Is de MacBook Pro met M5 Pro goed voor lokale LLM's?

Met 64 GB draait hij 34 van de 73 open modellen goed, tot Nemotron 3.5 Bolt 74B A9B, en schrijft hij ongeveer 73–129 tokens per seconde met gpt-oss-20b. De M5 Pro leest het geheugen met 307 GB/s; dat bepaalt hoe snel hij schrijft.

Hoeveel geheugen moet een MacBook Pro met M5 Pro hebben voor AI?

Met 24 GB draait hij 28 open modellen goed; met 64 GB 34, tot Nemotron 3.5 Bolt 74B A9B. Het geheugen bepaalt welke modellen passen en kan later niet worden uitgebreid.

MacBook Pro M5 Pro voor lokale AI: welke LLM's per geheugen

Per geheugengrootte

Geheugen	Draaien goed	Grootste dat goed draait	gpt-oss-20b
24 GB307 GB/s	28	Gemma 4 26B A4B	73–129 tok/s
48 GB307 GB/s	33	Qwen3.6 35B A3B	73–129 tok/s
64 GB307 GB/s	34	Nemotron 3.5 Bolt 74B A9B	73–129 tok/s

Modellen: MacBook Pro (14-inch, M5 Pro or M5 Max), MacBook Pro (16-inch, M5 Pro or M5 Max). Niet elke geheugengrootte is bij elk model leverbaar; de technische specificaties van Apple vermelden waarmee elk model komt.

Vragen

Is de MacBook Pro met M5 Pro goed voor lokale LLM's?: Met 64 GB draait hij 34 van de 73 open modellen goed, tot Nemotron 3.5 Bolt 74B A9B, en schrijft hij ongeveer 73–129 tokens per seconde met gpt-oss-20b. De M5 Pro leest het geheugen met 307 GB/s; dat bepaalt hoe snel hij schrijft.
Hoeveel geheugen moet een MacBook Pro met M5 Pro hebben voor AI?: Met 24 GB draait hij 28 open modellen goed; met 64 GB 34, tot Nemotron 3.5 Bolt 74B A9B. Het geheugen bepaalt welke modellen passen en kan later niet worden uitgebreid.

Andere Macs

De MacBook Pro met andere chips:

Andere Macs met de M5 Pro:

Mac mini M5 Pro

Rechtstreeks vergeleken:

De M5 Pro voor lokale AI · De beste Mac voor lokale LLM's · Alle Macs

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.