لاگ انوالیٹ بنائیں

48 GB والا M5 Pro کیا چلا سکتا ہے؟

73 اوپن ماڈلز میں سے 33 اس پر اچھے چلتے ہیں۔ GPU ڈیفالٹ طور پر اس کی 48 GB میں سے تقریباً 36 GB استعمال کر سکتا ہے، اور یہ میموری 307 GB/s پر پڑھتا ہے، جو لکھنے کی رفتار طے کرتی ہے۔ ان میں ملتی ہے: MacBook Pro (14-inch, M5 Pro or M5 Max), MacBook Pro (16-inch, M5 Pro or M5 Max), Mac mini (M6 or M5 Pro)۔

اچھا چلنے والوں میں سب سے ذہینQwen3.6 35B A3B6-bit · 28.4 GB · 58–102 tok/sاچھا چلنے والوں میں سب سے بڑاQwen3.6 35B A3B6-bit · 28.4 GB · 58–102 tok/sکوڈ کے لیےQwen3 Coder 30B A3B Instruct8-bit · 32.4 GB · 39–70 tok/s

اچھے چلتے ہیں 36

کانٹیکسٹ کی گنجائش کے ساتھ سماتا ہے، فی سیکنڈ 10 یا زیادہ ٹوکن پر۔

ماڈلورژنمیموریٹوکن/سیکنڈ
Qwen3.6 35B A3B35B · 3B فعال · ذہانت 18.26-bit28.4 GB58–102
Nemotron 3.5 Lightning 30B A3B30B · 3B فعال · ذہانت 12.98-bit31.9 GB43–77
MiniCPM5 2B2.52B · ذہانت 12.58-bit2.7 GB51–91
Qwen3.5 9B9B · ذہانت 11.28-bit9.6 GB14–26
Granite 4.2 8B8B · ذہانت 11.18-bit8.5 GB16–29
Granite 4.2 3B3B · ذہانت 9.18-bit3.2 GB43–77
gpt-oss-20b21B · 3.6B فعال · ذہانت 9اصل 4.25-bit13.8 GB73–129
Nemotron 3 Nano 30B A3B30B · 3.5B فعال · ذہانت 8.98-bit31.9 GB37–66
Gemma 4 E4B8B · ذہانت 8.98-bit8.5 GB29–51
Ministral 3 8B8.9B · ذہانت 5.58-bit9.5 GB15–26
Nemotron 3 Nano 4B3.97B · ذہانت 4.88-bit4.2 GB33–58
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B فعال8-bit32.4 GB39–70
GLM-4.7 Flash30B · 3B فعال8-bit31.9 GB43–77
Gemma 4 26B A4B25.2B · 3.8B فعال8-bit26.8 GB35–61
Devstral Small 2 (24B)24B4-bit13.5 GB10–18
Magistral Small 1.2 (2509)24B4-bit13.5 GB10–18
Mistral Small 3.2 (24B)24B4-bit13.5 GB10–18
LFM2.5 24B A2B24B · 2B فعال8-bit25.5 GB66–117
Phi-4 Reasoning Vision 15B15B6-bit12.2 GB11–20
Phi-4 (14B)14B6-bit11.4 GB12–22
Gemma 4 12B Unified12B8-bit12.7 GB11–19
Qwen3 8B8.2B8-bit8.7 GB16–28
Llama 3.1 8B Instruct8B8-bit8.5 GB16–29
Gemma 4 E2B5.1B8-bit5.4 GB58–102
Qwen3.5 4B4B8-bit4.3 GB32–57
Phi-4 mini instruct3.8B8-bit4 GB35–61
Llama 3.2 3B Instruct3.21B8-bit3.4 GB41–72
SmolLM3 3B3B8-bit3.2 GB43–77
LFM2.5 2.6B2.69B8-bit2.9 GB48–85
Qwen3.5 2B2B8-bit2.1 GB66–117
Llama 3.2 1B Instruct1.23B8-bit1.3 GB106–189
Qwen3.5 0.8B0.8B8-bit0.9 GB154–273
Qwen3 0.6B0.6B8-bit0.6 GB230–409
Nemotron 3.5 Bolt 74B A9B74B · 9B فعال · ذہانت 21.43-bit کم معیار32.4 GB35–63
Qwen3 Coder Next80B · 3B فعال · ذہانت 9.22-bit کم معیار25 GB154–273
GLM-4.5 Air106B · 12B فعال2-bit کم معیار33.1 GB36–65

چلتے ہیں، مگر سست 6

سماتا ہے، مگر فی سیکنڈ 10 ٹوکن سے کم: بیچ کام کے لیے ٹھیک، چیٹ کے لیے سست۔

ماڈلورژنمیموریٹوکن/سیکنڈ
Qwen3.8 27B27B · ذہانت 33.78-bit28.7 GB5–9
Muse Glimmer 30B29.6B · ذہانت 17.58-bit31.5 GB4–8
Gemma 4 31B30.7B · ذہانت 14.78-bit32.6 GB4–8
Granite 4.2 30B30B · ذہانت 12.78-bit31.9 GB4–8
Qwen3.6 27B27B8-bit28.7 GB5–9
Llama 3.3 70B Instruct70B3-bit کم معیار30.6 GB5–8

بمشکل سماتے ہیں 8

تقریباً ساری میموری چاہیے: GPU میموری کی حد بڑھائیں اور کانٹیکسٹ مختصر رکھیں۔

ماڈلورژنمیموریٹوکن/سیکنڈ
Qwen3.5 122B A10B122B · 10B فعال · ذہانت 15.62-bit کم معیار38.1 GB45–79
Mistral Medium 3.5 (128B)128B · ذہانت 14.22-bit کم معیار40 GB3–6
gpt-oss-120b117B · 5.1B فعال · ذہانت 11.62-bit کم معیار36.6 GB86–154
Mistral Small 4 (119B)119B · 6.5B فعال · ذہانت 11.32-bit کم معیار37.2 GB69–123
Llama 4 Scout 17B-16E Instruct109B · 17B فعال · ذہانت 6.52-bit کم معیار34.1 GB26–46
Devstral 2 (123B)123B2-bit کم معیار38.4 GB4–6
Ornith 1.5 122B122B · 10B فعال2-bit کم معیار38.1 GB45–79
Nemotron 3 Super 120B A12B120B · 12B فعال2-bit کم معیار37.5 GB36–65

بہت بڑے 23

2 bits پر بھی 48 GB سے زیادہ میموری چاہیے۔

دوسرے Mac

48 GB والے تمام Mac، کسی بھی چپ کے ساتھ۔

زیادہ یا کم میموری والا M5 Pro:

قریبی چپس:

آمنے سامنے:

اس کا موازنہ کسی بھی Mac یا GPU سے کریں · لوکل AI کے لیے M5 Pro · لوکل LLMs کے لیے بہترین Mac · تمام Mac

سوالات

48 GB والے M5 Pro کے لیے بہترین LLM کون سا ہے؟
جن ماڈلز کا Intelligence Index شائع ہوا ہے، ان میں سے یہاں اچھا چلنے والوں میں Qwen3.6 35B A3B کا اسکور سب سے زیادہ ہے: 6-bit، فی سیکنڈ تقریباً 58–102 ٹوکن۔
کیا 48 GB والا M5 Pro، Llama 3.3 70B چلا سکتا ہے؟
جی ہاں، مگر سست: 3-bit (کم معیار)، فی سیکنڈ تقریباً 5–8 ٹوکن پر۔
M5 Pro پر gpt-oss-20b کتنا تیز ہے؟
فی سیکنڈ تقریباً 73–129 ٹوکن (اصل 4.25-bit)، چپ کی 307 GB/s میموری بینڈوڈتھ کی بنیاد پر۔

انہیں MLX Harness (مفت، اوپن سورس) یا Terminal میں Apple کے mlx-lm سے چلائیں: مرحلہ وار۔

یہ کیسے نکالا گیا

میموری: ماڈل کے پیرامیٹرز فی ویٹ 8، 6، 4، 3 یا 2 bits پر، ساتھ MLX کے گروپ اسکیلز (فی ویٹ آدھا bit)، یا اس کا اصل فارمیٹ، اور اوپر سے کانٹیکسٹ کی گنجائش۔ macOS ڈیفالٹ طور پر GPU کو یونیفائیڈ میموری کا تقریباً 75% استعمال کرنے دیتا ہے۔ رفتار: میموری بینڈوڈتھ کو فی ٹوکن پڑھے جانے والے بائٹس سے تقسیم کریں تو ایک گفتگو کی حد ملتی ہے؛ llama.cpp کے Apple Silicon پر پبلک بینچ مارکس میں اصل رنز اس کے تقریباً 45% سے 80% تک پہنچتے ہیں، اور یہی رینج دکھائی گئی ہے۔ یہ اندازے ہیں، پیمائشیں نہیں: اپنا Mac MLX Bench پر ناپیں۔ ماڈل کے اعداد ہر ماڈل کے آفیشل ماڈل کارڈ سے، چپ کے اعداد Apple کی Tech Specs سے۔ 2026-10-19 کو چیک کیا گیا۔ وہی ڈیٹا جو mlx.app/compare پر ہے۔

48 GB والا M5 Pro کون سے LLMs چلا سکتا ہے؟ ماڈلز اور رفتار