Se connecterCréer un portefeuille

Que peut faire tourner un Mac M5 Ultra de 512 GB ?

61 des 73 modèles ouverts y tournent bien. Par défaut, le GPU peut utiliser environ 384 GB sur ses 512 GB, et la puce lit la mémoire à 1 200 GB/s, ce qui fixe sa vitesse d’écriture. On la trouve dans : Mac Studio (M5 Max or M5 Ultra).

Le plus intelligent qui tourne bienDeepSeek V4.1 Flash 10174 bits · 311 GB · 60–107 tok/sLe plus grand qui tourne bienDeepSeek V4.1 Flash 10174 bits · 311 GB · 60–107 tok/sPour le codeQwen3 Coder Next8 bits · 85 GB · 169–300 tok/s

Tourne bien 68

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

ModèleVersionMémoireTokens/s
DeepSeek V4.1 Flash 1017552B · 16B actifs · Intelligence 45,14 bits311 GB60–107
GLM-5.3 Flash320B · 18B actifs · Intelligence 41,88 bits340 GB28–50
Qwen3.8 Flash Next180B · 6B actifs · Intelligence 39,88 bits191 GB84–150
MiMo V2.6 Flash309B · 15B actifs · Intelligence 37,94,48 bits natif173 GB64–114
Qwen3.8 27B27B · Intelligence 33,78 bits28,7 GB19–33
Beam 1.0501B · 23B actifs · Intelligence 30,34 bits282 GB42–74
MiniMax M3428B · 23B actifs · Intelligence 29,26 bits348 GB29–51
Inkling Small276B · 12B actifs · Intelligence 25,78 bits293 GB42–75
Hy3295B · 21B actifs · Intelligence 25,38 bits313 GB24–43
Nemotron 3 Ultra 550B A55B550B · 55B actifs · Intelligence 22,94 bits309 GB17–31
Nemotron 3.5 Bolt 74B A9B74B · 9B actifs · Intelligence 21,48 bits78,6 GB56–100
Qwen3.5 397B A17B397B · 17B actifs · Intelligence 18,46 bits323 GB39–70
Qwen3.6 35B A3B35B · 3B actifs · Intelligence 18,28 bits37,2 GB169–300
Muse Glimmer 30B29,6B · Intelligence 17,58 bits31,5 GB17–30
Qwen3.5 122B A10B122B · 10B actifs · Intelligence 15,68 bits130 GB51–91
Gemma 4 31B30,7B · Intelligence 14,78 bits32,6 GB17–29
Nemotron 3.5 Lightning 30B A3B30B · 3B actifs · Intelligence 12,98 bits31,9 GB169–300
Granite 4.2 30B30B · Intelligence 12,78 bits31,9 GB17–30
MiniCPM5 2B2,52B · Intelligence 12,58 bits2,7 GB200–356
gpt-oss-120b117B · 5,1B actifs · Intelligence 11,64,25 bits natif65,3 GB200–356
Mistral Small 4 (119B)119B · 6,5B actifs · Intelligence 11,38 bits126 GB78–139
Qwen3.5 9B9B · Intelligence 11,28 bits9,6 GB56–100
Granite 4.2 8B8B · Intelligence 11,18 bits8,5 GB64–113
Llama 4 Maverick 17B-128E Instruct400B · 17B actifs · Intelligence 9,36 bits325 GB39–70
Qwen3 Coder Next80B · 3B actifs · Intelligence 9,28 bits85 GB169–300
Granite 4.2 3B3B · Intelligence 9,18 bits3,2 GB169–300
gpt-oss-20b21B · 3,6B actifs · Intelligence 94,25 bits natif13,8 GB284–505
Nemotron 3 Nano 30B A3B30B · 3,5B actifs · Intelligence 8,98 bits31,9 GB146–259
Gemma 4 E4B8B · Intelligence 8,98 bits8,5 GB113–200
Llama 4 Scout 17B-16E Instruct109B · 17B actifs · Intelligence 6,58 bits116 GB30–53
Ministral 3 8B8,9B · Intelligence 5,58 bits9,5 GB57–101
Nemotron 3 Nano 4B3,97B · Intelligence 4,88 bits4,2 GB129–229
DeepSeek V4 Flash 0731284B · 13B actifs8 bits302 GB39–70
MiniMax M2.7230B · 10B actifs8 bits244 GB51–91
Ornith 1.5 122B122B · 10B actifs8 bits130 GB51–91
Nemotron 3 Super 120B A12B120B · 12B actifs8 bits128 GB42–75
GLM-4.5 Air106B · 12B actifs8 bits113 GB42–75
Llama 3.3 70B Instruct70B4 bits39,4 GB14–24
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B actifs8 bits32,4 GB154–274
GLM-4.7 Flash30B · 3B actifs8 bits31,9 GB169–300
Qwen3.6 27B27B8 bits28,7 GB19–33
Gemma 4 26B A4B25,2B · 3,8B actifs8 bits26,8 GB135–240
Devstral Small 2 (24B)24B8 bits25,5 GB21–38
Magistral Small 1.2 (2509)24B8 bits25,5 GB21–38
Mistral Small 3.2 (24B)24B8 bits25,5 GB21–38
LFM2.5 24B A2B24B · 2B actifs8 bits25,5 GB257–457
Phi-4 Reasoning Vision 15B15B8 bits15,9 GB34–60
Phi-4 (14B)14B8 bits14,9 GB36–64
Gemma 4 12B Unified12B8 bits12,7 GB43–76
Qwen3 8B8,2B8 bits8,7 GB62–110
Llama 3.1 8B Instruct8B8 bits8,5 GB64–113
Gemma 4 E2B5,1B8 bits5,4 GB225–400
Qwen3.5 4B4B8 bits4,3 GB126–223
Phi-4 mini instruct3,8B8 bits4 GB135–240
Llama 3.2 3B Instruct3,21B8 bits3,4 GB159–282
SmolLM3 3B3B8 bits3,2 GB169–300
LFM2.5 2.6B2,69B8 bits2,9 GB186–331
Qwen3.5 2B2B8 bits2,1 GB257–457
Llama 3.2 1B Instruct1,23B8 bits1,3 GB415–738
Qwen3.5 0.8B0,8B8 bits0,9 GB600–1067
Qwen3 0.6B0,6B8 bits0,6 GB900–1600
MiMo V2.6 Pro1 020B · 42B actifs · Intelligence 46,32 bits qualité moindre319 GB41–73
GLM-5.3744B · 40B actifs · Intelligence 44,83 bits qualité moindre326 GB31–55
Muse Spark Open816B · 42B actifs · Intelligence 38,92 bits qualité moindre255 GB41–73
Kimi K2.7 Code1 000B · 32B actifs · Intelligence 25,82 bits qualité moindre313 GB54–96
Inkling975B · 41B actifs · Intelligence 252 bits qualité moindre305 GB42–75
Kimi K2.61 000B · 32B actifs2 bits qualité moindre313 GB54–96
Mistral Large 3 (675B)675B · 41B actifs3 bits qualité moindre295 GB30–54

Tourne, mais lentement 2

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

ModèleVersionMémoireTokens/s
Mistral Medium 3.5 (128B)128B · Intelligence 14,28 bits136 GB4–7
Devstral 2 (123B)123B8 bits131 GB4–7

Trop grand 3

Demande plus de 512 GB de mémoire, même en 2 bits.

Autres Mac

Tous les Mac avec 512 GB, quelle que soit la puce.

La puce M5 Ultra avec plus ou moins de mémoire :

Puces voisines :

Face à face :

Face aux PC et cartes graphiques :

La comparer à n’importe quel Mac ou GPU · La puce M5 Ultra 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 Ultra de 512 GB ?
Parmi les modèles dotés d’un Intelligence Index publié, DeepSeek V4.1 Flash 1017 obtient le meilleur score parmi ceux qui tournent bien ici : 4 bits, environ 60–107 tokens par seconde.
Un Mac M5 Ultra de 512 GB peut-il faire tourner Llama 3.3 70B ?
Oui : 4 bits, à environ 14–24 tokens par seconde.
À quelle vitesse gpt-oss-20b tourne-t-il sur une puce M5 Ultra ?
Environ 284–505 tokens par seconde (4,25 bits natif), d’après les 1 200 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 Ultra de 512 GB ? Modèles et vitesse