ВойтиСоздать кошелек

Что запустит M5 Max с 128 ГБ?

На нем хорошо работают 47 из 73 открытых моделей. По умолчанию GPU может использовать около 96 ГБ из 128 ГБ, а память читается со скоростью 614 ГБ/с — от этого зависит скорость генерации. Встречается в: 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).

Самая умная из работающих хорошоQwen3.8 27B8 бит · 28,7 ГБ · 10–17 tok/sСамая большая из работающих хорошоQwen3.5 122B A10B4 бит · 68,6 ГБ · 49–88 tok/sДля кодаQwen3 Coder Next8 бит · 85 ГБ · 86–154 tok/s

Работают хорошо 51

Помещается с запасом для контекста, 10 и более токенов в секунду.

МодельВерсияПамятьТокенов/с
Qwen3.8 27B27B · Интеллект 33,78 бит28,7 ГБ10–17
Nemotron 3.5 Bolt 74B A9B74B · активных: 9B · Интеллект 21,48 бит78,6 ГБ29–51
Qwen3.6 35B A3B35B · активных: 3B · Интеллект 18,28 бит37,2 ГБ86–154
Muse Glimmer 30B29,6B · Интеллект 17,56 бит24,1 ГБ11–20
Qwen3.5 122B A10B122B · активных: 10B · Интеллект 15,64 бит68,6 ГБ49–88
Gemma 4 31B30,7B · Интеллект 14,76 бит24,9 ГБ11–20
Nemotron 3.5 Lightning 30B A3B30B · активных: 3B · Интеллект 12,98 бит31,9 ГБ86–154
Granite 4.2 30B30B · Интеллект 12,76 бит24,4 ГБ11–20
MiniCPM5 2B2,52B · Интеллект 12,58 бит2,7 ГБ102–182
gpt-oss-120b117B · активных: 5,1B · Интеллект 11,6нативные 4,25 бит65,3 ГБ102–182
Mistral Small 4 (119B)119B · активных: 6,5B · Интеллект 11,34 бит66,9 ГБ75–133
Qwen3.5 9B9B · Интеллект 11,28 бит9,6 ГБ29–51
Granite 4.2 8B8B · Интеллект 11,18 бит8,5 ГБ33–58
Qwen3 Coder Next80B · активных: 3B · Интеллект 9,28 бит85 ГБ86–154
Granite 4.2 3B3B · Интеллект 9,18 бит3,2 ГБ86–154
gpt-oss-20b21B · активных: 3,6B · Интеллект 9нативные 4,25 бит13,8 ГБ145–259
Nemotron 3 Nano 30B A3B30B · активных: 3,5B · Интеллект 8,98 бит31,9 ГБ75–133
Gemma 4 E4B8B · Интеллект 8,98 бит8,5 ГБ58–102
Llama 4 Scout 17B-16E Instruct109B · активных: 17B · Интеллект 6,56 бит88,6 ГБ20–36
Ministral 3 8B8,9B · Интеллект 5,58 бит9,5 ГБ29–52
Nemotron 3 Nano 4B3,97B · Интеллект 4,88 бит4,2 ГБ66–117
Ornith 1.5 122B122B · активных: 10B4 бит68,6 ГБ49–88
Nemotron 3 Super 120B A12B120B · активных: 12B4 бит67,5 ГБ41–72
GLM-4.5 Air106B · активных: 12B6 бит86,1 ГБ28–50
Qwen3 Coder 30B A3B Instruct30,5B · активных: 3,3B8 бит32,4 ГБ79–140
GLM-4.7 Flash30B · активных: 3B8 бит31,9 ГБ86–154
Qwen3.6 27B27B8 бит28,7 ГБ10–17
Gemma 4 26B A4B25,2B · активных: 3,8B8 бит26,8 ГБ69–123
Devstral Small 2 (24B)24B8 бит25,5 ГБ11–19
Magistral Small 1.2 (2509)24B8 бит25,5 ГБ11–19
Mistral Small 3.2 (24B)24B8 бит25,5 ГБ11–19
LFM2.5 24B A2B24B · активных: 2B8 бит25,5 ГБ132–234
Phi-4 Reasoning Vision 15B15B8 бит15,9 ГБ17–31
Phi-4 (14B)14B8 бит14,9 ГБ19–33
Gemma 4 12B Unified12B8 бит12,7 ГБ22–39
Qwen3 8B8,2B8 бит8,7 ГБ32–56
Llama 3.1 8B Instruct8B8 бит8,5 ГБ33–58
Gemma 4 E2B5,1B8 бит5,4 ГБ115–205
Qwen3.5 4B4B8 бит4,3 ГБ64–114
Phi-4 mini instruct3,8B8 бит4 ГБ69–123
Llama 3.2 3B Instruct3,21B8 бит3,4 ГБ81–144
SmolLM3 3B3B8 бит3,2 ГБ86–154
LFM2.5 2.6B2,69B8 бит2,9 ГБ95–169
Qwen3.5 2B2B8 бит2,1 ГБ132–234
Llama 3.2 1B Instruct1,23B8 бит1,3 ГБ213–378
Qwen3.5 0.8B0,8B8 бит0,9 ГБ307–546
Qwen3 0.6B0,6B8 бит0,6 ГБ461–819
Qwen3.8 Flash Next180B · активных: 6B · Интеллект 39,83 бит ниже качество78,8 ГБ106–189
Inkling Small276B · активных: 12B · Интеллект 25,72 бит ниже качество86,3 ГБ73–129
DeepSeek V4 Flash 0731284B · активных: 13B2 бит ниже качество88,8 ГБ67–120
MiniMax M2.7230B · активных: 10B2 бит ниже качество71,9 ГБ89–158

Работают, но медленно 3

Помещается, но меньше 10 токенов в секунду: подойдет для пакетных задач, для чата медленно.

МодельВерсияПамятьТокенов/с
Mistral Medium 3.5 (128B)128B · Интеллект 14,24 бит72 ГБ4–7
Devstral 2 (123B)123B4 бит69,2 ГБ4–7
Llama 3.3 70B Instruct70B8 бит74,4 ГБ4–7

Еле помещаются 3

Занимает почти всю память: поднимите лимит памяти GPU и держите контекст коротким.

МодельВерсияПамятьТокенов/с
GLM-5.3 Flash320B · активных: 18B · Интеллект 41,82 бит ниже качество100 ГБ49–88
MiMo V2.6 Flash309B · активных: 15B · Интеллект 37,92 бит ниже качество96,6 ГБ59–105
Hy3295B · активных: 21B · Интеллект 25,32 бит ниже качество92,2 ГБ42–74

Слишком большие 16

Нужно больше 128 ГБ памяти, даже при 2 битах.

Другие Mac

Все Mac с 128 ГБ, на любом чипе.

M5 Max с другим объемом памяти:

Соседние чипы:

Один на один:

Против ПК и видеокарт:

Сравнить с любым Mac или GPU · M5 Max для локального ИИ · Лучший Mac для локальных LLM · Все Mac

Вопросы

Какая LLM лучше всего подходит для M5 Max с 128 ГБ?
Среди моделей с опубликованным Intelligence Index выше всех из тех, что здесь хорошо работают, оценена Qwen3.8 27B: 8 бит, около 10–17 токенов в секунду. Самая большая из хорошо работающих — Qwen3.5 122B A10B.
Запустит ли M5 Max с 128 ГБ Llama 3.3 70B?
Да, но медленно: 8 бит, около 4–7 токенов в секунду.
Насколько быстро gpt-oss-20b работает на M5 Max?
Около 145–259 токенов в секунду (нативные 4,25 бит) при пропускной способности памяти чипа 614 ГБ/с.

Запускайте их в MLX Harness (бесплатно, открытый код) или через mlx-lm от Apple в Терминале: пошагово.

Как это рассчитано

Память: параметры модели при 8, 6, 4, 3 или 2 битах на вес плюс групповые масштабы MLX (полбита на вес) или ее нативный формат, а сверху — место для контекста. По умолчанию macOS отдает GPU около 75% объединенной памяти. Скорость: пропускная способность памяти, деленная на число байтов, читаемых на каждый токен, — это потолок для одного диалога; в публичных тестах llama.cpp на Apple Silicon реальные запуски достигают примерно 45–80% от него, и показан именно этот диапазон. Это оценки, а не измерения: измерьте свой Mac в MLX Bench. Данные моделей — из официальных карточек моделей, данные чипов — из технических характеристик Apple. Проверено 2026-10-19. Те же данные, что и на mlx.app/compare.

Какие LLM запустит M5 Max с 128 ГБ? Все модели и скорость