Mag-log inGumawa ng wallet

Ano ang kaya ng M5 Max na may 36 GB?

38 sa 73 na open model ang tumatakbo nang maayos dito. Bilang default, mga 27 GB sa 36 GB nito ang magagamit ng GPU, at binabasa nito ang memory sa 460 GB/s, na siyang nagtatakda kung gaano ito kabilis magsulat. Makikita sa: 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).

Pinakamatalino na maayos tumakboQwen3.8 27B4-bit · 15.2 GB · 14–24 tok/sPinakamalaki na maayos tumakboQwen3.6 35B A3B4-bit · 19.7 GB · 122–216 tok/sPara sa codeQwen3 Coder 30B A3B Instruct6-bit · 24.8 GB · 77–136 tok/s

Tumatakbo nang maayos 40

Kasya at may espasyo pa para sa context, sa 10 o higit pang token bawat segundo.

ModelBersyonMemoryToken/s
Qwen3.8 27B27B · Intelligence 33.74-bit15.2 GB14–24
Qwen3.6 35B A3B35B · 3B aktibo · Intelligence 18.24-bit19.7 GB122–216
Muse Glimmer 30B29.6B · Intelligence 17.54-bit16.7 GB12–22
Gemma 4 31B30.7B · Intelligence 14.74-bit17.3 GB12–21
Nemotron 3.5 Lightning 30B A3B30B · 3B aktibo · Intelligence 12.96-bit24.4 GB86–153
Granite 4.2 30B30B · Intelligence 12.74-bit16.9 GB12–22
MiniCPM5 2B2.52B · Intelligence 12.58-bit2.7 GB77–136
Qwen3.5 9B9B · Intelligence 11.28-bit9.6 GB22–38
Granite 4.2 8B8B · Intelligence 11.18-bit8.5 GB24–43
Granite 4.2 3B3B · Intelligence 9.18-bit3.2 GB65–115
gpt-oss-20b21B · 3.6B aktibo · Intelligence 9native na 4.25-bit13.8 GB109–194
Nemotron 3 Nano 30B A3B30B · 3.5B aktibo · Intelligence 8.96-bit24.4 GB74–131
Gemma 4 E4B8B · Intelligence 8.98-bit8.5 GB43–77
Ministral 3 8B8.9B · Intelligence 5.58-bit9.5 GB22–39
Nemotron 3 Nano 4B3.97B · Intelligence 4.88-bit4.2 GB49–88
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B aktibo6-bit24.8 GB77–136
GLM-4.7 Flash30B · 3B aktibo6-bit24.4 GB86–153
Qwen3.6 27B27B4-bit15.2 GB14–24
Gemma 4 26B A4B25.2B · 3.8B aktibo6-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 aktibo6-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
Qwen3.5 4B4B8-bit4.3 GB48–86
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 aktibo · Intelligence 21.42-bit mas mababang kalidad23.1 GB74–131
Qwen3 Coder Next80B · 3B aktibo · Intelligence 9.22-bit mas mababang kalidad25 GB230–409

Tumatakbo, pero mabagal 1

Kasya, pero wala pang 10 token bawat segundo: ayos para sa batch work, mabagal para sa chat.

ModelBersyonMemoryToken/s
Llama 3.3 70B Instruct70B2-bit mas mababang kalidad21.9 GB9–17

Masyadong malaki 32

Kailangan ng higit sa 36 GB na memory, kahit sa 2 bit.

Ibang Mac

Bawat Mac na may 36 GB, anumang chip.

Ang M5 Max na may mas malaki o mas maliit na memory:

Mga katabing chip:

Harapan:

Laban sa mga PC at graphics card:

Ihambing ito sa anumang Mac o GPU · Ang M5 Max para sa local AI · Ang pinakamagandang Mac para sa local LLM · Bawat Mac

Mga tanong

Ano ang pinakamagandang LLM para sa M5 Max na may 36 GB?
Sa mga model na may nailathalang Intelligence Index, Qwen3.8 27B ang may pinakamataas na score sa mga tumatakbo nang maayos dito: 4-bit, mga 14–24 token bawat segundo. Ang pinakamalaking tumatakbo nang maayos ay Qwen3.6 35B A3B.
Kaya ba ng M5 Max na may 36 GB ang Llama 3.3 70B?
Oo, pero mabagal: 2-bit (mas mababang kalidad), sa mga 9–17 token bawat segundo.
Gaano kabilis ang gpt-oss-20b sa M5 Max?
Mga 109–194 token bawat segundo (native na 4.25-bit), batay sa 460 GB/s na memory bandwidth ng chip.

Patakbuhin ang mga ito gamit ang MLX Harness (libre, open source) o ang mlx-lm ng Apple sa Terminal: hakbang-hakbang.

Paano ito kinuwenta

Memory: ang mga parameter ng model sa 8, 6, 4, 3 o 2 bit kada weight dagdag ang group scales ng MLX (kalahating bit kada weight), o ang native format nito, at may espasyo pa para sa context. Bilang default, mga 75% ng unified memory ang ipinapagamit ng macOS sa GPU. Bilis: ang memory bandwidth na hinati sa mga byte na binabasa kada token ang pinakamataas na posible para sa isang usapan; sa mga pampublikong benchmark ng llama.cpp sa Apple Silicon, umaabot ang totoong takbo sa mga 45% hanggang 80% nito, at iyon ang range na ipinapakita. Mga tantiya ito, hindi sukat: sukatin ang sarili mong Mac sa MLX Bench. Ang mga numero ng model ay mula sa opisyal na model card ng bawat isa, at ang sa chip ay mula sa Tech Specs ng Apple. Sinuri noong 2026-10-19. Parehong data ng mlx.app/compare.

Anong LLM ang kaya ng M5 Max na may 36 GB? Mga model at bilis