Apple M5(맥북 에어·맥북 프로)에서 돌아가는 로컬 LLM

통합 메모리: 기본 설정에서는 GPU가 약 70%까지 쓸 수 있습니다

8k 컨텍스트와 f16 KV 캐시를 기준으로 계산했습니다. 판정은 메모리 용량별로 보여 줍니다.

사양

메모리 구성: 16GB · 24GB · 32GB
메모리 대역폭: 153.6 GB/s
FP16 연산: 4.2 TFLOPS
출시 연도: 2025
이 칩이 들어간 맥: 맥북 에어: 16GB · 24GB · 32GB
맥북 프로: 16GB · 24GB · 32GB
다른 표기: M5

판정 요약

Q4_K_M(없으면 가장 가까운 양자화), 8k 컨텍스트 기준입니다.

16GB쾌적13개원활10개겨우 가능5개불가31개양자화를 더 낮추면 5개가 더 돌아갑니다.
24GB쾌적15개원활11개겨우 가능14개불가19개양자화를 더 낮추면 8개가 더 돌아갑니다.
32GB쾌적17개원활12개겨우 가능20개불가10개양자화를 더 낮추면 1개가 더 돌아갑니다.

판정 읽는 법

쾌적: GPU에 전부 올라가고 20 tok/s 이상
원활: GPU에 전부 올라가고 8~20 tok/s, MoE 전문가를 시스템 RAM에 두고 20 tok/s 이상, 또는 GPU에 90% 이상 올라가고 8 tok/s 이상
겨우 가능: 2~8 tok/s, CPU 전용, GPU에 90% 미만, 또는 MoE 전문가를 RAM에 두고 20 tok/s 미만
불가: 메모리에 안 들어가거나 2 tok/s 미만

한국 모델

EXAONE, HyperCLOVA X SEED, Kanana, Solar가 이 기기에서 어떻게 돌아가는지 보여 줍니다.

Apple M5 전체 모델 판정

옆으로 밀면 모든 열을 볼 수 있습니다.

모델 59개(판정·속도 순), 메모리 32GB
모델	판정	속도	양자화	메모리	실행 방식	컨텍스트	참고
MiniCPM5 1B	쾌적	추정 131.0 tok/s104.8–157.2보정된 추정 ±20%	Q4_K_M	1.5 / 22.4GB	통합 메모리	최대 64k	생각 모드
Ling-3.0 Tiny	쾌적	추정 114.6 tok/s80.2–148.9이론 추정 ±30%	Q4_K_M	5.5 / 22.4GB	통합 메모리	최대 128k	생각 모드
Llama 3.2 1B	쾌적	추정 108.2 tok/s86.6–129.9보정된 추정 ±20%	Q4_K_M	1.7 / 22.4GB	통합 메모리	최대 128k	—
EXAONE 4.0 1.2B	쾌적	추정 88.9 tok/s71.1–106.7보정된 추정 ±20%	Q4_K_M	1.9 / 22.4GB	통합 메모리	최대 32k	생각 모드
Gemma 4 E2B	쾌적	추정 66.5 tok/s46.6–86.5이론 추정 ±30%	Q4_K_M	3.7 / 22.4GB	통합 메모리	최대 128k	생각 모드
LFM2.5 2.6B	쾌적	추정 64.7 tok/s45.3–84.1이론 추정 ±30%	Q4_K_M	2.4 / 22.4GB	통합 메모리	최대 128k	생각 모드
HyperCLOVA X SEED 1.5B	쾌적	추정 64.3 tok/s51.4–77.2보정된 추정 ±20%	Q4_K_M	2.4 / 22.4GB	통합 메모리	최대 16k	—
Mellum2.1 12B-A2.5B Thinking	쾌적	추정 63.5 tok/s50.8–76.2보정된 추정 ±20%	Q4_K_M	8.8 / 22.4GB	통합 메모리	최대 128k	생각 모드
MiniCPM5 2B	쾌적	추정 61.0 tok/s48.8–73.3보정된 추정 ±20%	Q4_K_M	2.5 / 22.4GB	통합 메모리	최대 32k	생각 모드
MiniCPM-V 4.7 35B-A3B	쾌적	추정 46.4 tok/s37.2–55.7보정된 추정 ±20%	Q4_K_M	21.9 / 22.4GB	통합 메모리	최대 16k	생각 모드
gpt-oss-20b	쾌적	추정 40.5 tok/s32.4–48.6보정된 추정 ±20%	MXFP4	12.9 / 22.4GB	통합 메모리	최대 32k	생각 모드
Spark-X2.5 4B	쾌적	추정 40.2 tok/s32.2–48.3보정된 추정 ±20%	Q4_K_M	3.5 / 22.4GB	통합 메모리	최대 32k	생각 모드
Llama 3.2 3B	쾌적	추정 39.4 tok/s31.6–47.3보정된 추정 ±20%	Q4_K_M	3.5 / 22.4GB	통합 메모리	최대 32k	—
Qwen3.5 4B	쾌적	추정 37.7 tok/s30.1–45.2보정된 추정 ±20%	Q4_K_M	3.7 / 22.4GB	통합 메모리	최대 16k	생각 모드
Qwen3 30B-A3B (2507)	쾌적	추정 36.9 tok/s29.5–44.3보정된 추정 ±20%	Q4_K_M	19.9 / 22.4GB	통합 메모리	최대 16k	—
Kanana 1.5 15.7B-A3B	쾌적	추정 36.5 tok/s29.2–43.9보정된 추정 ±20%	Q4_K_M	12.1 / 22.4GB	통합 메모리	최대 16k	—
Gemma 4 E4B	쾌적	추정 34.6 tok/s24.2–44.9이론 추정 ±30%	Q4_K_M	5.7 / 22.4GB	통합 메모리	최대 32k	생각 모드
Gemma 4 26B-A4B	원활	추정 29.8 tok/s23.8–35.7보정된 추정 ±20%	Q4_K_M	17.7 / 22.4GB	통합 메모리	최대 128k	IQ4_XS: 쾌적 생각 모드
DeepSeek R1 Distill Llama 8B	원활	추정 19.5 tok/s15.6–23.4보정된 추정 ±20%	Q4_K_M	6.6 / 22.4GB	통합 메모리	최대 32k	생각 모드
Kanana 1.5 8B	원활	추정 19.5 tok/s15.6–23.4보정된 추정 ±20%	Q4_K_M	6.6 / 22.4GB	통합 메모리	최대 32k	IQ4_XS: 쾌적
Llama 3.1 8B	원활	추정 19.5 tok/s15.6–23.4보정된 추정 ±20%	Q4_K_M	6.6 / 22.4GB	통합 메모리	최대 64k	IQ4_XS: 쾌적
Nanbeige4.2 3B	원활	추정 19.1 tok/s13.3–24.8이론 추정 ±30%	Q4_K_M	4.7 / 22.4GB	통합 메모리	최대 16k	생각 모드
Qwen3.5 9B	원활	추정 19.0 tok/s15.2–22.8보정된 추정 ±20%	Q4_K_M	6.7 / 22.4GB	통합 메모리	최대 64k	생각 모드
DeepSeek R1 0528 Qwen3 8B	원활	추정 18.7 tok/s15.0–22.5보정된 추정 ±20%	Q4_K_M	6.8 / 22.4GB	통합 메모리	최대 16k	생각 모드
Qwen3 8B	원활	추정 18.7 tok/s15.0–22.5보정된 추정 ±20%	Q4_K_M	6.8 / 22.4GB	통합 메모리	최대 16k	생각 모드
K2-Horizon 7B	원활	추정 17.2 tok/s13.7–20.6보정된 추정 ±20%	Q4_K_M	7.4 / 22.4GB	통합 메모리	최대 16k	생각 모드
Gemma 4 12B	원활	추정 16.1 tok/s12.9–19.3보정된 추정 ±20%	Q4_K_M	7.8 / 22.4GB	통합 메모리	최대 128k	생각 모드
Gemma 3 12B	원활	추정 14.9 tok/s11.9–17.9보정된 추정 ±20%	Q4_K_M	8.4 / 22.4GB	통합 메모리	최대 64k	Q2_K (품질 손실 큼): 쾌적
Phi-4	원활	추정 10.9 tok/s8.7–13.1보정된 추정 ±20%	Q4_K_M	11.3 / 22.4GB	통합 메모리	최대 16k	—
Qwen3.6 35B-A3B	겨우 가능	추정 32.6 tok/s22.8–42.3이론 추정 ±30%	Q4_K_M	RAM 22.5GB	CPU 전용	최대 256k	CPU로만 추론하므로 겨우 돌아가는 수준을 넘지 못합니다. IQ4_XS: 쾌적 생각 모드
Qwen3.5 35B-A3B	겨우 가능	추정 32.1 tok/s22.5–41.8이론 추정 ±30%	Q4_K_M	RAM 22.8GB	CPU 전용	최대 256k	CPU로만 추론하므로 겨우 돌아가는 수준을 넘지 못합니다. IQ4_XS: 쾌적 생각 모드
Nemotron 3.5 Lightning 30B-A3B	겨우 가능	추정 26.7 tok/s18.7–34.8이론 추정 ±30%	Q4_K_M	RAM 25.5GB	CPU 전용	최대 256k	CPU로만 추론하므로 겨우 돌아가는 수준을 넘지 못합니다. IQ4_XS: 쾌적 생각 모드
K2-Horizon MoVA 36B-A4B	겨우 가능	추정 16.5 tok/s11.6–21.5이론 추정 ±30%	Q4_K_M	RAM 24.0GB	CPU 전용	최대 16k	CPU로만 추론하므로 겨우 돌아가는 수준을 넘지 못합니다. 생각 모드
HyperCLOVA X SEED Think 14B	겨우 가능	추정 11.5 tok/s8.0–14.9이론 추정 ±30%	Q4_K_M	10.8 / 22.4GB	통합 메모리	최대 64k	생각 모드
Qwen3 14B	겨우 가능	추정 11.3 tok/s9.0–13.5보정된 추정 ±20%	Q4_K_M	10.9 / 22.4GB	통합 메모리	최대 32k	IQ4_XS: 원활 생각 모드
DeepSeek R1 Distill Qwen 14B	겨우 가능	추정 11.0 tok/s8.8–13.2보정된 추정 ±20%	Q4_K_M	11.2 / 22.4GB	통합 메모리	최대 32k	Q2_K (품질 손실 큼): 원활 생각 모드
Mistral Small 3.2 24B	겨우 가능	추정 7.4 tok/s6.0–8.9보정된 추정 ±20%	Q4_K_M	16.2 / 22.4GB	통합 메모리	최대 32k	IQ4_XS: 원활
Gemma 3 27B	겨우 가능	추정 6.8 tok/s5.4–8.1보정된 추정 ±20%	Q4_K_M	17.8 / 22.4GB	통합 메모리	최대 32k	Q2_K (품질 손실 큼): 원활
Qwen3.6 27B	겨우 가능	추정 6.7 tok/s5.4–8.1보정된 추정 ±20%	Q4_K_M	17.9 / 22.4GB	통합 메모리	최대 64k	생각 모드
Muse Glimmer 30B	겨우 가능	추정 6.7 tok/s5.4–8.0보정된 추정 ±20%	Q4_K_M	18.0 / 22.4GB	통합 메모리	최대 128k	생각 모드
Qwen3.5 27B	겨우 가능	추정 6.6 tok/s5.3–7.9보정된 추정 ±20%	Q4_K_M	18.2 / 22.4GB	통합 메모리	최대 32k	생각 모드
Qwen3.8 27B	겨우 가능	추정 6.5 tok/s5.2–7.8보정된 추정 ±20%	Q4_K_M	18.6 / 22.4GB	통합 메모리	최대 32k	생각 모드
Gemma 4 31B	겨우 가능	추정 6.1 tok/s4.9–7.4보정된 추정 ±20%	Q4_K_M	19.6 / 22.4GB	통합 메모리	최대 32k	생각 모드
Granite 4.2 30B	겨우 가능	추정 5.9 tok/s4.7–7.1보정된 추정 ±20%	Q4_K_M	20.4 / 22.4GB	통합 메모리	최대 8k	생각 모드
EXAONE 4.0 32B	겨우 가능	추정 5.9 tok/s4.7–7.0보정된 추정 ±20%	Q4_K_M	20.5 / 22.4GB	통합 메모리	최대 32k	생각 모드
EXAONE 4.5 33B	겨우 가능	추정 5.7 tok/s4.5–6.8보정된 추정 ±20%	Q4_K_M	21.2 / 22.4GB	통합 메모리	최대 16k	생각 모드
Qwen3 32B	겨우 가능	추정 3.5 tok/s2.5–4.6이론 추정 ±30%	Q4_K_M	RAM 21.9GB	CPU 전용	최대 16k	생각 모드
DeepSeek R1 Distill Qwen 32B	겨우 가능	추정 3.5 tok/s2.4–4.5이론 추정 ±30%	Q4_K_M	RAM 22.0GB	CPU 전용	최대 16k	생각 모드
Nanbeige4.3 33B	겨우 가능	추정 3.4 tok/s2.4–4.4이론 추정 ±30%	Q4_K_M	RAM 22.5GB	CPU 전용	최대 16k	생각 모드
Llama 3.3 70B	불가IQ2_M (품질 손실 큼): 겨우 가능	추정 2.9 tok/s2.0–3.7이론 추정 ±30%	IQ2_M	RAM 26.8GB	CPU 전용	최대 8k	—
DeepSeek V4 Flash 0731	불가	—	MXFP4	155.6GB 필요	—	—	약 155.6GB가 필요한데, 여유 메모리는 28.0GB입니다(GPU가 쓸 수 있는 양 22.4GB). 생각 모드
GLM-5.3 Flash	불가	—	Q4_K_M	182.1GB 필요	—	—	약 182.1GB가 필요한데, 여유 메모리는 28.0GB입니다(GPU가 쓸 수 있는 양 22.4GB). 생각 모드
gpt-oss-120b	불가	—	MXFP4	64.3GB 필요	—	—	약 64.3GB가 필요한데, 여유 메모리는 28.0GB입니다(GPU가 쓸 수 있는 양 22.4GB). 생각 모드
Kolibri 1	불가	—	Q4_K_M	50.5GB 필요	—	—	약 50.5GB가 필요한데, 여유 메모리는 28.0GB입니다(GPU가 쓸 수 있는 양 22.4GB). 생각 모드
Laguna S 2.1	불가	—	Q4_K_M	68.6GB 필요	—	—	약 68.6GB가 필요한데, 여유 메모리는 28.0GB입니다(GPU가 쓸 수 있는 양 22.4GB). 생각 모드
Ling-3.0 Flash	불가	—	Q4_K_M	77.7GB 필요	—	—	약 77.7GB가 필요한데, 여유 메모리는 28.0GB입니다(GPU가 쓸 수 있는 양 22.4GB). 생각 모드
Qwen3.5 122B-A10B	불가	—	Q4_K_M	79.0GB 필요	—	—	약 79.0GB가 필요한데, 여유 메모리는 28.0GB입니다(GPU가 쓸 수 있는 양 22.4GB). 생각 모드
Solar Open 100B	불가	—	Q4_K_M	64.4GB 필요	—	—	약 64.4GB가 필요한데, 여유 메모리는 28.0GB입니다(GPU가 쓸 수 있는 양 22.4GB). 생각 모드
Solar Open 2 250B	불가	—	IQ4_XS	137.2GB 필요	—	—	약 137.2GB가 필요한데, 여유 메모리는 28.0GB입니다(GPU가 쓸 수 있는 양 22.4GB). 생각 모드

생각 모드가 있는 모델은 생각하는 데 토큰을 더 쓰기 때문에 속도 기준을 1.5배 엄격하게 잡습니다(30 / 12 / 3 tok/s). 생각 모드를 끄고 쓰면 실제로는 한 단계 위일 수 있습니다.

메모리 용량별 판정

메모리 구성별 Q4_K_M 판정입니다. 속도는 모델 페이지에서 확인하세요.
모델	16GB	24GB	32GB
MiniCPM5 1B	쾌적	쾌적	쾌적
Ling-3.0 Tiny	쾌적	쾌적	쾌적
Llama 3.2 1B	쾌적	쾌적	쾌적
EXAONE 4.0 1.2B	쾌적	쾌적	쾌적
Gemma 4 E2B	쾌적	쾌적	쾌적
LFM2.5 2.6B	쾌적	쾌적	쾌적
HyperCLOVA X SEED 1.5B	쾌적	쾌적	쾌적
Mellum2.1 12B-A2.5B Thinking	쾌적	쾌적	쾌적
MiniCPM5 2B	쾌적	쾌적	쾌적
MiniCPM-V 4.7 35B-A3B	불가	불가	쾌적
gpt-oss-20b	불가	쾌적	쾌적
Spark-X2.5 4B	쾌적	쾌적	쾌적
Llama 3.2 3B	쾌적	쾌적	쾌적
Qwen3.5 4B	쾌적	쾌적	쾌적
Qwen3 30B-A3B (2507)	불가	겨우 가능	쾌적
Kanana 1.5 15.7B-A3B	겨우 가능	쾌적	쾌적
Gemma 4 E4B	쾌적	쾌적	쾌적
Gemma 4 26B-A4B	불가	겨우 가능	원활
DeepSeek R1 Distill Llama 8B	원활	원활	원활
Kanana 1.5 8B	원활	원활	원활
Llama 3.1 8B	원활	원활	원활
Nanbeige4.2 3B	원활	원활	원활
Qwen3.5 9B	원활	원활	원활
DeepSeek R1 0528 Qwen3 8B	원활	원활	원활
Qwen3 8B	원활	원활	원활
K2-Horizon 7B	원활	원활	원활
Gemma 4 12B	원활	원활	원활
Gemma 3 12B	원활	원활	원활
Phi-4	겨우 가능	원활	원활
Qwen3.6 35B-A3B	불가	불가	겨우 가능
Qwen3.5 35B-A3B	불가	불가	겨우 가능
Nemotron 3.5 Lightning 30B-A3B	불가	불가	겨우 가능
K2-Horizon MoVA 36B-A4B	불가	불가	겨우 가능
HyperCLOVA X SEED Think 14B	겨우 가능	겨우 가능	겨우 가능
Qwen3 14B	겨우 가능	겨우 가능	겨우 가능
DeepSeek R1 Distill Qwen 14B	겨우 가능	겨우 가능	겨우 가능
Mistral Small 3.2 24B	불가	겨우 가능	겨우 가능
Gemma 3 27B	불가	겨우 가능	겨우 가능
Qwen3.6 27B	불가	겨우 가능	겨우 가능
Muse Glimmer 30B	불가	겨우 가능	겨우 가능
Qwen3.5 27B	불가	겨우 가능	겨우 가능
Qwen3.8 27B	불가	겨우 가능	겨우 가능
Gemma 4 31B	불가	겨우 가능	겨우 가능
Granite 4.2 30B	불가	겨우 가능	겨우 가능
EXAONE 4.0 32B	불가	겨우 가능	겨우 가능
EXAONE 4.5 33B	불가	불가	겨우 가능
Qwen3 32B	불가	불가	겨우 가능
DeepSeek R1 Distill Qwen 32B	불가	불가	겨우 가능
Nanbeige4.3 33B	불가	불가	겨우 가능
Llama 3.3 70B	불가	불가	불가
DeepSeek V4 Flash 0731	불가	불가	불가
GLM-5.3 Flash	불가	불가	불가
gpt-oss-120b	불가	불가	불가
Kolibri 1	불가	불가	불가
Laguna S 2.1	불가	불가	불가
Ling-3.0 Flash	불가	불가	불가
Qwen3.5 122B-A10B	불가	불가	불가
Solar Open 100B	불가	불가	불가
Solar Open 2 250B	불가	불가	불가

Apple M5 벤치마크 결과

보정에 쓰는 공개 벤치마크입니다. 측정 조건(컨텍스트·백엔드·플래그)은 위 추정과 다를 수 있습니다.

Apple M5 벤치마크 결과
모델	양자화	백엔드	컨텍스트	프롬프트 (tok/s)	생성 (tok/s)	플래그	출처	측정일
llama-2-7b	Q4_0	llama.cpp	512	723.0	31.9	Metal, FA	github.com	2026-08-30
Qwen3 8B	Q8_0	llama.cpp	512	712.0	16.1	Metal, KV q8_0	andoriyanishant.com	2026-09-13

자주 묻는 질문

Apple M5에 통째로 올라가는 가장 큰 모델은 무엇인가요?

Qwen3.5 35B-A3B IQ4_XS(18.17GB 파일)입니다. 8k 컨텍스트에서 통합 메모리 32GB에 전부 올라가고, 속도는 추정 38.7 tok/s (30.9–46.4, 보정된 추정 ±20%)입니다.

Apple M5에서 원활하게 돌아가는 로컬 LLM은 몇 개인가요?

Q4_K_M·8k 컨텍스트, 메모리 32GB 기준으로 등록된 모델 59개를 보면 쾌적 17개, 원활 12개, 겨우 가능 20개, 불가 10개입니다.

Apple M5에서 Llama 3.3 70B 같은 70B 모델을 돌릴 수 있나요?

IQ2_M (품질 손실 큼), CPU 전용 기준 판정: 겨우 가능, 속도: 추정 2.9 tok/s (2.0–3.7, 이론 추정 ±30%).

속도는 메모리 대역폭으로 계산한 추정치를 공개 벤치마크로 보정한 값입니다. 모든 수치에는 오차 범위와 신뢰 라벨을 함께 표시합니다. 실제 속도는 드라이버, 백엔드, 컨텍스트 길이, 발열에 따라 달라집니다.

사양