Log inMaak wallet aan

Wat draait een M5 Max met 48 GB?

38 van de 73 open modellen draaien er goed op. De GPU kan standaard ongeveer 36 GB van de 48 GB gebruiken, en de chip leest het geheugen met 614 GB/s; dat bepaalt hoe snel hij schrijft. Zit in: MacBook Pro (14-inch, M5 Pro or M5 Max), MacBook Pro (16-inch, M5 Pro or M5 Max), Mac Studio (M5 Max or M5 Ultra).

Slimste dat goed draaitQwen3.8 27B8 bits · 28,7 GB · 10–17 tok/sGrootste dat goed draaitQwen3.6 35B A3B6 bits · 28,4 GB · 115–205 tok/sVoor codeQwen3 Coder 30B A3B Instruct8 bits · 32,4 GB · 79–140 tok/s

Draait goed 41

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

ModelVersieGeheugenTokens/s
Qwen3.8 27B27B · Intelligentie 33,78 bits28,7 GB10–17
Qwen3.6 35B A3B35B · 3B actief · Intelligentie 18,26 bits28,4 GB115–205
Muse Glimmer 30B29,6B · Intelligentie 17,56 bits24,1 GB11–20
Gemma 4 31B30,7B · Intelligentie 14,76 bits24,9 GB11–20
Nemotron 3.5 Lightning 30B A3B30B · 3B actief · Intelligentie 12,98 bits31,9 GB86–154
Granite 4.2 30B30B · Intelligentie 12,76 bits24,4 GB11–20
MiniCPM5 2B2,52B · Intelligentie 12,58 bits2,7 GB102–182
Qwen3.5 9B9B · Intelligentie 11,28 bits9,6 GB29–51
Granite 4.2 8B8B · Intelligentie 11,18 bits8,5 GB33–58
Granite 4.2 3B3B · Intelligentie 9,18 bits3,2 GB86–154
gpt-oss-20b21B · 3,6B actief · Intelligentie 94,25 bits native13,8 GB145–259
Nemotron 3 Nano 30B A3B30B · 3,5B actief · Intelligentie 8,98 bits31,9 GB75–133
Gemma 4 E4B8B · Intelligentie 8,98 bits8,5 GB58–102
Ministral 3 8B8,9B · Intelligentie 5,58 bits9,5 GB29–52
Nemotron 3 Nano 4B3,97B · Intelligentie 4,88 bits4,2 GB66–117
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B actief8 bits32,4 GB79–140
GLM-4.7 Flash30B · 3B actief8 bits31,9 GB86–154
Qwen3.6 27B27B8 bits28,7 GB10–17
Gemma 4 26B A4B25,2B · 3,8B actief8 bits26,8 GB69–123
Devstral Small 2 (24B)24B8 bits25,5 GB11–19
Magistral Small 1.2 (2509)24B8 bits25,5 GB11–19
Mistral Small 3.2 (24B)24B8 bits25,5 GB11–19
LFM2.5 24B A2B24B · 2B actief8 bits25,5 GB132–234
Phi-4 Reasoning Vision 15B15B8 bits15,9 GB17–31
Phi-4 (14B)14B8 bits14,9 GB19–33
Gemma 4 12B Unified12B8 bits12,7 GB22–39
Qwen3 8B8,2B8 bits8,7 GB32–56
Llama 3.1 8B Instruct8B8 bits8,5 GB33–58
Gemma 4 E2B5,1B8 bits5,4 GB115–205
Qwen3.5 4B4B8 bits4,3 GB64–114
Phi-4 mini instruct3,8B8 bits4 GB69–123
Llama 3.2 3B Instruct3,21B8 bits3,4 GB81–144
SmolLM3 3B3B8 bits3,2 GB86–154
LFM2.5 2.6B2,69B8 bits2,9 GB95–169
Qwen3.5 2B2B8 bits2,1 GB132–234
Llama 3.2 1B Instruct1,23B8 bits1,3 GB213–378
Qwen3.5 0.8B0,8B8 bits0,9 GB307–546
Qwen3 0.6B0,6B8 bits0,6 GB461–819
Nemotron 3.5 Bolt 74B A9B74B · 9B actief · Intelligentie 21,43 bits lagere kwaliteit32,4 GB71–126
Qwen3 Coder Next80B · 3B actief · Intelligentie 9,22 bits lagere kwaliteit25 GB307–546
GLM-4.5 Air106B · 12B actief2 bits lagere kwaliteit33,1 GB73–129

Draait, maar traag 1

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

ModelVersieGeheugenTokens/s
Llama 3.3 70B Instruct70B3 bits lagere kwaliteit30,6 GB9–16

Past net 8

Heeft bijna al het geheugen nodig: verhoog de geheugenlimiet van de GPU en houd de context kort.

ModelVersieGeheugenTokens/s
Qwen3.5 122B A10B122B · 10B actief · Intelligentie 15,62 bits lagere kwaliteit38,1 GB89–158
Mistral Medium 3.5 (128B)128B · Intelligentie 14,22 bits lagere kwaliteit40 GB7–12
gpt-oss-120b117B · 5,1B actief · Intelligentie 11,62 bits lagere kwaliteit36,6 GB173–307
Mistral Small 4 (119B)119B · 6,5B actief · Intelligentie 11,32 bits lagere kwaliteit37,2 GB138–246
Llama 4 Scout 17B-16E Instruct109B · 17B actief · Intelligentie 6,52 bits lagere kwaliteit34,1 GB52–93
Devstral 2 (123B)123B2 bits lagere kwaliteit38,4 GB7–13
Ornith 1.5 122B122B · 10B actief2 bits lagere kwaliteit38,1 GB89–158
Nemotron 3 Super 120B A12B120B · 12B actief2 bits lagere kwaliteit37,5 GB73–129

Te groot 23

Heeft meer dan 48 GB geheugen nodig, zelfs op 2 bits.

Andere Macs

Alle Macs met 48 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 48 GB?
Van de modellen met een gepubliceerde Intelligence Index scoort Qwen3.8 27B het hoogst van de modellen die hier goed draaien: 8 bits, ongeveer 10–17 tokens per seconde. Het grootste dat goed draait, is Qwen3.6 35B A3B.
Kan een M5 Max met 48 GB Llama 3.3 70B draaien?
Ja, maar traag: 3 bits (lagere kwaliteit), met ongeveer 9–16 tokens per seconde.
Hoe snel is gpt-oss-20b op een M5 Max?
Ongeveer 145–259 tokens per seconde (4,25 bits native), op basis van de geheugenbandbreedte van 614 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.

Welke LLM's draait een M5 Max met 48 GB? Modellen en snelheid