లాగిన్వాలెట్ సృష్టించండి

36 GB ఉన్న M5 Max ఏమేం నడపగలదు?

దీనిపై 73 ఓపెన్ మోడల్‌లలో 38 బాగా నడుస్తాయి. డిఫాల్ట్‌గా GPU దీని 36 GBలో సుమారు 27 GB వాడుకోగలదు, ఇది 460 GB/s వేగంతో మెమరీని చదువుతుంది, అదే ఇది ఎంత వేగంగా రాస్తుందో నిర్ణయిస్తుంది. వీటిలో ఉంటుంది: 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).

బాగా నడిచేవాటిలో అత్యంత తెలివైనదిQwen3.8 27B4-బిట్ · 15.2 GB · 14–24 tok/sబాగా నడిచేవాటిలో అతిపెద్దదిQwen3.6 35B A3B4-బిట్ · 19.7 GB · 122–216 tok/sకోడ్ కోసంQwen3 Coder 30B A3B Instruct6-బిట్ · 24.8 GB · 77–136 tok/s

బాగా నడిచేవి 40

కాంటెక్స్ట్‌కు చోటుతో సరిపోతాయి, సెకనుకు 10 లేదా అంతకంటే ఎక్కువ టోకెన్‌ల వేగంతో.

మోడల్వెర్షన్మెమరీటోకెన్‌లు/సెకను
Qwen3.8 27B27B · ఇంటెలిజెన్స్ 33.74-బిట్15.2 GB14–24
Qwen3.6 35B A3B35B · 3B యాక్టివ్ · ఇంటెలిజెన్స్ 18.24-బిట్19.7 GB122–216
Muse Glimmer 30B29.6B · ఇంటెలిజెన్స్ 17.54-బిట్16.7 GB12–22
Gemma 4 31B30.7B · ఇంటెలిజెన్స్ 14.74-బిట్17.3 GB12–21
Nemotron 3.5 Lightning 30B A3B30B · 3B యాక్టివ్ · ఇంటెలిజెన్స్ 12.96-బిట్24.4 GB86–153
Granite 4.2 30B30B · ఇంటెలిజెన్స్ 12.74-బిట్16.9 GB12–22
MiniCPM5 2B2.52B · ఇంటెలిజెన్స్ 12.58-బిట్2.7 GB77–136
Qwen3.5 9B9B · ఇంటెలిజెన్స్ 11.28-బిట్9.6 GB22–38
Granite 4.2 8B8B · ఇంటెలిజెన్స్ 11.18-బిట్8.5 GB24–43
Granite 4.2 3B3B · ఇంటెలిజెన్స్ 9.18-బిట్3.2 GB65–115
gpt-oss-20b21B · 3.6B యాక్టివ్ · ఇంటెలిజెన్స్ 9నేటివ్ 4.25-బిట్13.8 GB109–194
Nemotron 3 Nano 30B A3B30B · 3.5B యాక్టివ్ · ఇంటెలిజెన్స్ 8.96-బిట్24.4 GB74–131
Gemma 4 E4B8B · ఇంటెలిజెన్స్ 8.98-బిట్8.5 GB43–77
Ministral 3 8B8.9B · ఇంటెలిజెన్స్ 5.58-బిట్9.5 GB22–39
Nemotron 3 Nano 4B3.97B · ఇంటెలిజెన్స్ 4.88-బిట్4.2 GB49–88
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B యాక్టివ్6-బిట్24.8 GB77–136
GLM-4.7 Flash30B · 3B యాక్టివ్6-బిట్24.4 GB86–153
Qwen3.6 27B27B4-బిట్15.2 GB14–24
Gemma 4 26B A4B25.2B · 3.8B యాక్టివ్6-బిట్20.5 GB67–119
Devstral Small 2 (24B)24B6-బిట్19.5 GB11–19
Magistral Small 1.2 (2509)24B6-బిట్19.5 GB11–19
Mistral Small 3.2 (24B)24B6-బిట్19.5 GB11–19
LFM2.5 24B A2B24B · 2B యాక్టివ్6-బిట్19.5 GB129–230
Phi-4 Reasoning Vision 15B15B8-బిట్15.9 GB13–23
Phi-4 (14B)14B8-బిట్14.9 GB14–25
Gemma 4 12B Unified12B8-బిట్12.7 GB16–29
Qwen3 8B8.2B8-బిట్8.7 GB24–42
Llama 3.1 8B Instruct8B8-బిట్8.5 GB24–43
Gemma 4 E2B5.1B8-బిట్5.4 GB86–153
Qwen3.5 4B4B8-బిట్4.3 GB48–86
Phi-4 mini instruct3.8B8-బిట్4 GB52–92
Llama 3.2 3B Instruct3.21B8-బిట్3.4 GB61–108
SmolLM3 3B3B8-బిట్3.2 GB65–115
LFM2.5 2.6B2.69B8-బిట్2.9 GB71–127
Qwen3.5 2B2B8-బిట్2.1 GB99–175
Llama 3.2 1B Instruct1.23B8-బిట్1.3 GB159–283
Qwen3.5 0.8B0.8B8-బిట్0.9 GB230–409
Qwen3 0.6B0.6B8-బిట్0.6 GB345–613
Nemotron 3.5 Bolt 74B A9B74B · 9B యాక్టివ్ · ఇంటెలిజెన్స్ 21.42-బిట్ తక్కువ నాణ్యత23.1 GB74–131
Qwen3 Coder Next80B · 3B యాక్టివ్ · ఇంటెలిజెన్స్ 9.22-బిట్ తక్కువ నాణ్యత25 GB230–409

నడుస్తాయి, కానీ నెమ్మదిగా 1

సరిపోతాయి, కానీ సెకనుకు 10 టోకెన్‌ల కంటే తక్కువ: బ్యాచ్ పనులకు సరే, చాట్‌కు నెమ్మది.

మోడల్వెర్షన్మెమరీటోకెన్‌లు/సెకను
Llama 3.3 70B Instruct70B2-బిట్ తక్కువ నాణ్యత21.9 GB9–17

చాలా పెద్దవి 32

36 GB కంటే ఎక్కువ మెమరీ కావాలి, 2 బిట్‌ల వద్ద కూడా.

ఇతర Macలు

36 GB ఉన్న అన్ని Macలు, ఏ చిప్ అయినా.

తక్కువ లేదా ఎక్కువ మెమరీతో M5 Max:

దగ్గరి చిప్‌లు:

ముఖాముఖి:

PCలు మరియు గ్రాఫిక్స్ కార్డులతో పోలిక:

ఏ Mac లేదా GPUతో అయినా పోల్చండి · లోకల్ AI కోసం M5 Max · లోకల్ LLMలకు ఉత్తమ Mac · అన్ని Macలు

ప్రశ్నలు

36 GB ఉన్న M5 Maxకు ఉత్తమ LLM ఏది?
Intelligence Index ప్రచురించిన మోడల్‌లలో, ఇక్కడ బాగా నడిచేవాటిలో Qwen3.8 27Bకు అత్యధిక స్కోరు ఉంది: 4-బిట్, సెకనుకు సుమారు 14–24 టోకెన్‌లు. బాగా నడిచేవాటిలో అతిపెద్దది Qwen3.6 35B A3B.
36 GB ఉన్న M5 Max Llama 3.3 70Bను నడపగలదా?
అవును, కానీ నెమ్మదిగా: 2-బిట్ (తక్కువ నాణ్యత), సెకనుకు సుమారు 9–17 టోకెన్‌లు.
M5 Maxపై gpt-oss-20b ఎంత వేగంగా నడుస్తుంది?
సెకనుకు సుమారు 109–194 టోకెన్‌లు (నేటివ్ 4.25-బిట్), చిప్ యొక్క 460 GB/s మెమరీ బ్యాండ్‌విడ్త్ నుండి లెక్కించినది.

వీటిని MLX Harnessతో (ఉచితం, ఓపెన్ సోర్స్) లేదా Terminalలో Apple mlx-lmతో నడపండి: దశలవారీగా.

ఎలా లెక్కించాం

మెమరీ: మోడల్ పారామీటర్‌లు వెయిట్‌కు 8, 6, 4, 3 లేదా 2 బిట్‌ల వద్ద, దానితో పాటు MLX గ్రూప్ స్కేల్‌లు (వెయిట్‌కు అర బిట్), లేదా దాని నేటివ్ ఫార్మాట్, పైన కాంటెక్స్ట్‌కు చోటు. డిఫాల్ట్‌గా macOS యూనిఫైడ్ మెమరీలో సుమారు 75%ను GPU వాడుకోనిస్తుంది. వేగం: మెమరీ బ్యాండ్‌విడ్త్‌ను ప్రతి టోకెన్‌కు చదివే బైట్‌లతో భాగిస్తే ఒక సంభాషణకు గరిష్ఠ పరిమితి వస్తుంది; llama.cpp పబ్లిక్ Apple Silicon బెంచ్‌మార్క్‌లలో నిజమైన రన్‌లు దానిలో సుమారు 45% నుండి 80% వరకు చేరుతాయి, ఆ పరిధినే చూపిస్తున్నాం. ఇవి అంచనాలు, కొలతలు కావు: మీ సొంత Macను MLX Benchలో కొలవండి. మోడల్ వివరాలు ప్రతి అధికారిక మోడల్ కార్డ్ నుండి, చిప్ వివరాలు Apple Tech Specs నుండి. 2026-10-19న తనిఖీ చేశాం. mlx.app/compareలో ఉన్న అదే డేటా.

36 GB ఉన్న M5 Max ఏ LLMలను నడపగలదు? ప్రతి మోడల్, వేగంతో