Zaloguj sięUtwórz portfel

Co uruchomi M5 Max z 128 GB?

Działa na nim dobrze 47 z 73 otwartych modeli. GPU może domyślnie używać około 96 GB z 128 GB, a pamięć jest odczytywana z szybkością 614 GB/s, co wyznacza szybkość generowania. Występuje w: 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).

Najmądrzejszy z dobrze działającychQwen3.8 27B8-bit · 28,7 GB · 10–17 tok/sNajwiększy z dobrze działającychQwen3.5 122B A10B4-bit · 68,6 GB · 49–88 tok/sDo koduQwen3 Coder Next8-bit · 85 GB · 86–154 tok/s

Działają dobrze 51

Mieści się z zapasem na kontekst, 10 lub więcej tokenów na sekundę.

ModelWersjaPamięćTokeny/s
Qwen3.8 27B27B · Inteligencja 33,78-bit28,7 GB10–17
Nemotron 3.5 Bolt 74B A9B74B · aktywne: 9B · Inteligencja 21,48-bit78,6 GB29–51
Qwen3.6 35B A3B35B · aktywne: 3B · Inteligencja 18,28-bit37,2 GB86–154
Muse Glimmer 30B29,6B · Inteligencja 17,56-bit24,1 GB11–20
Qwen3.5 122B A10B122B · aktywne: 10B · Inteligencja 15,64-bit68,6 GB49–88
Gemma 4 31B30,7B · Inteligencja 14,76-bit24,9 GB11–20
Nemotron 3.5 Lightning 30B A3B30B · aktywne: 3B · Inteligencja 12,98-bit31,9 GB86–154
Granite 4.2 30B30B · Inteligencja 12,76-bit24,4 GB11–20
MiniCPM5 2B2,52B · Inteligencja 12,58-bit2,7 GB102–182
gpt-oss-120b117B · aktywne: 5,1B · Inteligencja 11,6natywnie 4,25-bit65,3 GB102–182
Mistral Small 4 (119B)119B · aktywne: 6,5B · Inteligencja 11,34-bit66,9 GB75–133
Qwen3.5 9B9B · Inteligencja 11,28-bit9,6 GB29–51
Granite 4.2 8B8B · Inteligencja 11,18-bit8,5 GB33–58
Qwen3 Coder Next80B · aktywne: 3B · Inteligencja 9,28-bit85 GB86–154
Granite 4.2 3B3B · Inteligencja 9,18-bit3,2 GB86–154
gpt-oss-20b21B · aktywne: 3,6B · Inteligencja 9natywnie 4,25-bit13,8 GB145–259
Nemotron 3 Nano 30B A3B30B · aktywne: 3,5B · Inteligencja 8,98-bit31,9 GB75–133
Gemma 4 E4B8B · Inteligencja 8,98-bit8,5 GB58–102
Llama 4 Scout 17B-16E Instruct109B · aktywne: 17B · Inteligencja 6,56-bit88,6 GB20–36
Ministral 3 8B8,9B · Inteligencja 5,58-bit9,5 GB29–52
Nemotron 3 Nano 4B3,97B · Inteligencja 4,88-bit4,2 GB66–117
Ornith 1.5 122B122B · aktywne: 10B4-bit68,6 GB49–88
Nemotron 3 Super 120B A12B120B · aktywne: 12B4-bit67,5 GB41–72
GLM-4.5 Air106B · aktywne: 12B6-bit86,1 GB28–50
Qwen3 Coder 30B A3B Instruct30,5B · aktywne: 3,3B8-bit32,4 GB79–140
GLM-4.7 Flash30B · aktywne: 3B8-bit31,9 GB86–154
Qwen3.6 27B27B8-bit28,7 GB10–17
Gemma 4 26B A4B25,2B · aktywne: 3,8B8-bit26,8 GB69–123
Devstral Small 2 (24B)24B8-bit25,5 GB11–19
Magistral Small 1.2 (2509)24B8-bit25,5 GB11–19
Mistral Small 3.2 (24B)24B8-bit25,5 GB11–19
LFM2.5 24B A2B24B · aktywne: 2B8-bit25,5 GB132–234
Phi-4 Reasoning Vision 15B15B8-bit15,9 GB17–31
Phi-4 (14B)14B8-bit14,9 GB19–33
Gemma 4 12B Unified12B8-bit12,7 GB22–39
Qwen3 8B8,2B8-bit8,7 GB32–56
Llama 3.1 8B Instruct8B8-bit8,5 GB33–58
Gemma 4 E2B5,1B8-bit5,4 GB115–205
Qwen3.5 4B4B8-bit4,3 GB64–114
Phi-4 mini instruct3,8B8-bit4 GB69–123
Llama 3.2 3B Instruct3,21B8-bit3,4 GB81–144
SmolLM3 3B3B8-bit3,2 GB86–154
LFM2.5 2.6B2,69B8-bit2,9 GB95–169
Qwen3.5 2B2B8-bit2,1 GB132–234
Llama 3.2 1B Instruct1,23B8-bit1,3 GB213–378
Qwen3.5 0.8B0,8B8-bit0,9 GB307–546
Qwen3 0.6B0,6B8-bit0,6 GB461–819
Qwen3.8 Flash Next180B · aktywne: 6B · Inteligencja 39,83-bit niższa jakość78,8 GB106–189
Inkling Small276B · aktywne: 12B · Inteligencja 25,72-bit niższa jakość86,3 GB73–129
DeepSeek V4 Flash 0731284B · aktywne: 13B2-bit niższa jakość88,8 GB67–120
MiniMax M2.7230B · aktywne: 10B2-bit niższa jakość71,9 GB89–158

Działają, ale wolno 3

Mieści się, ale poniżej 10 tokenów na sekundę: dobre do pracy wsadowej, wolne do czatu.

ModelWersjaPamięćTokeny/s
Mistral Medium 3.5 (128B)128B · Inteligencja 14,24-bit72 GB4–7
Devstral 2 (123B)123B4-bit69,2 GB4–7
Llama 3.3 70B Instruct70B8-bit74,4 GB4–7

Ledwo się mieszczą 3

Zajmuje prawie całą pamięć: podnieś limit pamięci GPU i trzymaj krótki kontekst.

ModelWersjaPamięćTokeny/s
GLM-5.3 Flash320B · aktywne: 18B · Inteligencja 41,82-bit niższa jakość100 GB49–88
MiMo V2.6 Flash309B · aktywne: 15B · Inteligencja 37,92-bit niższa jakość96,6 GB59–105
Hy3295B · aktywne: 21B · Inteligencja 25,32-bit niższa jakość92,2 GB42–74

Za duże 16

Potrzebuje więcej niż 128 GB pamięci, nawet przy 2 bitach.

Inne Maki

Każdy Mac z 128 GB, z dowolnym układem.

M5 Max z większą lub mniejszą pamięcią:

Sąsiednie układy:

Bezpośrednio:

Przeciw komputerom PC i kartom graficznym:

Porównaj z dowolnym Makiem lub GPU · M5 Max do lokalnej AI · Najlepszy Mac do lokalnych LLM · Wszystkie Maki

Pytania

Jaki LLM jest najlepszy dla M5 Max z 128 GB?
Spośród modeli z opublikowanym Intelligence Index najwyżej ocenianym z tych, które działają tu dobrze, jest Qwen3.8 27B: 8-bit, około 10–17 tokenów na sekundę. Największy z dobrze działających to Qwen3.5 122B A10B.
Czy M5 Max z 128 GB uruchomi Llama 3.3 70B?
Tak, ale wolno: 8-bit, około 4–7 tokenów na sekundę.
Jak szybko działa gpt-oss-20b na M5 Max?
Około 145–259 tokenów na sekundę (natywnie 4,25-bit), przy przepustowości pamięci układu 614 GB/s.

Uruchamiaj je w MLX Harness (za darmo, otwarte źródło) albo przez mlx-lm od Apple w Terminalu: krok po kroku.

Jak to liczymy

Pamięć: parametry modelu przy 8, 6, 4, 3 lub 2 bitach na wagę plus skale grup MLX (pół bita na wagę) albo jego natywny format, a do tego miejsce na kontekst. Domyślnie macOS pozwala GPU używać około 75% pamięci zunifikowanej. Szybkość: przepustowość pamięci podzielona przez liczbę bajtów odczytywanych na token to górna granica dla jednej rozmowy; w publicznych testach llama.cpp na Apple Silicon rzeczywiste uruchomienia osiągają od około 45% do 80% tej wartości i właśnie ten zakres pokazujemy. To szacunki, nie pomiary: zmierz swojego Maca w MLX Bench. Dane modeli pochodzą z oficjalnych kart modeli, dane układów ze specyfikacji technicznych Apple. Sprawdzono 2026-10-19. Te same dane co na mlx.app/compare.

Jakie LLM uruchomi M5 Max z 128 GB? Każdy model z szybkością