Apple M5에서 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: 10.0 TFLOPS
출시 연도: 2025

판정 요약

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

16GB쾌적2개원활8개겨우 가능3개불가16개양자화를 더 낮추면 3개가 더 돌아갑니다.
24GB쾌적2개원활10개겨우 가능7개불가10개양자화를 더 낮추면 3개가 더 돌아갑니다.
32GB쾌적2개원활12개겨우 가능9개불가6개양자화를 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 29개(판정·속도 순), 메모리 32GB
모델	판정	속도	양자화	메모리	실행 방식	컨텍스트	참고
EXAONE 4.0 1.2B	쾌적	추정 70.2 tok/s56.1–84.2보정된 추정 ±20%	Q4_K_M	1.9 / 22.4GB	통합 메모리	최대 32k	—
HyperCLOVA X SEED 1.5B	쾌적	추정 50.8 tok/s40.6–60.9보정된 추정 ±20%	Q4_K_M	2.4 / 22.4GB	통합 메모리	최대 16k	—
gpt-oss-20b	원활	추정 20.1 tok/s16.1–24.2보정된 추정 ±20%	MXFP4	12.9 / 22.4GB	통합 메모리	최대 64k	리즈닝 모델
Qwen3 30B-A3B (2507)	원활	추정 16.4 tok/s13.1–19.7보정된 추정 ±20%	Q4_K_M	19.9 / 22.4GB	통합 메모리	최대 16k	Q2_K (품질 손실 큼): 쾌적
Gemma 4 26B-A4B	원활	추정 15.9 tok/s12.8–19.1보정된 추정 ±20%	Q4_K_M	17.9 / 22.4GB	통합 메모리	최대 64k	UD-Q2_K_XL (품질 손실 큼): 쾌적
DeepSeek R1 Distill Llama 8B	원활	추정 15.4 tok/s12.3–18.5보정된 추정 ±20%	Q4_K_M	6.6 / 22.4GB	통합 메모리	최대 16k	리즈닝 모델
Kanana 1.5 8B	원활	추정 15.4 tok/s12.3–18.5보정된 추정 ±20%	Q4_K_M	6.6 / 22.4GB	통합 메모리	최대 32k	Q2_K (품질 손실 큼): 쾌적
Llama 3.1 8B	원활	추정 15.4 tok/s12.3–18.5보정된 추정 ±20%	Q4_K_M	6.6 / 22.4GB	통합 메모리	최대 32k	Q2_K (품질 손실 큼): 쾌적
Kanana 1.5 15.7B-A3B	원활	추정 15.0 tok/s12.0–18.0보정된 추정 ±20%	Q4_K_M	12.1 / 22.4GB	통합 메모리	최대 16k	—
Qwen3.5 9B	원활	추정 15.0 tok/s12.0–18.0보정된 추정 ±20%	Q4_K_M	6.7 / 22.4GB	통합 메모리	최대 128k	—
Qwen3 8B	원활	추정 14.8 tok/s11.8–17.7보정된 추정 ±20%	Q4_K_M	6.8 / 22.4GB	통합 메모리	최대 32k	Q2_K (품질 손실 큼): 쾌적
Gemma 4 12B	원활	추정 12.0 tok/s9.6–14.4보정된 추정 ±20%	Q4_K_M	8.2 / 22.4GB	통합 메모리	최대 64k	—
Gemma 3 12B	원활	추정 11.8 tok/s9.4–14.1보정된 추정 ±20%	Q4_K_M	8.4 / 22.4GB	통합 메모리	최대 32k	—
Qwen3 14B	원활	추정 8.9 tok/s7.1–10.7보정된 추정 ±20%	Q4_K_M	10.9 / 22.4GB	통합 메모리	최대 8k	—
Qwen3.5 35B-A3B	겨우 가능	추정 22.4 tok/s15.7–29.1이론 추정 ±30%	Q4_K_M	RAM 22.8GB	CPU 전용	최대 256k	CPU로만 추론하므로 겨우 돌아가는 수준을 넘지 못합니다. IQ4_XS: 쾌적
HyperCLOVA X SEED Think 14B	겨우 가능	추정 9.0 tok/s6.3–11.8이론 추정 ±30%	Q4_K_M	10.8 / 22.4GB	통합 메모리	최대 64k	리즈닝 모델
Phi-4	겨우 가능	추정 8.6 tok/s6.9–10.3보정된 추정 ±20%	Q4_K_M	11.3 / 22.4GB	통합 메모리	최대 16k	리즈닝 모델
Mistral Small 3.2 24B	겨우 가능	추정 5.9 tok/s4.7–7.1보정된 추정 ±20%	Q4_K_M	16.2 / 22.4GB	통합 메모리	최대 32k	Q2_K (품질 손실 큼): 원활
Gemma 3 27B	겨우 가능	추정 5.4 tok/s4.3–6.4보정된 추정 ±20%	Q4_K_M	17.8 / 22.4GB	통합 메모리	최대 32k	Q2_K (품질 손실 큼): 원활
Qwen3.5 27B	겨우 가능	추정 5.2 tok/s4.2–6.3보정된 추정 ±20%	Q4_K_M	18.2 / 22.4GB	통합 메모리	최대 32k	—
EXAONE 4.0 32B	겨우 가능	추정 4.6 tok/s3.7–5.6보정된 추정 ±20%	Q4_K_M	20.5 / 22.4GB	통합 메모리	최대 32k	리즈닝 모델
EXAONE 4.5 33B	겨우 가능	추정 4.5 tok/s3.6–5.4보정된 추정 ±20%	Q4_K_M	21.2 / 22.4GB	통합 메모리	최대 16k	리즈닝 모델
Qwen3 32B	겨우 가능	추정 2.4 tok/s1.7–3.2이론 추정 ±30%	Q4_K_M	RAM 21.9GB	CPU 전용	최대 16k	—
DeepSeek R1 Distill Qwen 32B	불가Q2_K (품질 손실 큼): 겨우 가능	추정 6.4 tok/s5.1–7.6보정된 추정 ±20%	Q2_K	15.0 / 22.4GB	통합 메모리	최대 32k	리즈닝 모델
gpt-oss-120b	불가	—	MXFP4	64.3GB 필요	—	—	약 64.3GB가 필요한데, 여유 메모리는 28.0GB입니다(GPU가 쓸 수 있는 양 22.4GB). 리즈닝 모델
Llama 3.3 70B	불가	—	Q4_K_M	45.8GB 필요	—	—	약 45.8GB가 필요한데, 여유 메모리는 28.0GB입니다(GPU가 쓸 수 있는 양 22.4GB).
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).
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).
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).

리즈닝 모델은 생각하는 데 토큰을 더 쓰기 때문에 속도 기준을 1.5배 엄격하게 잡습니다(30 / 12 / 3 tok/s).

메모리 용량별 판정

메모리 구성별 Q4_K_M 판정입니다. 속도는 모델 페이지에서 확인하세요.
모델	16GB	24GB	32GB
EXAONE 4.0 1.2B	쾌적	쾌적	쾌적
HyperCLOVA X SEED 1.5B	쾌적	쾌적	쾌적
gpt-oss-20b	불가	원활	원활
Qwen3 30B-A3B (2507)	불가	겨우 가능	원활
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
Kanana 1.5 15.7B-A3B	겨우 가능	원활	원활
Qwen3.5 9B	원활	원활	원활
Qwen3 8B	원활	원활	원활
Gemma 4 12B	원활	원활	원활
Gemma 3 12B	원활	원활	원활
Qwen3 14B	원활	원활	원활
Qwen3.5 35B-A3B	불가	불가	겨우 가능
HyperCLOVA X SEED Think 14B	겨우 가능	겨우 가능	겨우 가능
Phi-4	겨우 가능	겨우 가능	겨우 가능
Mistral Small 3.2 24B	불가	겨우 가능	겨우 가능
Gemma 3 27B	불가	겨우 가능	겨우 가능
Qwen3.5 27B	불가	겨우 가능	겨우 가능
EXAONE 4.0 32B	불가	불가	겨우 가능
EXAONE 4.5 33B	불가	불가	겨우 가능
Qwen3 32B	불가	불가	겨우 가능
DeepSeek R1 Distill Qwen 32B	불가	불가	불가
gpt-oss-120b	불가	불가	불가
Llama 3.3 70B	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

이 기기로 잰 공개 벤치마크 결과는 아직 없습니다.

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 27.4 tok/s (21.9–32.8, 보정된 추정 ±20%)입니다.

Apple M5에서 원활하게 돌아가는 로컬 LLM은 몇 개인가요?

Q4_K_M·8k 컨텍스트, 메모리 32GB 기준으로 등록된 모델 29개를 보면 쾌적 2개, 원활 12개, 겨우 가능 9개, 불가 6개입니다.

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

아니요. Llama 3.3 70B Q4_K_M에는 약 45.8GB가 필요한데, 이 구성의 GPU 메모리는 22.4GB, 여유 시스템 RAM은 28.0GB입니다.

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.