Se connecterCréer un portefeuille

Que peut faire tourner un Mac M5 Pro de 64 GB ?

34 des 73 modèles ouverts y tournent bien. Par défaut, le GPU peut utiliser environ 48 GB sur ses 64 GB, et la puce lit la mémoire à 307 GB/s, ce qui fixe sa vitesse d’écriture. On la trouve dans : MacBook Pro (14-inch, M5 Pro or M5 Max), MacBook Pro (16-inch, M5 Pro or M5 Max), Mac mini (M6 or M5 Pro).

Le plus intelligent qui tourne bienNemotron 3.5 Bolt 74B A9B4 bits · 41,6 GB · 27–48 tok/sLe plus grand qui tourne bienNemotron 3.5 Bolt 74B A9B4 bits · 41,6 GB · 27–48 tok/sPour le codeQwen3 Coder 30B A3B Instruct8 bits · 32,4 GB · 39–70 tok/s

Tourne bien 42

Tient avec de la place pour le contexte, à 10 tokens par seconde ou plus.

ModèleVersionMémoireTokens/s
Nemotron 3.5 Bolt 74B A9B74B · 9B actifs · Intelligence 21,44 bits41,6 GB27–48
Qwen3.6 35B A3B35B · 3B actifs · Intelligence 18,28 bits37,2 GB43–77
Nemotron 3.5 Lightning 30B A3B30B · 3B actifs · Intelligence 12,98 bits31,9 GB43–77
MiniCPM5 2B2,52B · Intelligence 12,58 bits2,7 GB51–91
Qwen3.5 9B9B · Intelligence 11,28 bits9,6 GB14–26
Granite 4.2 8B8B · Intelligence 11,18 bits8,5 GB16–29
Granite 4.2 3B3B · Intelligence 9,18 bits3,2 GB43–77
gpt-oss-20b21B · 3,6B actifs · Intelligence 94,25 bits natif13,8 GB73–129
Nemotron 3 Nano 30B A3B30B · 3,5B actifs · Intelligence 8,98 bits31,9 GB37–66
Gemma 4 E4B8B · Intelligence 8,98 bits8,5 GB29–51
Ministral 3 8B8,9B · Intelligence 5,58 bits9,5 GB15–26
Nemotron 3 Nano 4B3,97B · Intelligence 4,88 bits4,2 GB33–58
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B actifs8 bits32,4 GB39–70
GLM-4.7 Flash30B · 3B actifs8 bits31,9 GB43–77
Gemma 4 26B A4B25,2B · 3,8B actifs8 bits26,8 GB35–61
Devstral Small 2 (24B)24B4 bits13,5 GB10–18
Magistral Small 1.2 (2509)24B4 bits13,5 GB10–18
Mistral Small 3.2 (24B)24B4 bits13,5 GB10–18
LFM2.5 24B A2B24B · 2B actifs8 bits25,5 GB66–117
Phi-4 Reasoning Vision 15B15B6 bits12,2 GB11–20
Phi-4 (14B)14B6 bits11,4 GB12–22
Gemma 4 12B Unified12B8 bits12,7 GB11–19
Qwen3 8B8,2B8 bits8,7 GB16–28
Llama 3.1 8B Instruct8B8 bits8,5 GB16–29
Gemma 4 E2B5,1B8 bits5,4 GB58–102
Qwen3.5 4B4B8 bits4,3 GB32–57
Phi-4 mini instruct3,8B8 bits4 GB35–61
Llama 3.2 3B Instruct3,21B8 bits3,4 GB41–72
SmolLM3 3B3B8 bits3,2 GB43–77
LFM2.5 2.6B2,69B8 bits2,9 GB48–85
Qwen3.5 2B2B8 bits2,1 GB66–117
Llama 3.2 1B Instruct1,23B8 bits1,3 GB106–189
Qwen3.5 0.8B0,8B8 bits0,9 GB154–273
Qwen3 0.6B0,6B8 bits0,6 GB230–409
Qwen3.5 122B A10B122B · 10B actifs · Intelligence 15,62 bits qualité moindre38,1 GB45–79
gpt-oss-120b117B · 5,1B actifs · Intelligence 11,62 bits qualité moindre36,6 GB86–154
Mistral Small 4 (119B)119B · 6,5B actifs · Intelligence 11,32 bits qualité moindre37,2 GB69–123
Qwen3 Coder Next80B · 3B actifs · Intelligence 9,23 bits qualité moindre35 GB106–189
Llama 4 Scout 17B-16E Instruct109B · 17B actifs · Intelligence 6,52 bits qualité moindre34,1 GB26–46
Ornith 1.5 122B122B · 10B actifs2 bits qualité moindre38,1 GB45–79
Nemotron 3 Super 120B A12B120B · 12B actifs2 bits qualité moindre37,5 GB36–65
GLM-4.5 Air106B · 12B actifs2 bits qualité moindre33,1 GB36–65

Tourne, mais lentement 8

Tient, mais sous 10 tokens par seconde : bien pour les traitements par lots, lent pour discuter.

ModèleVersionMémoireTokens/s
Qwen3.8 27B27B · Intelligence 33,78 bits28,7 GB5–9
Muse Glimmer 30B29,6B · Intelligence 17,58 bits31,5 GB4–8
Gemma 4 31B30,7B · Intelligence 14,78 bits32,6 GB4–8
Granite 4.2 30B30B · Intelligence 12,78 bits31,9 GB4–8
Llama 3.3 70B Instruct70B4 bits39,4 GB4–6
Qwen3.6 27B27B8 bits28,7 GB5–9
Mistral Medium 3.5 (128B)128B · Intelligence 14,22 bits qualité moindre40 GB3–6
Devstral 2 (123B)123B2 bits qualité moindre38,4 GB4–6

Trop grand 23

Demande plus de 64 GB de mémoire, même en 2 bits.

Autres Mac

Tous les Mac avec 64 GB, quelle que soit la puce.

La puce M5 Pro avec plus ou moins de mémoire :

Puces voisines :

Face à face :

La comparer à n’importe quel Mac ou GPU · La puce M5 Pro pour l’IA locale · Le meilleur Mac pour les LLM en local · Tous les Mac

Questions

Quel est le meilleur LLM pour un Mac M5 Pro de 64 GB ?
Parmi les modèles dotés d’un Intelligence Index publié, Nemotron 3.5 Bolt 74B A9B obtient le meilleur score parmi ceux qui tournent bien ici : 4 bits, environ 27–48 tokens par seconde.
Un Mac M5 Pro de 64 GB peut-il faire tourner Llama 3.3 70B ?
Oui, mais lentement : 4 bits, à environ 4–6 tokens par seconde.
À quelle vitesse gpt-oss-20b tourne-t-il sur une puce M5 Pro ?
Environ 73–129 tokens par seconde (4,25 bits natif), d’après les 307 GB/s de bande passante mémoire de la puce.

Faites-les tourner avec MLX Harness (gratuit, open source) ou avec mlx-lm d’Apple dans le Terminal : pas à pas.

Comment c’est calculé

Mémoire : les paramètres du modèle à 8, 6, 4, 3 ou 2 bits par poids, plus les facteurs d’échelle par groupe de MLX (un demi-bit par poids), ou son format natif, avec en plus de la place pour le contexte. Par défaut, macOS laisse le GPU utiliser environ 75 % de la mémoire unifiée. Vitesse : la bande passante mémoire divisée par les octets lus pour chaque token donne le plafond pour une conversation ; dans les benchmarks Apple Silicon publics de llama.cpp, les exécutions réelles atteignent environ 45 % à 80 % de ce plafond, et c’est la fourchette affichée. Ce sont des estimations, pas des mesures : mesurez votre propre Mac sur MLX Bench. Chiffres des modèles tirés de chaque fiche officielle, chiffres des puces tirés des caractéristiques techniques d’Apple. Vérifié le 2026-10-19. Mêmes données que mlx.app/compare.

Quels LLM tournent sur un M5 Pro de 64 GB ? Modèles et vitesse