ログインウォレットを作成

256 GB の M5 Ultra で何が動く？

73 個のオープンモデルのうち 54 個が快適に動きます。GPU は標準で 256 GB のうち約 192 GB を使え、メモリの読み込み速度は 1,200 GB/s。これが生成の速さを決めます。搭載モデル：Mac Studio (M5 Max or M5 Ultra)。

快適に動く中でいちばん賢いQwen3.8 Flash Next6ビット · 146 GB · 110–196 tok/s快適に動く中でいちばん大きいMiMo V2.6 Flashネイティブ 4.48ビット · 173 GB · 64–114 tok/sコード向けQwen3 Coder Next8ビット · 85 GB · 169–300 tok/s

快適に動く 61

コンテキスト用の余裕を残して収まり、毎秒 10 トークン以上。

モデルバージョンメモリトークン/秒
Qwen3.8 Flash Next180B · アクティブ 6B · 知能 39.86ビット146 GB110–196
MiMo V2.6 Flash309B · アクティブ 15B · 知能 37.9ネイティブ 4.48ビット173 GB64–114
Qwen3.8 27B27B · 知能 33.78ビット28.7 GB19–33
Inkling Small276B · アクティブ 12B · 知能 25.74ビット155 GB79–141
Hy3295B · アクティブ 21B · 知能 25.34ビット166 GB46–81
Nemotron 3.5 Bolt 74B A9B74B · アクティブ 9B · 知能 21.48ビット78.6 GB56–100
Qwen3.6 35B A3B35B · アクティブ 3B · 知能 18.28ビット37.2 GB169–300
Muse Glimmer 30B29.6B · 知能 17.58ビット31.5 GB17–30
Qwen3.5 122B A10B122B · アクティブ 10B · 知能 15.68ビット130 GB51–91
Gemma 4 31B30.7B · 知能 14.78ビット32.6 GB17–29
Nemotron 3.5 Lightning 30B A3B30B · アクティブ 3B · 知能 12.98ビット31.9 GB169–300
Granite 4.2 30B30B · 知能 12.78ビット31.9 GB17–30
MiniCPM5 2B2.52B · 知能 12.58ビット2.7 GB200–356
gpt-oss-120b117B · アクティブ 5.1B · 知能 11.6ネイティブ 4.25ビット65.3 GB200–356
Mistral Small 4 (119B)119B · アクティブ 6.5B · 知能 11.38ビット126 GB78–139
Qwen3.5 9B9B · 知能 11.28ビット9.6 GB56–100
Granite 4.2 8B8B · 知能 11.18ビット8.5 GB64–113
Qwen3 Coder Next80B · アクティブ 3B · 知能 9.28ビット85 GB169–300
Granite 4.2 3B3B · 知能 9.18ビット3.2 GB169–300
gpt-oss-20b21B · アクティブ 3.6B · 知能 9ネイティブ 4.25ビット13.8 GB284–505
Nemotron 3 Nano 30B A3B30B · アクティブ 3.5B · 知能 8.98ビット31.9 GB146–259
Gemma 4 E4B8B · 知能 8.98ビット8.5 GB113–200
Llama 4 Scout 17B-16E Instruct109B · アクティブ 17B · 知能 6.58ビット116 GB30–53
Ministral 3 8B8.9B · 知能 5.58ビット9.5 GB57–101
Nemotron 3 Nano 4B3.97B · 知能 4.88ビット4.2 GB129–229
DeepSeek V4 Flash 0731284B · アクティブ 13B4ビット160 GB74–132
MiniMax M2.7230B · アクティブ 10B4ビット129 GB96–171
Ornith 1.5 122B122B · アクティブ 10B8ビット130 GB51–91
Nemotron 3 Super 120B A12B120B · アクティブ 12B8ビット128 GB42–75
GLM-4.5 Air106B · アクティブ 12B8ビット113 GB42–75
Llama 3.3 70B Instruct70B4ビット39.4 GB14–24
Qwen3 Coder 30B A3B Instruct30.5B · アクティブ 3.3B8ビット32.4 GB154–274
GLM-4.7 Flash30B · アクティブ 3B8ビット31.9 GB169–300
Qwen3.6 27B27B8ビット28.7 GB19–33
Gemma 4 26B A4B25.2B · アクティブ 3.8B8ビット26.8 GB135–240
Devstral Small 2 (24B)24B8ビット25.5 GB21–38
Magistral Small 1.2 (2509)24B8ビット25.5 GB21–38
Mistral Small 3.2 (24B)24B8ビット25.5 GB21–38
LFM2.5 24B A2B24B · アクティブ 2B8ビット25.5 GB257–457
Phi-4 Reasoning Vision 15B15B8ビット15.9 GB34–60
Phi-4 (14B)14B8ビット14.9 GB36–64
Gemma 4 12B Unified12B8ビット12.7 GB43–76
Qwen3 8B8.2B8ビット8.7 GB62–110
Llama 3.1 8B Instruct8B8ビット8.5 GB64–113
Gemma 4 E2B5.1B8ビット5.4 GB225–400
Qwen3.5 4B4B8ビット4.3 GB126–223
Phi-4 mini instruct3.8B8ビット4 GB135–240
Llama 3.2 3B Instruct3.21B8ビット3.4 GB159–282
SmolLM3 3B3B8ビット3.2 GB169–300
LFM2.5 2.6B2.69B8ビット2.9 GB186–331
Qwen3.5 2B2B8ビット2.1 GB257–457
Llama 3.2 1B Instruct1.23B8ビット1.3 GB415–738
Qwen3.5 0.8B0.8B8ビット0.9 GB600–1067
Qwen3 0.6B0.6B8ビット0.6 GB900–1600
DeepSeek V4.1 Flash 1017552B · アクティブ 16B · 知能 45.12ビット 品質低め173 GB108–192
GLM-5.3 Flash320B · アクティブ 18B · 知能 41.83ビット 品質低め140 GB68–122
Beam 1.0501B · アクティブ 23B · 知能 30.32ビット 品質低め157 GB75–133
MiniMax M3428B · アクティブ 23B · 知能 29.22ビット 品質低め134 GB75–133
Nemotron 3 Ultra 550B A55B550B · アクティブ 55B · 知能 22.92ビット 品質低め172 GB31–56
Qwen3.5 397B A17B397B · アクティブ 17B · 知能 18.43ビット 品質低め174 GB73–130
Llama 4 Maverick 17B-128E Instruct400B · アクティブ 17B · 知能 9.33ビット 品質低め175 GB73–130

動くが遅い 2

収まるものの毎秒 10 トークン未満。バッチ処理には十分ですが、チャットには遅めです。

モデルバージョンメモリトークン/秒
Mistral Medium 3.5 (128B)128B · 知能 14.28ビット136 GB4–7
Devstral 2 (123B)123B8ビット131 GB4–7

ぎりぎり収まる 1

メモリをほぼ使い切ります。GPU のメモリ上限を引き上げ、コンテキストを短めにしてください。

モデルバージョンメモリトークン/秒
Mistral Large 3 (675B)675B · アクティブ 41B2ビット 品質低め211 GB42–75

大きすぎる 9

2 ビットでも 256 GB を超えるメモリが必要です。

ほかの Mac

256 GB のすべての Mac（チップを問わず）。

メモリ容量違いの M5 Ultra：

近いチップ：

直接比較：

PC やグラフィックカードとの比較:

どの Mac や GPU とも比較 · ローカル AI のための M5 Ultra · ローカル LLM に最適な Mac · すべての Mac

よくある質問

256 GB の M5 Ultra に最適な LLM は？
Intelligence Index が公開されているモデルのうち、ここで快適に動く中でスコアが最も高いのは Qwen3.8 Flash Next です：6ビット、毎秒約 110–196 トークン。快適に動くいちばん大きなモデルは MiMo V2.6 Flash です。
256 GB の M5 Ultra で Llama 3.3 70B は動く？
はい。4ビット で、毎秒約 14–24 トークンです。
M5 Ultra での gpt-oss-20b の速さは？
毎秒約 284–505 トークン（ネイティブ 4.25ビット）。チップのメモリ帯域幅 1,200 GB/s から計算しています。

MLX Harness（無料、オープンソース）か、ターミナルで Apple の mlx-lm を使って動かせます：手順を見る。

計算方法

メモリ：モデルのパラメータを重みあたり 8、6、4、3、2 ビットで計算し、MLX のグループスケール（重みあたり 0.5 ビット）を加えたもの、またはネイティブ形式のサイズに、コンテキスト用の余裕を足しています。macOS は標準で、ユニファイドメモリの約 75% を GPU に使わせます。速度：メモリ帯域幅をトークンあたりの読み込みバイト数で割った値が、1 つの会話の上限です。llama.cpp の Apple Silicon 公開ベンチマークでは、実際の速度はその約 45%〜80% に達しており、その範囲を表示しています。これは実測ではなく推定です。ご自分の Mac は MLX Bench で測れます。モデルの数値は各公式モデルカード、チップの数値は Apple の技術仕様から。2026-10-19 確認。mlx.app/compare と同じデータです。

256 GB の M5 Ultra で動く LLM は？全モデルと速度