로그인지갑 만들기

256GB M5 Ultra에서는 무엇을 실행할 수 있을까?

오픈 모델 73개 중 54개가 쾌적하게 실행됩니다. GPU는 기본적으로 256GB 중 약 192GB를 쓸 수 있고, 메모리를 1,200GB/s로 읽으며 이 속도가 생성 속도를 정합니다. 탑재 기기: Mac Studio (M5 Max or M5 Ultra).

쾌적하게 실행되는 가장 똑똑한 모델Qwen3.8 Flash Next6비트 · 146 GB · 110–196 tok/s쾌적하게 실행되는 가장 큰 모델MiMo V2.6 Flash네이티브 4.48비트 · 173 GB · 64–114 tok/s코딩용Qwen3 Coder Next8비트 · 85 GB · 169–300 tok/s

쾌적하게 실행 61

컨텍스트 여유를 두고 들어가며, 초당 10토큰 이상입니다.

모델버전메모리토큰/초
Qwen3.8 Flash Next180B · 활성 6B · 지능 39.86비트146 GB110–196
MiMo V2.6 Flash309B · 활성 15B · 지능 37.9네이티브 4.48비트173 GB64–114
Qwen3.8 27B27B · 지능 33.78비트28.7 GB19–33
Inkling Small276B · 활성 12B · 지능 25.74비트155 GB79–141
Hy3295B · 활성 21B · 지능 25.34비트166 GB46–81
Nemotron 3.5 Bolt 74B A9B74B · 활성 9B · 지능 21.48비트78.6 GB56–100
Qwen3.6 35B A3B35B · 활성 3B · 지능 18.28비트37.2 GB169–300
Muse Glimmer 30B29.6B · 지능 17.58비트31.5 GB17–30
Qwen3.5 122B A10B122B · 활성 10B · 지능 15.68비트130 GB51–91
Gemma 4 31B30.7B · 지능 14.78비트32.6 GB17–29
Nemotron 3.5 Lightning 30B A3B30B · 활성 3B · 지능 12.98비트31.9 GB169–300
Granite 4.2 30B30B · 지능 12.78비트31.9 GB17–30
MiniCPM5 2B2.52B · 지능 12.58비트2.7 GB200–356
gpt-oss-120b117B · 활성 5.1B · 지능 11.6네이티브 4.25비트65.3 GB200–356
Mistral Small 4 (119B)119B · 활성 6.5B · 지능 11.38비트126 GB78–139
Qwen3.5 9B9B · 지능 11.28비트9.6 GB56–100
Granite 4.2 8B8B · 지능 11.18비트8.5 GB64–113
Qwen3 Coder Next80B · 활성 3B · 지능 9.28비트85 GB169–300
Granite 4.2 3B3B · 지능 9.18비트3.2 GB169–300
gpt-oss-20b21B · 활성 3.6B · 지능 9네이티브 4.25비트13.8 GB284–505
Nemotron 3 Nano 30B A3B30B · 활성 3.5B · 지능 8.98비트31.9 GB146–259
Gemma 4 E4B8B · 지능 8.98비트8.5 GB113–200
Llama 4 Scout 17B-16E Instruct109B · 활성 17B · 지능 6.58비트116 GB30–53
Ministral 3 8B8.9B · 지능 5.58비트9.5 GB57–101
Nemotron 3 Nano 4B3.97B · 지능 4.88비트4.2 GB129–229
DeepSeek V4 Flash 0731284B · 활성 13B4비트160 GB74–132
MiniMax M2.7230B · 활성 10B4비트129 GB96–171
Ornith 1.5 122B122B · 활성 10B8비트130 GB51–91
Nemotron 3 Super 120B A12B120B · 활성 12B8비트128 GB42–75
GLM-4.5 Air106B · 활성 12B8비트113 GB42–75
Llama 3.3 70B Instruct70B4비트39.4 GB14–24
Qwen3 Coder 30B A3B Instruct30.5B · 활성 3.3B8비트32.4 GB154–274
GLM-4.7 Flash30B · 활성 3B8비트31.9 GB169–300
Qwen3.6 27B27B8비트28.7 GB19–33
Gemma 4 26B A4B25.2B · 활성 3.8B8비트26.8 GB135–240
Devstral Small 2 (24B)24B8비트25.5 GB21–38
Magistral Small 1.2 (2509)24B8비트25.5 GB21–38
Mistral Small 3.2 (24B)24B8비트25.5 GB21–38
LFM2.5 24B A2B24B · 활성 2B8비트25.5 GB257–457
Phi-4 Reasoning Vision 15B15B8비트15.9 GB34–60
Phi-4 (14B)14B8비트14.9 GB36–64
Gemma 4 12B Unified12B8비트12.7 GB43–76
Qwen3 8B8.2B8비트8.7 GB62–110
Llama 3.1 8B Instruct8B8비트8.5 GB64–113
Gemma 4 E2B5.1B8비트5.4 GB225–400
Qwen3.5 4B4B8비트4.3 GB126–223
Phi-4 mini instruct3.8B8비트4 GB135–240
Llama 3.2 3B Instruct3.21B8비트3.4 GB159–282
SmolLM3 3B3B8비트3.2 GB169–300
LFM2.5 2.6B2.69B8비트2.9 GB186–331
Qwen3.5 2B2B8비트2.1 GB257–457
Llama 3.2 1B Instruct1.23B8비트1.3 GB415–738
Qwen3.5 0.8B0.8B8비트0.9 GB600–1067
Qwen3 0.6B0.6B8비트0.6 GB900–1600
DeepSeek V4.1 Flash 1017552B · 활성 16B · 지능 45.12비트 품질 낮음173 GB108–192
GLM-5.3 Flash320B · 활성 18B · 지능 41.83비트 품질 낮음140 GB68–122
Beam 1.0501B · 활성 23B · 지능 30.32비트 품질 낮음157 GB75–133
MiniMax M3428B · 활성 23B · 지능 29.22비트 품질 낮음134 GB75–133
Nemotron 3 Ultra 550B A55B550B · 활성 55B · 지능 22.92비트 품질 낮음172 GB31–56
Qwen3.5 397B A17B397B · 활성 17B · 지능 18.43비트 품질 낮음174 GB73–130
Llama 4 Maverick 17B-128E Instruct400B · 활성 17B · 지능 9.33비트 품질 낮음175 GB73–130

실행되지만 느림 2

들어가지만 초당 10토큰 미만입니다. 일괄 작업에는 괜찮지만 채팅에는 느립니다.

모델버전메모리토큰/초
Mistral Medium 3.5 (128B)128B · 지능 14.28비트136 GB4–7
Devstral 2 (123B)123B8비트131 GB4–7

겨우 들어감 1

메모리를 거의 다 씁니다. GPU 메모리 한도를 올리고 컨텍스트를 짧게 유지하세요.

모델버전메모리토큰/초
Mistral Large 3 (675B)675B · 활성 41B2비트 품질 낮음211 GB42–75

너무 큼 9

2비트로도 256GB보다 많은 메모리가 필요합니다.

다른 Mac

칩과 관계없이 256GB인 모든 Mac.

메모리가 더 많거나 적은 M5 Ultra:

가까운 칩:

1:1 비교:

PC와 그래픽 카드와의 비교:

어떤 Mac이나 GPU와도 비교하기 · 로컬 AI를 위한 M5 Ultra · 로컬 LLM에 가장 좋은 Mac · 모든 Mac

자주 묻는 질문

256GB M5 Ultra에 가장 좋은 LLM은 무엇인가요?
Intelligence Index가 공개된 모델 중, 여기서 쾌적하게 실행되는 모델 가운데 점수가 가장 높은 것은 Qwen3.8 Flash Next입니다. 6비트, 초당 약 110–196토큰. 쾌적하게 실행되는 가장 큰 모델은 MiMo V2.6 Flash입니다.
256GB M5 Ultra에서 Llama 3.3 70B를 실행할 수 있나요?
네. 4비트, 초당 약 14–24토큰입니다.
M5 Ultra에서 gpt-oss-20b는 얼마나 빠른가요?
초당 약 284–505토큰(네이티브 4.25비트)으로, 칩의 메모리 대역폭 1,200GB/s에서 계산했습니다.

MLX Harness(무료, 오픈 소스)나 터미널에서 Apple의 mlx-lm으로 실행하세요: 단계별 안내.

계산 방법

메모리: 모델 파라미터를 가중치당 8, 6, 4, 3, 2비트로 계산하고 MLX의 그룹 스케일(가중치당 0.5비트)을 더하거나 네이티브 형식 그대로 계산한 뒤, 컨텍스트를 위한 여유를 더했습니다. macOS는 기본적으로 GPU가 통합 메모리의 약 75%를 쓰도록 허용합니다. 속도: 메모리 대역폭을 토큰당 읽는 바이트 수로 나눈 값이 한 대화의 상한입니다. llama.cpp의 Apple Silicon 공개 벤치마크에서 실제 속도는 그 상한의 약 45~80%였고, 여기 표시한 범위가 바로 그 값입니다. 측정값이 아닌 추정값이니, 내 Mac은 MLX Bench에서 직접 측정해 보세요. 모델 수치는 각 공식 모델 카드, 칩 수치는 Apple 기술 사양에서 가져왔습니다. 2026-10-19 확인. mlx.app/compare와 같은 데이터입니다.

256GB M5 Ultra에서 실행되는 LLM은? 모든 모델과 속도