ورودساخت کیف پول

یک M5 با 24 GB چه چیزهایی را اجرا می‌کند؟

23 از 73 مدل باز روی آن خوب اجرا می‌شوند. GPU به‌طور پیش‌فرض می‌تواند حدود 18 GB از 24 GB آن را استفاده کند و حافظه را با 153 GB/s می‌خواند، که سرعت نوشتن را تعیین می‌کند. در: MacBook Pro (14-inch, M5), MacBook Air (13-inch, M5), MacBook Air (15-inch, M5).

باهوش‌ترین که خوب اجرا می‌شودMiniCPM5 2B8 بیت · 2.7 GB · 26–45 tok/sبزرگ‌ترین که خوب اجرا می‌شودGemma 4 26B A4B4 بیت · 14.2 GB · 33–58 tok/s

خوب اجرا می‌شوند 28

با جای کافی برای کانتکست جا می‌شود، با 10 توکن یا بیشتر در ثانیه.

مدلنسخهحافظهتوکن/ثانیه
MiniCPM5 2B2.52B · هوش 12.58 بیت2.7 GB26–45
Qwen3.5 9B9B · هوش 11.24 بیت5.1 GB14–24
Granite 4.2 8B8B · هوش 11.16 بیت6.5 GB11–19
Granite 4.2 3B3B · هوش 9.18 بیت3.2 GB22–38
gpt-oss-20b21B · 3.6B فعال · هوش 94.25 بیت اصلی13.8 GB36–64
Gemma 4 E4B8B · هوش 8.98 بیت8.5 GB14–26
Ministral 3 8B8.9B · هوش 5.56 بیت7.2 GB10–17
Nemotron 3 Nano 4B3.97B · هوش 4.88 بیت4.2 GB16–29
Gemma 4 26B A4B25.2B · 3.8B فعال4 بیت14.2 GB33–58
LFM2.5 24B A2B24B · 2B فعال4 بیت13.5 GB63–111
Gemma 4 12B Unified12B4 بیت6.7 GB10–18
Qwen3 8B8.2B6 بیت6.7 GB10–18
Llama 3.1 8B Instruct8B6 بیت6.5 GB11–19
Gemma 4 E2B5.1B8 بیت5.4 GB29–51
Qwen3.5 4B4B8 بیت4.3 GB16–28
Phi-4 mini instruct3.8B8 بیت4 GB17–31
Llama 3.2 3B Instruct3.21B8 بیت3.4 GB20–36
SmolLM3 3B3B8 بیت3.2 GB22–38
LFM2.5 2.6B2.69B8 بیت2.9 GB24–42
Qwen3.5 2B2B8 بیت2.1 GB33–58
Llama 3.2 1B Instruct1.23B8 بیت1.3 GB53–94
Qwen3.5 0.8B0.8B8 بیت0.9 GB77–136
Qwen3 0.6B0.6B8 بیت0.6 GB115–204
Qwen3.6 35B A3B35B · 3B فعال · هوش 18.23 بیت کیفیت پایین‌تر15.3 GB53–94
Nemotron 3.5 Lightning 30B A3B30B · 3B فعال · هوش 12.93 بیت کیفیت پایین‌تر13.1 GB53–94
Nemotron 3 Nano 30B A3B30B · 3.5B فعال · هوش 8.93 بیت کیفیت پایین‌تر13.1 GB46–82
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B فعال3 بیت کیفیت پایین‌تر13.3 GB49–87
GLM-4.7 Flash30B · 3B فعال3 بیت کیفیت پایین‌تر13.1 GB53–94

اجرا می‌شوند، اما کند 10

جا می‌شود، اما زیر 10 توکن در ثانیه: برای کارهای دسته‌ای خوب است، برای گفت‌وگو کند.

مدلنسخهحافظهتوکن/ثانیه
Qwen3.8 27B27B · هوش 33.74 بیت15.2 GB5–8
Qwen3.6 27B27B4 بیت15.2 GB5–8
Devstral Small 2 (24B)24B4 بیت13.5 GB5–9
Magistral Small 1.2 (2509)24B4 بیت13.5 GB5–9
Mistral Small 3.2 (24B)24B4 بیت13.5 GB5–9
Phi-4 Reasoning Vision 15B15B8 بیت15.9 GB4–8
Phi-4 (14B)14B8 بیت14.9 GB5–8
Muse Glimmer 30B29.6B · هوش 17.53 بیت کیفیت پایین‌تر13 GB5–9
Gemma 4 31B30.7B · هوش 14.73 بیت کیفیت پایین‌تر13.4 GB5–9
Granite 4.2 30B30B · هوش 12.73 بیت کیفیت پایین‌تر13.1 GB5–9

خیلی بزرگ 35

حتی در 2 بیت، بیش از 24 GB حافظه لازم دارد.

Macهای دیگر

همهٔ Macها با 24 GB، با هر تراشه‌ای.

M5 با حافظهٔ بیشتر یا کمتر:

تراشه‌های همسایه:

رودررو:

آن را با هر Mac یا GPU مقایسه کنید · تراشهٔ M5 برای هوش مصنوعی محلی · بهترین Mac برای LLM محلی · همهٔ Macها

پرسش‌ها

بهترین LLM برای یک M5 با 24 GB کدام است؟
از میان مدل‌هایی که Intelligence Index منتشرشده دارند، MiniCPM5 2B بالاترین امتیاز را در بین مدل‌هایی دارد که اینجا خوب اجرا می‌شوند: 8 بیت، حدود 26–45 توکن در ثانیه. بزرگ‌ترین مدلی که خوب اجرا می‌شود Gemma 4 26B A4B است.
آیا یک M5 با 24 GB می‌تواند Llama 3.3 70B را اجرا کند؟
نه: حتی در 2 بیت بیش از 18 GB که GPU به‌طور پیش‌فرض می‌تواند استفاده کند لازم دارد.
gpt-oss-20b روی یک M5 چقدر سریع است؟
حدود 36–64 توکن در ثانیه (4.25 بیت اصلی)، بر پایهٔ پهنای باند حافظهٔ 153 GB/s این تراشه.

آن‌ها را با MLX Harness (رایگان و متن‌باز) یا mlx-lm از Apple در Terminal اجرا کنید: گام به گام.

چطور محاسبه شده

حافظه: پارامترهای مدل در 8، 6، 4، 3 یا 2 بیت برای هر وزن به‌علاوهٔ مقیاس‌های گروهی MLX (نیم بیت برای هر وزن)، یا قالب اصلی آن، به‌اضافهٔ جا برای کانتکست. macOS به‌طور پیش‌فرض اجازه می‌دهد GPU حدود 75% حافظهٔ یکپارچه را استفاده کند. سرعت: پهنای باند حافظه تقسیم بر بایت‌هایی که برای هر توکن خوانده می‌شود، سقف سرعت یک گفت‌وگوست؛ در بنچمارک‌های عمومی llama.cpp روی Apple Silicon اجراهای واقعی به حدود 45% تا 80% آن می‌رسند و همین بازه نمایش داده می‌شود. این‌ها برآوردند، نه اندازه‌گیری: Mac خودتان را روی MLX Bench بسنجید. ارقام مدل‌ها از کارت رسمی هر مدل و ارقام تراشه‌ها از مشخصات فنی Apple است. بررسی‌شده در 2026-10-19. همان داده‌های mlx.app/compare.

یک M5 با 24 GB چه LLMهایی را اجرا می‌کند؟ مدل‌ها و سرعت