EntrarCriar carteira

O que um M5 Pro com 48 GB roda?

33 de 73 modelos abertos rodam bem nele. Por padrão, a GPU pode usar cerca de 36 GB dos seus 48 GB, e o chip lê a memória a 307 GB/s, o que define a velocidade de escrita. Presente em: MacBook Pro (14-inch, M5 Pro or M5 Max), MacBook Pro (16-inch, M5 Pro or M5 Max), Mac mini (M6 or M5 Pro).

O mais inteligente que roda bemQwen3.6 35B A3B6 bits · 28,4 GB · 58–102 tok/sO maior que roda bemQwen3.6 35B A3B6 bits · 28,4 GB · 58–102 tok/sPara códigoQwen3 Coder 30B A3B Instruct8 bits · 32,4 GB · 39–70 tok/s

Roda bem 36

Cabe com espaço para o contexto, a 10 tokens por segundo ou mais.

ModeloVersãoMemóriaTokens/s
Qwen3.6 35B A3B35B · 3B ativos · Inteligência 18,26 bits28,4 GB58–102
Nemotron 3.5 Lightning 30B A3B30B · 3B ativos · Inteligência 12,98 bits31,9 GB43–77
MiniCPM5 2B2,52B · Inteligência 12,58 bits2,7 GB51–91
Qwen3.5 9B9B · Inteligência 11,28 bits9,6 GB14–26
Granite 4.2 8B8B · Inteligência 11,18 bits8,5 GB16–29
Granite 4.2 3B3B · Inteligência 9,18 bits3,2 GB43–77
gpt-oss-20b21B · 3,6B ativos · Inteligência 94,25 bits nativo13,8 GB73–129
Nemotron 3 Nano 30B A3B30B · 3,5B ativos · Inteligência 8,98 bits31,9 GB37–66
Gemma 4 E4B8B · Inteligência 8,98 bits8,5 GB29–51
Ministral 3 8B8,9B · Inteligência 5,58 bits9,5 GB15–26
Nemotron 3 Nano 4B3,97B · Inteligência 4,88 bits4,2 GB33–58
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B ativos8 bits32,4 GB39–70
GLM-4.7 Flash30B · 3B ativos8 bits31,9 GB43–77
Gemma 4 26B A4B25,2B · 3,8B ativos8 bits26,8 GB35–61
Devstral Small 2 (24B)24B4 bits13,5 GB10–18
Magistral Small 1.2 (2509)24B4 bits13,5 GB10–18
Mistral Small 3.2 (24B)24B4 bits13,5 GB10–18
LFM2.5 24B A2B24B · 2B ativos8 bits25,5 GB66–117
Phi-4 Reasoning Vision 15B15B6 bits12,2 GB11–20
Phi-4 (14B)14B6 bits11,4 GB12–22
Gemma 4 12B Unified12B8 bits12,7 GB11–19
Qwen3 8B8,2B8 bits8,7 GB16–28
Llama 3.1 8B Instruct8B8 bits8,5 GB16–29
Gemma 4 E2B5,1B8 bits5,4 GB58–102
Qwen3.5 4B4B8 bits4,3 GB32–57
Phi-4 mini instruct3,8B8 bits4 GB35–61
Llama 3.2 3B Instruct3,21B8 bits3,4 GB41–72
SmolLM3 3B3B8 bits3,2 GB43–77
LFM2.5 2.6B2,69B8 bits2,9 GB48–85
Qwen3.5 2B2B8 bits2,1 GB66–117
Llama 3.2 1B Instruct1,23B8 bits1,3 GB106–189
Qwen3.5 0.8B0,8B8 bits0,9 GB154–273
Qwen3 0.6B0,6B8 bits0,6 GB230–409
Nemotron 3.5 Bolt 74B A9B74B · 9B ativos · Inteligência 21,43 bits qualidade menor32,4 GB35–63
Qwen3 Coder Next80B · 3B ativos · Inteligência 9,22 bits qualidade menor25 GB154–273
GLM-4.5 Air106B · 12B ativos2 bits qualidade menor33,1 GB36–65

Roda, mas devagar 6

Cabe, mas abaixo de 10 tokens por segundo: serve para trabalho em lote, mas é lento para chat.

ModeloVersãoMemóriaTokens/s
Qwen3.8 27B27B · Inteligência 33,78 bits28,7 GB5–9
Muse Glimmer 30B29,6B · Inteligência 17,58 bits31,5 GB4–8
Gemma 4 31B30,7B · Inteligência 14,78 bits32,6 GB4–8
Granite 4.2 30B30B · Inteligência 12,78 bits31,9 GB4–8
Qwen3.6 27B27B8 bits28,7 GB5–9
Llama 3.3 70B Instruct70B3 bits qualidade menor30,6 GB5–8

Cabe no limite 8

Precisa de quase toda a memória: aumente o limite de memória da GPU e mantenha o contexto curto.

ModeloVersãoMemóriaTokens/s
Qwen3.5 122B A10B122B · 10B ativos · Inteligência 15,62 bits qualidade menor38,1 GB45–79
Mistral Medium 3.5 (128B)128B · Inteligência 14,22 bits qualidade menor40 GB3–6
gpt-oss-120b117B · 5,1B ativos · Inteligência 11,62 bits qualidade menor36,6 GB86–154
Mistral Small 4 (119B)119B · 6,5B ativos · Inteligência 11,32 bits qualidade menor37,2 GB69–123
Llama 4 Scout 17B-16E Instruct109B · 17B ativos · Inteligência 6,52 bits qualidade menor34,1 GB26–46
Devstral 2 (123B)123B2 bits qualidade menor38,4 GB4–6
Ornith 1.5 122B122B · 10B ativos2 bits qualidade menor38,1 GB45–79
Nemotron 3 Super 120B A12B120B · 12B ativos2 bits qualidade menor37,5 GB36–65

Grande demais 23

Precisa de mais de 48 GB de memória, mesmo com 2 bits.

Outros Macs

Todos os Macs com 48 GB, de qualquer chip.

O M5 Pro com mais ou menos memória:

Chips vizinhos:

Frente a frente:

Compare com qualquer Mac ou GPU · O M5 Pro para IA local · O melhor Mac para LLMs locais · Todos os Macs

Perguntas

Qual é o melhor LLM para um M5 Pro com 48 GB?
Entre os modelos com Intelligence Index publicado, Qwen3.6 35B A3B tem a maior pontuação entre os que rodam bem aqui: 6 bits, cerca de 58–102 tokens por segundo.
Um M5 Pro com 48 GB roda Llama 3.3 70B?
Sim, mas devagar: 3 bits (qualidade menor), a cerca de 5–8 tokens por segundo.
Qual é a velocidade do gpt-oss-20b em um M5 Pro?
Cerca de 73–129 tokens por segundo (4,25 bits nativo), pelos 307 GB/s de largura de banda da memória do chip.

Rode os modelos com o MLX Harness (grátis, open source) ou com o mlx-lm da Apple no Terminal: passo a passo.

Como é calculado

Memória: os parâmetros do modelo com 8, 6, 4, 3 ou 2 bits por peso, mais as escalas por grupo do MLX (meio bit por peso), ou o formato nativo do modelo, com espaço extra para o contexto. Por padrão, o macOS deixa a GPU usar cerca de 75% da memória unificada. Velocidade: a largura de banda da memória dividida pelos bytes lidos por token é o teto para uma conversa; nos benchmarks públicos de Apple Silicon do llama.cpp, execuções reais chegam a cerca de 45% a 80% desse teto, que é a faixa mostrada. São estimativas, não medições: meça o seu Mac no MLX Bench. Dados dos modelos tirados de cada model card oficial; dados dos chips, das especificações técnicas da Apple. Verificado em 2026-10-19. Os mesmos dados de mlx.app/compare.

Quais LLMs um M5 Pro com 48 GB roda? Modelos e velocidade