લૉગ ઇનવૉલેટ બનાવો

128 GBવાળું M5 Max શું ચલાવી શકે?

તેના પર 73માંથી 47 ઓપન મૉડલ સારાં ચાલે છે. ડિફૉલ્ટ રીતે GPU તેની 128 GBમાંથી આશરે 96 GB વાપરી શકે છે, અને તે 614 GB/sની ઝડપે મેમરી વાંચે છે, જેનાથી તે કેટલું ઝડપી લખે છે તે નક્કી થાય છે. આમાં મળે છે: 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).

સારું ચાલતું સૌથી સ્માર્ટQwen3.8 27B8-બિટ · 28.7 GB · 10–17 tok/sસારું ચાલતું સૌથી મોટુંQwen3.5 122B A10B4-બિટ · 68.6 GB · 49–88 tok/sકોડ માટેQwen3 Coder Next8-બિટ · 85 GB · 86–154 tok/s

સારાં ચાલે છે 51

કૉન્ટેક્સ્ટ માટે જગ્યા સાથે સમાય છે, સેકન્ડના 10 કે વધુ ટોકનની ઝડપે.

મૉડલવર્ઝનમેમરીટોકન/સેકન્ડ
Qwen3.8 27B27B · ઇન્ટેલિજન્સ 33.78-બિટ28.7 GB10–17
Nemotron 3.5 Bolt 74B A9B74B · 9B સક્રિય · ઇન્ટેલિજન્સ 21.48-બિટ78.6 GB29–51
Qwen3.6 35B A3B35B · 3B સક્રિય · ઇન્ટેલિજન્સ 18.28-બિટ37.2 GB86–154
Muse Glimmer 30B29.6B · ઇન્ટેલિજન્સ 17.56-બિટ24.1 GB11–20
Qwen3.5 122B A10B122B · 10B સક્રિય · ઇન્ટેલિજન્સ 15.64-બિટ68.6 GB49–88
Gemma 4 31B30.7B · ઇન્ટેલિજન્સ 14.76-બિટ24.9 GB11–20
Nemotron 3.5 Lightning 30B A3B30B · 3B સક્રિય · ઇન્ટેલિજન્સ 12.98-બિટ31.9 GB86–154
Granite 4.2 30B30B · ઇન્ટેલિજન્સ 12.76-બિટ24.4 GB11–20
MiniCPM5 2B2.52B · ઇન્ટેલિજન્સ 12.58-બિટ2.7 GB102–182
gpt-oss-120b117B · 5.1B સક્રિય · ઇન્ટેલિજન્સ 11.6નેટિવ 4.25-બિટ65.3 GB102–182
Mistral Small 4 (119B)119B · 6.5B સક્રિય · ઇન્ટેલિજન્સ 11.34-બિટ66.9 GB75–133
Qwen3.5 9B9B · ઇન્ટેલિજન્સ 11.28-બિટ9.6 GB29–51
Granite 4.2 8B8B · ઇન્ટેલિજન્સ 11.18-બિટ8.5 GB33–58
Qwen3 Coder Next80B · 3B સક્રિય · ઇન્ટેલિજન્સ 9.28-બિટ85 GB86–154
Granite 4.2 3B3B · ઇન્ટેલિજન્સ 9.18-બિટ3.2 GB86–154
gpt-oss-20b21B · 3.6B સક્રિય · ઇન્ટેલિજન્સ 9નેટિવ 4.25-બિટ13.8 GB145–259
Nemotron 3 Nano 30B A3B30B · 3.5B સક્રિય · ઇન્ટેલિજન્સ 8.98-બિટ31.9 GB75–133
Gemma 4 E4B8B · ઇન્ટેલિજન્સ 8.98-બિટ8.5 GB58–102
Llama 4 Scout 17B-16E Instruct109B · 17B સક્રિય · ઇન્ટેલિજન્સ 6.56-બિટ88.6 GB20–36
Ministral 3 8B8.9B · ઇન્ટેલિજન્સ 5.58-બિટ9.5 GB29–52
Nemotron 3 Nano 4B3.97B · ઇન્ટેલિજન્સ 4.88-બિટ4.2 GB66–117
Ornith 1.5 122B122B · 10B સક્રિય4-બિટ68.6 GB49–88
Nemotron 3 Super 120B A12B120B · 12B સક્રિય4-બિટ67.5 GB41–72
GLM-4.5 Air106B · 12B સક્રિય6-બિટ86.1 GB28–50
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B સક્રિય8-બિટ32.4 GB79–140
GLM-4.7 Flash30B · 3B સક્રિય8-બિટ31.9 GB86–154
Qwen3.6 27B27B8-બિટ28.7 GB10–17
Gemma 4 26B A4B25.2B · 3.8B સક્રિય8-બિટ26.8 GB69–123
Devstral Small 2 (24B)24B8-બિટ25.5 GB11–19
Magistral Small 1.2 (2509)24B8-બિટ25.5 GB11–19
Mistral Small 3.2 (24B)24B8-બિટ25.5 GB11–19
LFM2.5 24B A2B24B · 2B સક્રિય8-બિટ25.5 GB132–234
Phi-4 Reasoning Vision 15B15B8-બિટ15.9 GB17–31
Phi-4 (14B)14B8-બિટ14.9 GB19–33
Gemma 4 12B Unified12B8-બિટ12.7 GB22–39
Qwen3 8B8.2B8-બિટ8.7 GB32–56
Llama 3.1 8B Instruct8B8-બિટ8.5 GB33–58
Gemma 4 E2B5.1B8-બિટ5.4 GB115–205
Qwen3.5 4B4B8-બિટ4.3 GB64–114
Phi-4 mini instruct3.8B8-બિટ4 GB69–123
Llama 3.2 3B Instruct3.21B8-બિટ3.4 GB81–144
SmolLM3 3B3B8-બિટ3.2 GB86–154
LFM2.5 2.6B2.69B8-બિટ2.9 GB95–169
Qwen3.5 2B2B8-બિટ2.1 GB132–234
Llama 3.2 1B Instruct1.23B8-બિટ1.3 GB213–378
Qwen3.5 0.8B0.8B8-બિટ0.9 GB307–546
Qwen3 0.6B0.6B8-બિટ0.6 GB461–819
Qwen3.8 Flash Next180B · 6B સક્રિય · ઇન્ટેલિજન્સ 39.83-બિટ ઓછી ગુણવત્તા78.8 GB106–189
Inkling Small276B · 12B સક્રિય · ઇન્ટેલિજન્સ 25.72-બિટ ઓછી ગુણવત્તા86.3 GB73–129
DeepSeek V4 Flash 0731284B · 13B સક્રિય2-બિટ ઓછી ગુણવત્તા88.8 GB67–120
MiniMax M2.7230B · 10B સક્રિય2-બિટ ઓછી ગુણવત્તા71.9 GB89–158

ચાલે છે, પણ ધીમે 3

સમાય છે, પણ સેકન્ડના 10 ટોકનથી ઓછી ઝડપે: બૅચ કામ માટે બરાબર, ચૅટ માટે ધીમાં.

મૉડલવર્ઝનમેમરીટોકન/સેકન્ડ
Mistral Medium 3.5 (128B)128B · ઇન્ટેલિજન્સ 14.24-બિટ72 GB4–7
Devstral 2 (123B)123B4-બિટ69.2 GB4–7
Llama 3.3 70B Instruct70B8-બિટ74.4 GB4–7

માંડ માંડ સમાય છે 3

લગભગ આખી મેમરી જોઈએ: GPU મેમરીની મર્યાદા વધારો અને કૉન્ટેક્સ્ટ ટૂંકો રાખો.

મૉડલવર્ઝનમેમરીટોકન/સેકન્ડ
GLM-5.3 Flash320B · 18B સક્રિય · ઇન્ટેલિજન્સ 41.82-બિટ ઓછી ગુણવત્તા100 GB49–88
MiMo V2.6 Flash309B · 15B સક્રિય · ઇન્ટેલિજન્સ 37.92-બિટ ઓછી ગુણવત્તા96.6 GB59–105
Hy3295B · 21B સક્રિય · ઇન્ટેલિજન્સ 25.32-બિટ ઓછી ગુણવત્તા92.2 GB42–74

બહુ મોટાં 16

128 GB કરતાં વધુ મેમરી જોઈએ, 2 બિટ પર પણ.

બીજાં Mac

128 GBવાળું દરેક Mac, કોઈ પણ ચિપ સાથે.

ઓછી કે વધુ મેમરીવાળું M5 Max:

નજીકની ચિપ:

સામસામે:

PC અને ગ્રાફિક્સ કાર્ડ સામે:

તેની સરખામણી કોઈ પણ Mac કે GPU સાથે કરો · લોકલ AI માટે M5 Max · લોકલ LLM માટે શ્રેષ્ઠ Mac · દરેક Mac

પ્રશ્નો

128 GBવાળા M5 Max માટે શ્રેષ્ઠ LLM કયું છે?
જે મૉડલનો Intelligence Index પ્રકાશિત છે, તેમાંથી અહીં સારાં ચાલતાં મૉડલમાં Qwen3.8 27Bનો સ્કોર સૌથી ઊંચો છે: 8-બિટ, સેકન્ડના આશરે 10–17 ટોકન. સારું ચાલતું સૌથી મોટું મૉડલ Qwen3.5 122B A10B છે.
શું 128 GBવાળું M5 Max Llama 3.3 70B ચલાવી શકે?
હા, પણ ધીમે: 8-બિટ, સેકન્ડના આશરે 4–7 ટોકન.
M5 Max પર gpt-oss-20b કેટલું ઝડપી ચાલે છે?
સેકન્ડના આશરે 145–259 ટોકન (નેટિવ 4.25-બિટ), ચિપની 614 GB/s મેમરી બૅન્ડવિડ્થના આધારે.

આ મૉડલ MLX Harness (મફત, ઓપન સોર્સ) વડે અથવા Terminalમાં Appleના mlx-lm વડે ચલાવો: સ્ટેપ બાય સ્ટેપ.

ગણતરી કેવી રીતે થઈ

મેમરી: મૉડલના પૅરામીટર પ્રતિ વેઇટ 8, 6, 4, 3 કે 2 બિટ પર, ઉપરાંત MLXના ગ્રુપ સ્કેલ (પ્રતિ વેઇટ અડધો બિટ), અથવા તેનું નેટિવ ફૉર્મેટ, અને ઉપરથી કૉન્ટેક્સ્ટ માટે જગ્યા. ડિફૉલ્ટ રીતે macOS GPUને યુનિફાઇડ મેમરીનો આશરે 75% ભાગ વાપરવા દે છે. ઝડપ: મેમરી બૅન્ડવિડ્થને દરેક ટોકન માટે વંચાતા બાઇટથી ભાગતાં એક વાતચીતની ઉપલી મર્યાદા મળે છે; llama.cppના જાહેર Apple Silicon બેન્ચમાર્કમાં ખરા રન તેના આશરે 45%થી 80% સુધી પહોંચે છે, અને એ જ રેન્જ બતાવી છે. આ અંદાજ છે, માપ નથી: તમારું Mac MLX Bench પર માપો. મૉડલના આંકડા દરેક સત્તાવાર મૉડલ કાર્ડમાંથી, ચિપના આંકડા Appleના Tech Specsમાંથી. 2026-10-19ના રોજ ચકાસ્યું. mlx.app/compare જેવો જ ડેટા.

128 GBવાળું M5 Max કયાં LLM ચલાવી શકે? દરેક મૉડલ, ઝડપ સાથે