MacBook Pro na may M5 Pro para sa local AI.

Binabasa ng M5 Pro ang memory sa 307 GB/s, na siyang nagtatakda kung gaano ito kabilis magsulat. Ang memory ang nagpapasya kung aling mga model ang kasya, at hindi na ito maa-upgrade pagkatapos, kaya piliin dito ang size.

24 GB28 model ang tumatakbo nang maayosGemma 4 26B A4B · 66–117 tok/s48 GB33 model ang tumatakbo nang maayosQwen3.6 35B A3B · 58–102 tok/s64 GB34 model ang tumatakbo nang maayosNemotron 3.5 Bolt 74B A9B · 27–48 tok/s

Ayon sa memory size

MemoryMaayosPinakamalaki na maayos tumakbogpt-oss-20b
24 GB307 GB/s28Gemma 4 26B A4B73–129 tok/s
48 GB307 GB/s33Qwen3.6 35B A3B73–129 tok/s
64 GB307 GB/s34Nemotron 3.5 Bolt 74B A9B73–129 tok/s

Mga Mac model: MacBook Pro (14-inch, M5 Pro or M5 Max), MacBook Pro (16-inch, M5 Pro or M5 Max). Hindi lahat ng memory size ay inaalok sa bawat Mac model; nakalista sa Tech Specs ng Apple kung ano ang kasama ng bawat isa.

Mga tanong

Maganda ba ang MacBook Pro na may M5 Pro para sa local LLM?
Sa 64 GB, maayos nitong napapatakbo ang 34 sa 73 na open model, hanggang Nemotron 3.5 Bolt 74B A9B, at nagsusulat ito ng mga 73–129 token bawat segundo sa gpt-oss-20b. Binabasa ng M5 Pro ang memory sa 307 GB/s, na siyang nagtatakda kung gaano ito kabilis magsulat.
Gaano karaming memory ang dapat mayroon ang MacBook Pro na may M5 Pro para sa AI?
Sa 24 GB, maayos nitong napapatakbo ang 28 na open model; sa 64 GB, 34, hanggang Nemotron 3.5 Bolt 74B A9B. Ang memory ang nagpapasya kung aling mga model ang kasya, at hindi na ito maa-upgrade pagkatapos.

Ibang Mac

Ang MacBook Pro na may ibang chip:

Ibang Mac na may M5 Pro:

Harapan:

Ang M5 Pro para sa local AI · Ang pinakamagandang Mac para sa local LLM · Bawat Mac

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.

MacBook Pro na may M5 Pro para sa local AI: mga LLM na kaya nito