AccediCrea wallet

Cosa può eseguire un M5 Max con 128 GB?

47 modelli aperti su 73 ci girano bene. Di default la GPU può usare circa 96 GB dei suoi 128 GB, e il chip legge la memoria a 614 GB/s, che determina quanto velocemente scrive. Lo trovi in: 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).

Il più intelligente che gira beneQwen3.8 27B8 bit · 28,7 GB · 10–17 tok/sIl più grande che gira beneQwen3.5 122B A10B4 bit · 68,6 GB · 49–88 tok/sPer il codiceQwen3 Coder Next8 bit · 85 GB · 86–154 tok/s

Gira bene 51

Ci sta con spazio per il contesto, a 10 o più token al secondo.

ModelloVersioneMemoriaToken/s
Qwen3.8 27B27B · Intelligenza 33,78 bit28,7 GB10–17
Nemotron 3.5 Bolt 74B A9B74B · 9B attivi · Intelligenza 21,48 bit78,6 GB29–51
Qwen3.6 35B A3B35B · 3B attivi · Intelligenza 18,28 bit37,2 GB86–154
Muse Glimmer 30B29,6B · Intelligenza 17,56 bit24,1 GB11–20
Qwen3.5 122B A10B122B · 10B attivi · Intelligenza 15,64 bit68,6 GB49–88
Gemma 4 31B30,7B · Intelligenza 14,76 bit24,9 GB11–20
Nemotron 3.5 Lightning 30B A3B30B · 3B attivi · Intelligenza 12,98 bit31,9 GB86–154
Granite 4.2 30B30B · Intelligenza 12,76 bit24,4 GB11–20
MiniCPM5 2B2,52B · Intelligenza 12,58 bit2,7 GB102–182
gpt-oss-120b117B · 5,1B attivi · Intelligenza 11,64,25 bit nativo65,3 GB102–182
Mistral Small 4 (119B)119B · 6,5B attivi · Intelligenza 11,34 bit66,9 GB75–133
Qwen3.5 9B9B · Intelligenza 11,28 bit9,6 GB29–51
Granite 4.2 8B8B · Intelligenza 11,18 bit8,5 GB33–58
Qwen3 Coder Next80B · 3B attivi · Intelligenza 9,28 bit85 GB86–154
Granite 4.2 3B3B · Intelligenza 9,18 bit3,2 GB86–154
gpt-oss-20b21B · 3,6B attivi · Intelligenza 94,25 bit nativo13,8 GB145–259
Nemotron 3 Nano 30B A3B30B · 3,5B attivi · Intelligenza 8,98 bit31,9 GB75–133
Gemma 4 E4B8B · Intelligenza 8,98 bit8,5 GB58–102
Llama 4 Scout 17B-16E Instruct109B · 17B attivi · Intelligenza 6,56 bit88,6 GB20–36
Ministral 3 8B8,9B · Intelligenza 5,58 bit9,5 GB29–52
Nemotron 3 Nano 4B3,97B · Intelligenza 4,88 bit4,2 GB66–117
Ornith 1.5 122B122B · 10B attivi4 bit68,6 GB49–88
Nemotron 3 Super 120B A12B120B · 12B attivi4 bit67,5 GB41–72
GLM-4.5 Air106B · 12B attivi6 bit86,1 GB28–50
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B attivi8 bit32,4 GB79–140
GLM-4.7 Flash30B · 3B attivi8 bit31,9 GB86–154
Qwen3.6 27B27B8 bit28,7 GB10–17
Gemma 4 26B A4B25,2B · 3,8B attivi8 bit26,8 GB69–123
Devstral Small 2 (24B)24B8 bit25,5 GB11–19
Magistral Small 1.2 (2509)24B8 bit25,5 GB11–19
Mistral Small 3.2 (24B)24B8 bit25,5 GB11–19
LFM2.5 24B A2B24B · 2B attivi8 bit25,5 GB132–234
Phi-4 Reasoning Vision 15B15B8 bit15,9 GB17–31
Phi-4 (14B)14B8 bit14,9 GB19–33
Gemma 4 12B Unified12B8 bit12,7 GB22–39
Qwen3 8B8,2B8 bit8,7 GB32–56
Llama 3.1 8B Instruct8B8 bit8,5 GB33–58
Gemma 4 E2B5,1B8 bit5,4 GB115–205
Qwen3.5 4B4B8 bit4,3 GB64–114
Phi-4 mini instruct3,8B8 bit4 GB69–123
Llama 3.2 3B Instruct3,21B8 bit3,4 GB81–144
SmolLM3 3B3B8 bit3,2 GB86–154
LFM2.5 2.6B2,69B8 bit2,9 GB95–169
Qwen3.5 2B2B8 bit2,1 GB132–234
Llama 3.2 1B Instruct1,23B8 bit1,3 GB213–378
Qwen3.5 0.8B0,8B8 bit0,9 GB307–546
Qwen3 0.6B0,6B8 bit0,6 GB461–819
Qwen3.8 Flash Next180B · 6B attivi · Intelligenza 39,83 bit qualità inferiore78,8 GB106–189
Inkling Small276B · 12B attivi · Intelligenza 25,72 bit qualità inferiore86,3 GB73–129
DeepSeek V4 Flash 0731284B · 13B attivi2 bit qualità inferiore88,8 GB67–120
MiniMax M2.7230B · 10B attivi2 bit qualità inferiore71,9 GB89–158

Gira, ma lentamente 3

Ci sta, ma sotto i 10 token al secondo: va bene per i lavori in batch, ma è lento per la chat.

ModelloVersioneMemoriaToken/s
Mistral Medium 3.5 (128B)128B · Intelligenza 14,24 bit72 GB4–7
Devstral 2 (123B)123B4 bit69,2 GB4–7
Llama 3.3 70B Instruct70B8 bit74,4 GB4–7

Ci sta al limite 3

Richiede quasi tutta la memoria: alza il limite di memoria della GPU e tieni il contesto breve.

ModelloVersioneMemoriaToken/s
GLM-5.3 Flash320B · 18B attivi · Intelligenza 41,82 bit qualità inferiore100 GB49–88
MiMo V2.6 Flash309B · 15B attivi · Intelligenza 37,92 bit qualità inferiore96,6 GB59–105
Hy3295B · 21B attivi · Intelligenza 25,32 bit qualità inferiore92,2 GB42–74

Troppo grande 16

Richiede più di 128 GB di memoria, anche a 2 bit.

Altri Mac

Tutti i Mac con 128 GB, con qualsiasi chip.

Il M5 Max con più o meno memoria:

Chip vicini:

Testa a testa:

Contro PC e schede grafiche:

Confrontalo con qualsiasi Mac o GPU · Il M5 Max per l’AI locale · Il miglior Mac per LLM in locale · Tutti i Mac

Domande

Qual è il miglior LLM per un M5 Max con 128 GB?
Tra i modelli con un Intelligence Index pubblicato, Qwen3.8 27B ha il punteggio più alto fra quelli che qui girano bene: 8 bit, circa 10–17 token al secondo. Il più grande che gira bene è Qwen3.5 122B A10B.
Un M5 Max con 128 GB può eseguire Llama 3.3 70B?
Sì, ma lentamente: 8 bit, a circa 4–7 token al secondo.
Quanto è veloce gpt-oss-20b su un M5 Max?
Circa 145–259 token al secondo (4,25 bit nativo), in base ai 614 GB/s di larghezza di banda della memoria del chip.

Eseguili con MLX Harness (gratuito, open source) o con mlx-lm di Apple nel Terminale: passo dopo passo.

Come è calcolato

Memoria: i parametri del modello a 8, 6, 4, 3 o 2 bit per peso più le scale per gruppo di MLX (mezzo bit per peso), oppure il suo formato nativo, con in più lo spazio per il contesto. Di default macOS lascia usare alla GPU circa il 75% della memoria unificata. Velocità: la larghezza di banda della memoria divisa per i byte letti per ogni token è il limite massimo per una conversazione; nei benchmark pubblici su Apple Silicon di llama.cpp, le esecuzioni reali arrivano a circa il 45%–80% di quel limite, ed è l’intervallo mostrato. Sono stime, non misurazioni: misura il tuo Mac su MLX Bench. Dati dei modelli dalla rispettiva scheda ufficiale, dati dei chip dalle specifiche tecniche di Apple. Verificato il 2026-10-19. Stessi dati di mlx.app/compare.

Quali LLM può eseguire un M5 Max con 128 GB? Modelli e velocità