AccediCrea wallet

Cosa può eseguire un M5 Pro con 24 GB?

28 modelli aperti su 73 ci girano bene. Di default la GPU può usare circa 18 GB dei suoi 24 GB, e il chip legge la memoria a 307 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 mini (M6 or M5 Pro).

Il più intelligente che gira beneMiniCPM5 2B8 bit · 2,7 GB · 51–91 tok/sIl più grande che gira beneGemma 4 26B A4B4 bit · 14,2 GB · 66–117 tok/sPer il codiceDevstral Small 2 (24B)4 bit · 13,5 GB · 10–18 tok/s

Gira bene 36

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

ModelloVersioneMemoriaToken/s
MiniCPM5 2B2,52B · Intelligenza 12,58 bit2,7 GB51–91
Qwen3.5 9B9B · Intelligenza 11,28 bit9,6 GB14–26
Granite 4.2 8B8B · Intelligenza 11,18 bit8,5 GB16–29
Granite 4.2 3B3B · Intelligenza 9,18 bit3,2 GB43–77
gpt-oss-20b21B · 3,6B attivi · Intelligenza 94,25 bit nativo13,8 GB73–129
Gemma 4 E4B8B · Intelligenza 8,98 bit8,5 GB29–51
Ministral 3 8B8,9B · Intelligenza 5,58 bit9,5 GB15–26
Nemotron 3 Nano 4B3,97B · Intelligenza 4,88 bit4,2 GB33–58
Gemma 4 26B A4B25,2B · 3,8B attivi4 bit14,2 GB66–117
Devstral Small 2 (24B)24B4 bit13,5 GB10–18
Magistral Small 1.2 (2509)24B4 bit13,5 GB10–18
Mistral Small 3.2 (24B)24B4 bit13,5 GB10–18
LFM2.5 24B A2B24B · 2B attivi4 bit13,5 GB126–223
Phi-4 Reasoning Vision 15B15B6 bit12,2 GB11–20
Phi-4 (14B)14B6 bit11,4 GB12–22
Gemma 4 12B Unified12B8 bit12,7 GB11–19
Qwen3 8B8,2B8 bit8,7 GB16–28
Llama 3.1 8B Instruct8B8 bit8,5 GB16–29
Gemma 4 E2B5,1B8 bit5,4 GB58–102
Qwen3.5 4B4B8 bit4,3 GB32–57
Phi-4 mini instruct3,8B8 bit4 GB35–61
Llama 3.2 3B Instruct3,21B8 bit3,4 GB41–72
SmolLM3 3B3B8 bit3,2 GB43–77
LFM2.5 2.6B2,69B8 bit2,9 GB48–85
Qwen3.5 2B2B8 bit2,1 GB66–117
Llama 3.2 1B Instruct1,23B8 bit1,3 GB106–189
Qwen3.5 0.8B0,8B8 bit0,9 GB154–273
Qwen3 0.6B0,6B8 bit0,6 GB230–409
Qwen3.6 35B A3B35B · 3B attivi · Intelligenza 18,23 bit qualità inferiore15,3 GB106–189
Muse Glimmer 30B29,6B · Intelligenza 17,53 bit qualità inferiore13 GB11–19
Gemma 4 31B30,7B · Intelligenza 14,73 bit qualità inferiore13,4 GB10–18
Nemotron 3.5 Lightning 30B A3B30B · 3B attivi · Intelligenza 12,93 bit qualità inferiore13,1 GB106–189
Granite 4.2 30B30B · Intelligenza 12,73 bit qualità inferiore13,1 GB11–19
Nemotron 3 Nano 30B A3B30B · 3,5B attivi · Intelligenza 8,93 bit qualità inferiore13,1 GB92–164
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B attivi3 bit qualità inferiore13,3 GB99–175
GLM-4.7 Flash30B · 3B attivi3 bit qualità inferiore13,1 GB106–189

Gira, ma lentamente 2

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

ModelloVersioneMemoriaToken/s
Qwen3.8 27B27B · Intelligenza 33,74 bit15,2 GB9–16
Qwen3.6 27B27B4 bit15,2 GB9–16

Troppo grande 35

Richiede più di 24 GB di memoria, anche a 2 bit.

Altri Mac

Tutti i Mac con 24 GB, con qualsiasi chip.

Il M5 Pro con più o meno memoria:

Chip vicini:

Testa a testa:

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

Domande

Qual è il miglior LLM per un M5 Pro con 24 GB?
Tra i modelli con un Intelligence Index pubblicato, MiniCPM5 2B ha il punteggio più alto fra quelli che qui girano bene: 8 bit, circa 51–91 token al secondo. Il più grande che gira bene è Gemma 4 26B A4B.
Un M5 Pro con 24 GB può eseguire Llama 3.3 70B?
No: anche a 2 bit richiede più dei 18 GB che la GPU può usare di default.
Quanto è veloce gpt-oss-20b su un M5 Pro?
Circa 73–129 token al secondo (4,25 bit nativo), in base ai 307 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 Pro con 24 GB? Modelli e velocità