Wat is het beste LLM voor een M5 Max met 36 GB?

Van de modellen met een gepubliceerde Intelligence Index scoort Qwen3.8 27B het hoogst van de modellen die hier goed draaien: 4 bits, ongeveer 14–24 tokens per seconde. Het grootste dat goed draait, is Qwen3.6 35B A3B.

Kan een M5 Max met 36 GB Llama 3.3 70B draaien?

Ja, maar traag: 2 bits (lagere kwaliteit), met ongeveer 9–17 tokens per seconde.

Hoe snel is gpt-oss-20b op een M5 Max?

Ongeveer 109–194 tokens per seconde (4,25 bits native), op basis van de geheugenbandbreedte van 460 GB/s van de chip.

Welke LLM's draait een M5 Max met 36 GB? Modellen en snelheid

Draait goed 40

Past met ruimte voor de context, op 10 of meer tokens per seconde.

Model	Versie	Geheugen	Tokens/s
Qwen3.8 27B27B · Intelligentie 33,7	4 bits	15,2 GB	14–24
Qwen3.6 35B A3B35B · 3B actief · Intelligentie 18,2	4 bits	19,7 GB	122–216
Muse Glimmer 30B29,6B · Intelligentie 17,5	4 bits	16,7 GB	12–22
Gemma 4 31B30,7B · Intelligentie 14,7	4 bits	17,3 GB	12–21
Nemotron 3.5 Lightning 30B A3B30B · 3B actief · Intelligentie 12,9	6 bits	24,4 GB	86–153
Granite 4.2 30B30B · Intelligentie 12,7	4 bits	16,9 GB	12–22
MiniCPM5 2B2,52B · Intelligentie 12,5	8 bits	2,7 GB	77–136
Qwen3.5 9B9B · Intelligentie 11,2	8 bits	9,6 GB	22–38
Granite 4.2 8B8B · Intelligentie 11,1	8 bits	8,5 GB	24–43
Granite 4.2 3B3B · Intelligentie 9,1	8 bits	3,2 GB	65–115
gpt-oss-20b21B · 3,6B actief · Intelligentie 9	4,25 bits native	13,8 GB	109–194
Nemotron 3 Nano 30B A3B30B · 3,5B actief · Intelligentie 8,9	6 bits	24,4 GB	74–131
Gemma 4 E4B8B · Intelligentie 8,9	8 bits	8,5 GB	43–77
Ministral 3 8B8,9B · Intelligentie 5,5	8 bits	9,5 GB	22–39
Nemotron 3 Nano 4B3,97B · Intelligentie 4,8	8 bits	4,2 GB	49–88
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B actief	6 bits	24,8 GB	77–136
GLM-4.7 Flash30B · 3B actief	6 bits	24,4 GB	86–153
Qwen3.6 27B27B	4 bits	15,2 GB	14–24
Gemma 4 26B A4B25,2B · 3,8B actief	6 bits	20,5 GB	67–119
Devstral Small 2 (24B)24B	6 bits	19,5 GB	11–19
Magistral Small 1.2 (2509)24B	6 bits	19,5 GB	11–19
Mistral Small 3.2 (24B)24B	6 bits	19,5 GB	11–19
LFM2.5 24B A2B24B · 2B actief	6 bits	19,5 GB	129–230
Phi-4 Reasoning Vision 15B15B	8 bits	15,9 GB	13–23
Phi-4 (14B)14B	8 bits	14,9 GB	14–25
Gemma 4 12B Unified12B	8 bits	12,7 GB	16–29
Qwen3 8B8,2B	8 bits	8,7 GB	24–42
Llama 3.1 8B Instruct8B	8 bits	8,5 GB	24–43
Gemma 4 E2B5,1B	8 bits	5,4 GB	86–153
Qwen3.5 4B4B	8 bits	4,3 GB	48–86
Phi-4 mini instruct3,8B	8 bits	4 GB	52–92
Llama 3.2 3B Instruct3,21B	8 bits	3,4 GB	61–108
SmolLM3 3B3B	8 bits	3,2 GB	65–115
LFM2.5 2.6B2,69B	8 bits	2,9 GB	71–127
Qwen3.5 2B2B	8 bits	2,1 GB	99–175
Llama 3.2 1B Instruct1,23B	8 bits	1,3 GB	159–283
Qwen3.5 0.8B0,8B	8 bits	0,9 GB	230–409
Qwen3 0.6B0,6B	8 bits	0,6 GB	345–613
Nemotron 3.5 Bolt 74B A9B74B · 9B actief · Intelligentie 21,4	2 bits lagere kwaliteit	23,1 GB	74–131
Qwen3 Coder Next80B · 3B actief · Intelligentie 9,2	2 bits lagere kwaliteit	25 GB	230–409

Draait, maar traag 1

Past, maar onder de 10 tokens per seconde: prima voor batchwerk, traag om mee te chatten.

Model	Versie	Geheugen	Tokens/s
Llama 3.3 70B Instruct70B	2 bits lagere kwaliteit	21,9 GB	9–17

Andere Macs

Alle Macs met 36 GB, met elke chip.

De M5 Max met meer of minder geheugen:

Naburige chips:

Rechtstreeks vergeleken:

Tegen pc’s en videokaarten:

Vergelijk met elke Mac of GPU · De M5 Max voor lokale AI · De beste Mac voor lokale LLM's · Alle Macs

Vragen

Wat is het beste LLM voor een M5 Max met 36 GB?: Van de modellen met een gepubliceerde Intelligence Index scoort Qwen3.8 27B het hoogst van de modellen die hier goed draaien: 4 bits, ongeveer 14–24 tokens per seconde. Het grootste dat goed draait, is Qwen3.6 35B A3B.
Kan een M5 Max met 36 GB Llama 3.3 70B draaien?: Ja, maar traag: 2 bits (lagere kwaliteit), met ongeveer 9–17 tokens per seconde.
Hoe snel is gpt-oss-20b op een M5 Max?: Ongeveer 109–194 tokens per seconde (4,25 bits native), op basis van de geheugenbandbreedte van 460 GB/s van de chip.

Draai ze met MLX Harness (gratis, open source) of met Apples mlx-lm in Terminal: stap voor stap.

Zo is het berekend

Geheugen: de parameters van het model op 8, 6, 4, 3 of 2 bits per gewicht plus de groepsschalen van MLX (een halve bit per gewicht), of het eigen formaat van het model, met daarbovenop ruimte voor de context. Standaard laat macOS de GPU ongeveer 75% van het geïntegreerde geheugen gebruiken. Snelheid: de geheugenbandbreedte gedeeld door het aantal bytes dat per token wordt gelezen, is het plafond voor één gesprek; in de openbare Apple Silicon-benchmarks van llama.cpp halen echte runs ongeveer 45% tot 80% daarvan, en dat is het bereik dat we tonen. Dit zijn schattingen, geen metingen: meet je eigen Mac op MLX Bench. Modelgegevens uit elke officiële modelkaart, chipgegevens uit de technische specificaties van Apple. Gecontroleerd op 2026-10-19. Dezelfde gegevens als mlx.app/compare.

Wat draait een M5 Max met 36 GB?