ВойтиСоздать кошелек

Что запустит M5 Max с 36 ГБ?

На нем хорошо работают 38 из 73 открытых моделей. По умолчанию GPU может использовать около 27 ГБ из 36 ГБ, а память читается со скоростью 460 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 27B4 бит · 15,2 ГБ · 14–24 tok/sСамая большая из работающих хорошоQwen3.6 35B A3B4 бит · 19,7 ГБ · 122–216 tok/sДля кодаQwen3 Coder 30B A3B Instruct6 бит · 24,8 ГБ · 77–136 tok/s

Работают хорошо 40

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

МодельВерсияПамятьТокенов/с
Qwen3.8 27B27B · Интеллект 33,74 бит15,2 ГБ14–24
Qwen3.6 35B A3B35B · активных: 3B · Интеллект 18,24 бит19,7 ГБ122–216
Muse Glimmer 30B29,6B · Интеллект 17,54 бит16,7 ГБ12–22
Gemma 4 31B30,7B · Интеллект 14,74 бит17,3 ГБ12–21
Nemotron 3.5 Lightning 30B A3B30B · активных: 3B · Интеллект 12,96 бит24,4 ГБ86–153
Granite 4.2 30B30B · Интеллект 12,74 бит16,9 ГБ12–22
MiniCPM5 2B2,52B · Интеллект 12,58 бит2,7 ГБ77–136
Qwen3.5 9B9B · Интеллект 11,28 бит9,6 ГБ22–38
Granite 4.2 8B8B · Интеллект 11,18 бит8,5 ГБ24–43
Granite 4.2 3B3B · Интеллект 9,18 бит3,2 ГБ65–115
gpt-oss-20b21B · активных: 3,6B · Интеллект 9нативные 4,25 бит13,8 ГБ109–194
Nemotron 3 Nano 30B A3B30B · активных: 3,5B · Интеллект 8,96 бит24,4 ГБ74–131
Gemma 4 E4B8B · Интеллект 8,98 бит8,5 ГБ43–77
Ministral 3 8B8,9B · Интеллект 5,58 бит9,5 ГБ22–39
Nemotron 3 Nano 4B3,97B · Интеллект 4,88 бит4,2 ГБ49–88
Qwen3 Coder 30B A3B Instruct30,5B · активных: 3,3B6 бит24,8 ГБ77–136
GLM-4.7 Flash30B · активных: 3B6 бит24,4 ГБ86–153
Qwen3.6 27B27B4 бит15,2 ГБ14–24
Gemma 4 26B A4B25,2B · активных: 3,8B6 бит20,5 ГБ67–119
Devstral Small 2 (24B)24B6 бит19,5 ГБ11–19
Magistral Small 1.2 (2509)24B6 бит19,5 ГБ11–19
Mistral Small 3.2 (24B)24B6 бит19,5 ГБ11–19
LFM2.5 24B A2B24B · активных: 2B6 бит19,5 ГБ129–230
Phi-4 Reasoning Vision 15B15B8 бит15,9 ГБ13–23
Phi-4 (14B)14B8 бит14,9 ГБ14–25
Gemma 4 12B Unified12B8 бит12,7 ГБ16–29
Qwen3 8B8,2B8 бит8,7 ГБ24–42
Llama 3.1 8B Instruct8B8 бит8,5 ГБ24–43
Gemma 4 E2B5,1B8 бит5,4 ГБ86–153
Qwen3.5 4B4B8 бит4,3 ГБ48–86
Phi-4 mini instruct3,8B8 бит4 ГБ52–92
Llama 3.2 3B Instruct3,21B8 бит3,4 ГБ61–108
SmolLM3 3B3B8 бит3,2 ГБ65–115
LFM2.5 2.6B2,69B8 бит2,9 ГБ71–127
Qwen3.5 2B2B8 бит2,1 ГБ99–175
Llama 3.2 1B Instruct1,23B8 бит1,3 ГБ159–283
Qwen3.5 0.8B0,8B8 бит0,9 ГБ230–409
Qwen3 0.6B0,6B8 бит0,6 ГБ345–613
Nemotron 3.5 Bolt 74B A9B74B · активных: 9B · Интеллект 21,42 бит ниже качество23,1 ГБ74–131
Qwen3 Coder Next80B · активных: 3B · Интеллект 9,22 бит ниже качество25 ГБ230–409

Работают, но медленно 1

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

МодельВерсияПамятьТокенов/с
Llama 3.3 70B Instruct70B2 бит ниже качество21,9 ГБ9–17

Слишком большие 32

Нужно больше 36 ГБ памяти, даже при 2 битах.

Другие Mac

Все Mac с 36 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 36 ГБ?
Среди моделей с опубликованным Intelligence Index выше всех из тех, что здесь хорошо работают, оценена Qwen3.8 27B: 4 бит, около 14–24 токенов в секунду. Самая большая из хорошо работающих — Qwen3.6 35B A3B.
Запустит ли M5 Max с 36 ГБ Llama 3.3 70B?
Да, но медленно: 2 бит (ниже качество), около 9–17 токенов в секунду.
Насколько быстро gpt-oss-20b работает на M5 Max?
Около 109–194 токенов в секунду (нативные 4,25 бит) при пропускной способности памяти чипа 460 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 36 ГБ? Все модели и скорость