Czy MacBook Pro z układem M5 Pro nadaje się do lokalnych LLM?

Z 64 GB dobrze uruchamia 34 z 73 otwartych modeli, aż do Nemotron 3.5 Bolt 74B A9B, i generuje około 73–129 tokenów na sekundę z gpt-oss-20b. M5 Pro odczytuje pamięć z szybkością 307 GB/s, co wyznacza szybkość generowania.

MacBook Pro z układem M5 Pro: ile pamięci potrzeba do AI?

Otwarte modele działające dobrze: 28 przy 24 GB i 34 przy 64 GB, aż do Nemotron 3.5 Bolt 74B A9B. Pamięć decyduje o tym, które modele się zmieszczą, i nie da się jej później rozszerzyć.

MacBook Pro M5 Pro do lokalnej AI: jakie LLM, według pamięci

Według rozmiaru pamięci

Pamięć	Działa dobrze	Największy z dobrze działających	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

Modele: MacBook Pro (14-inch, M5 Pro or M5 Max), MacBook Pro (16-inch, M5 Pro or M5 Max). Nie każdy rozmiar pamięci jest dostępny w każdym modelu; specyfikacje techniczne Apple podają, z czym oferowany jest każdy z nich.

Pytania

Czy MacBook Pro z układem M5 Pro nadaje się do lokalnych LLM?: Z 64 GB dobrze uruchamia 34 z 73 otwartych modeli, aż do Nemotron 3.5 Bolt 74B A9B, i generuje około 73–129 tokenów na sekundę z gpt-oss-20b. M5 Pro odczytuje pamięć z szybkością 307 GB/s, co wyznacza szybkość generowania.
MacBook Pro z układem M5 Pro: ile pamięci potrzeba do AI?: Otwarte modele działające dobrze: 28 przy 24 GB i 34 przy 64 GB, aż do Nemotron 3.5 Bolt 74B A9B. Pamięć decyduje o tym, które modele się zmieszczą, i nie da się jej później rozszerzyć.

Inne Maki

MacBook Pro z innymi układami:

Inne Maki z układem M5 Pro:

Mac mini M5 Pro

Bezpośrednio:

M5 Pro do lokalnej AI · Najlepszy Mac do lokalnych LLM · Wszystkie Maki

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.