УвійтиСтворити гаманець

Що запустить M5 із 16 ГБ?

На ньому добре працюють 20 з 73 відкритих моделей. За замовчуванням GPU може використовувати близько 12 ГБ із 16 ГБ, а пам’ять читається зі швидкістю 153 ГБ/с — від цього залежить швидкість генерації. Трапляється в: MacBook Pro (14-inch, M5), MacBook Air (13-inch, M5), MacBook Air (15-inch, M5).

Найрозумніша з тих, що працюють добреMiniCPM5 2B8 біт · 2,7 ГБ · 26–45 tok/sНайбільша з тих, що працюють добреGemma 4 12B Unified4 біт · 6,7 ГБ · 10–18 tok/s

Працюють добре 27

Вміщується із запасом для контексту, 10 і більше токенів за секунду.

МодельВерсіяПам’ятьТокенів/с
MiniCPM5 2B2,52B · Інтелект 12,58 біт2,7 ГБ26–45
Qwen3.5 9B9B · Інтелект 11,24 біт5,1 ГБ14–24
Granite 4.2 8B8B · Інтелект 11,16 біт6,5 ГБ11–19
Granite 4.2 3B3B · Інтелект 9,18 біт3,2 ГБ22–38
Gemma 4 E4B8B · Інтелект 8,98 біт8,5 ГБ14–26
Ministral 3 8B8,9B · Інтелект 5,56 біт7,2 ГБ10–17
Nemotron 3 Nano 4B3,97B · Інтелект 4,88 біт4,2 ГБ16–29
Gemma 4 12B Unified12B4 біт6,7 ГБ10–18
Qwen3 8B8,2B6 біт6,7 ГБ10–18
Llama 3.1 8B Instruct8B6 біт6,5 ГБ11–19
Gemma 4 E2B5,1B8 біт5,4 ГБ29–51
Qwen3.5 4B4B8 біт4,3 ГБ16–28
Phi-4 mini instruct3,8B8 біт4 ГБ17–31
Llama 3.2 3B Instruct3,21B8 біт3,4 ГБ20–36
SmolLM3 3B3B8 біт3,2 ГБ22–38
LFM2.5 2.6B2,69B8 біт2,9 ГБ24–42
Qwen3.5 2B2B8 біт2,1 ГБ33–58
Llama 3.2 1B Instruct1,23B8 біт1,3 ГБ53–94
Qwen3.5 0.8B0,8B8 біт0,9 ГБ77–136
Qwen3 0.6B0,6B8 біт0,6 ГБ115–204
Nemotron 3.5 Lightning 30B A3B30B · активних: 3B · Інтелект 12,92 біт нижча якість9,4 ГБ77–136
gpt-oss-20b21B · активних: 3,6B · Інтелект 93 біт нижча якість9,2 ГБ43–77
Nemotron 3 Nano 30B A3B30B · активних: 3,5B · Інтелект 8,92 біт нижча якість9,4 ГБ63–111
Qwen3 Coder 30B A3B Instruct30,5B · активних: 3,3B2 біт нижча якість9,5 ГБ69–122
GLM-4.7 Flash30B · активних: 3B2 біт нижча якість9,4 ГБ77–136
Gemma 4 26B A4B25,2B · активних: 3,8B2 біт нижча якість7,9 ГБ57–102
LFM2.5 24B A2B24B · активних: 2B3 біт нижча якість10,5 ГБ77–136

Працюють, але повільно 10

Вміщується, але менше 10 токенів за секунду: годиться для пакетних задач, для чату повільно.

МодельВерсіяПам’ятьТокенів/с
Phi-4 Reasoning Vision 15B15B4 біт8,4 ГБ8–15
Phi-4 (14B)14B4 біт7,9 ГБ9–15
Qwen3.8 27B27B · Інтелект 33,72 біт нижча якість8,4 ГБ8–15
Muse Glimmer 30B29,6B · Інтелект 17,52 біт нижча якість9,3 ГБ7–13
Gemma 4 31B30,7B · Інтелект 14,72 біт нижча якість9,6 ГБ7–13
Granite 4.2 30B30B · Інтелект 12,72 біт нижча якість9,4 ГБ7–13
Qwen3.6 27B27B2 біт нижча якість8,4 ГБ8–15
Devstral Small 2 (24B)24B3 біт нижча якість10,5 ГБ7–12
Magistral Small 1.2 (2509)24B3 біт нижча якість10,5 ГБ7–12
Mistral Small 3.2 (24B)24B3 біт нижча якість10,5 ГБ7–12

Ледь вміщуються 1

Займає майже всю пам’ять: підніміть ліміт пам’яті GPU і тримайте контекст коротким.

МодельВерсіяПам’ятьТокенів/с
Qwen3.6 35B A3B35B · активних: 3B · Інтелект 18,22 біт нижча якість10,9 ГБ77–136

Завеликі 35

Потрібно більше ніж 16 ГБ пам’яті, навіть за 2 біт.

Інші Mac

Усі Mac із 16 ГБ, на будь-якому чипі.

M5 з іншим обсягом пам’яті:

Сусідні чипи:

Віч-на-віч:

Порівняти з будь-яким Mac або GPU · M5 для локального ШІ · Найкращий Mac для локальних LLM · Усі Mac

Запитання

Яка LLM найкраще підходить для M5 із 16 ГБ?
Серед моделей з опублікованим Intelligence Index найвищу оцінку з тих, що тут добре працюють, має MiniCPM5 2B: 8 біт, близько 26–45 токенів за секунду. Найбільша з тих, що працюють добре, — Gemma 4 12B Unified.
Чи запустить M5 із 16 ГБ Llama 3.3 70B?
Ні: навіть за 2 біт їй потрібно більше ніж 12 ГБ, які GPU може використовувати за замовчуванням.
Наскільки швидко gpt-oss-20b працює на M5?
Близько 43–77 токенів за секунду (3 біт) за пропускної здатності пам’яті чипа 153 ГБ/с.

Запускайте їх у MLX Harness (безкоштовно, відкритий код) або через mlx-lm від Apple у Терміналі: покроково.

Як це розраховано

Пам’ять: параметри моделі за 8, 6, 4, 3 або 2 біт на вагу плюс групові масштаби MLX (пів біта на вагу) або її нативний формат, а зверху — місце для контексту. За замовчуванням macOS дає GPU близько 75% об’єднаної пам’яті. Швидкість: пропускна здатність пам’яті, поділена на кількість байтів, що читаються на кожен токен, — це стеля для однієї розмови; у публічних тестах llama.cpp на Apple Silicon реальні запуски досягають приблизно 45–80% від неї, і показано саме цей діапазон. Це оцінки, а не вимірювання: виміряйте свій Mac у MLX Bench. Дані моделей — з офіційних карток моделей, дані чипів — з технічних характеристик Apple. Перевірено 2026-10-19. Ті самі дані, що й на mlx.app/compare.

Які LLM запустить M5 із 16 ГБ? Усі моделі та швидкість