Un Mac Studio con M5 Max va bene per gli LLM locali?

Con 128 GB esegue bene 47 modelli aperti su 73, fino a Qwen3.5 122B A10B, e scrive circa 145–259 token al secondo con gpt-oss-20b. Il chip M5 Max legge la memoria a 614 GB/s, che determina quanto velocemente scrive.

Quanta memoria serve a un Mac Studio con M5 Max per l’AI?

Con 36 GB esegue bene 38 modelli aperti; con 128 GB, 47, fino a Qwen3.5 122B A10B. La memoria decide quali modelli ci stanno, e non si può espandere in seguito.

Mac Studio M5 Max per l’AI locale: quali LLM, per memoria

Per taglio di memoria

Memoria	Girano bene	Il più grande che gira bene	gpt-oss-20b
36 GB460 GB/s	38	Qwen3.6 35B A3B	109–194 tok/s
48 GB614 GB/s	38	Qwen3.6 35B A3B	145–259 tok/s
64 GB614 GB/s	39	Nemotron 3.5 Bolt 74B A9B	145–259 tok/s
128 GB614 GB/s	47	Qwen3.5 122B A10B	145–259 tok/s

Modelli: Mac Studio (M5 Max or M5 Ultra). Non tutti i tagli di memoria sono disponibili per ogni modello; le specifiche tecniche di Apple indicano con cosa viene offerto ciascuno.

Domande

Un Mac Studio con M5 Max va bene per gli LLM locali?: Con 128 GB esegue bene 47 modelli aperti su 73, fino a Qwen3.5 122B A10B, e scrive circa 145–259 token al secondo con gpt-oss-20b. Il chip M5 Max legge la memoria a 614 GB/s, che determina quanto velocemente scrive.
Quanta memoria serve a un Mac Studio con M5 Max per l’AI?: Con 36 GB esegue bene 38 modelli aperti; con 128 GB, 47, fino a Qwen3.5 122B A10B. La memoria decide quali modelli ci stanno, e non si può espandere in seguito.

Altri Mac

Mac Studio con altri chip:

Altri Mac con chip M5 Max:

MacBook Pro M5 Max

Testa a testa:

Contro PC e schede grafiche:

Il M5 Max per l’AI locale · Il miglior Mac per LLM in locale · Tutti i Mac

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.