS deja que la GPU use alrededor del 75 % de la memoria unificada. Velocidad: el ancho de banda de memoria dividido entre los bytes leídos por token es el techo para una conversación; en los benchmarks públicos de Apple Silicon de llama.cpp, las ejecuciones reales alcanzan entre el 45 % y el 80 % de ese techo, que es el rango que se muestra. Son estimaciones, no mediciones: mide tu propia Mac en MLX Bench. Datos de los modelos tomados de cada ficha oficial; datos de los chips, de las especificaciones técnicas de Apple. Revisado el 2026-10-19. Los mismos datos que mlx.app/compare.

¿Qué LLM ejecuta un M5 Max con 36 GB? Modelos y velocidad