Apple M5 Pro(맥 미니·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: 24GB · 48GB · 64GB
메모리 대역폭: 307.0 GB/s
FP16 연산: 8.3 TFLOPS
출시 연도: 2026
이 칩이 들어간 맥: 맥 미니: 24GB · 48GB · 64GB
맥북 프로: 24GB · 48GB · 64GB
다른 표기: M5 Pro

판정 요약

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

24GB쾌적26개원활4개겨우 가능10개불가19개양자화를 더 낮추면 8개가 더 돌아갑니다.
48GB쾌적33개원활10개겨우 가능6개불가10개양자화를 더 낮추면 4개가 더 돌아갑니다.
64GB쾌적33개원활10개겨우 가능8개불가8개양자화를 더 낮추면 2개가 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 Pro 전체 모델 판정

옆으로 밀면 모든 열을 볼 수 있습니다.

모델 59개(판정·속도 순), 메모리 64GB
모델	판정	속도	양자화	메모리	실행 방식	컨텍스트	참고
MiniCPM5 1B	쾌적	추정 261.8 tok/s209.4–314.1보정된 추정 ±20%	Q4_K_M	1.5 / 44.8GB	통합 메모리	최대 128k	생각 모드
Llama 3.2 1B	쾌적	추정 216.4 tok/s173.1–259.6보정된 추정 ±20%	Q4_K_M	1.7 / 44.8GB	통합 메모리	최대 128k	—
Ling-3.0 Tiny	쾌적	추정 189.8 tok/s132.9–246.8이론 추정 ±30%	Q4_K_M	5.5 / 44.8GB	통합 메모리	최대 128k	생각 모드
EXAONE 4.0 1.2B	쾌적	추정 177.7 tok/s142.1–213.2보정된 추정 ±20%	Q4_K_M	1.9 / 44.8GB	통합 메모리	최대 64k	생각 모드
LFM2.5 2.6B	쾌적	추정 129.3 tok/s90.5–168.1이론 추정 ±30%	Q4_K_M	2.4 / 44.8GB	통합 메모리	최대 128k	생각 모드
HyperCLOVA X SEED 1.5B	쾌적	추정 128.5 tok/s102.8–154.2보정된 추정 ±20%	Q4_K_M	2.4 / 44.8GB	통합 메모리	최대 16k	—
MiniCPM5 2B	쾌적	추정 122.0 tok/s97.6–146.4보정된 추정 ±20%	Q4_K_M	2.5 / 44.8GB	통합 메모리	최대 128k	생각 모드
Gemma 4 E2B	쾌적	추정 119.1 tok/s83.4–154.9이론 추정 ±30%	Q4_K_M	3.7 / 44.8GB	통합 메모리	최대 128k	생각 모드
Mellum2.1 12B-A2.5B Thinking	쾌적	추정 111.4 tok/s89.1–133.7보정된 추정 ±20%	Q4_K_M	8.8 / 44.8GB	통합 메모리	최대 128k	생각 모드
MiniCPM-V 4.7 35B-A3B	쾌적	추정 81.0 tok/s64.8–97.3보정된 추정 ±20%	Q4_K_M	21.9 / 44.8GB	통합 메모리	최대 128k	생각 모드
Spark-X2.5 4B	쾌적	추정 80.4 tok/s64.3–96.5보정된 추정 ±20%	Q4_K_M	3.5 / 44.8GB	통합 메모리	최대 128k	생각 모드
Llama 3.2 3B	쾌적	추정 78.8 tok/s63.1–94.6보정된 추정 ±20%	Q4_K_M	3.5 / 44.8GB	통합 메모리	최대 64k	—
gpt-oss-20b	쾌적	추정 77.9 tok/s62.4–93.5보정된 추정 ±20%	MXFP4	12.9 / 44.8GB	통합 메모리	최대 128k	생각 모드
Nemotron 3.5 Lightning 30B-A3B	쾌적	추정 75.6 tok/s52.9–98.3이론 추정 ±30%	Q4_K_M	26.1 / 44.8GB	통합 메모리	최대 256k	생각 모드
Qwen3.5 4B	쾌적	추정 75.3 tok/s60.2–90.4보정된 추정 ±20%	Q4_K_M	3.7 / 44.8GB	통합 메모리	최대 128k	생각 모드
Qwen3.6 35B-A3B	쾌적	추정 75.3 tok/s60.2–90.4보정된 추정 ±20%	Q4_K_M	23.0 / 44.8GB	통합 메모리	최대 128k	생각 모드
Kanana 1.5 15.7B-A3B	쾌적	추정 66.9 tok/s53.5–80.3보정된 추정 ±20%	Q4_K_M	12.1 / 44.8GB	통합 메모리	최대 32k	—
Qwen3.5 35B-A3B	쾌적	추정 66.3 tok/s53.0–79.5보정된 추정 ±20%	Q4_K_M	23.4 / 44.8GB	통합 메모리	최대 128k	생각 모드
Gemma 4 E4B	쾌적	추정 65.1 tok/s45.6–84.7이론 추정 ±30%	Q4_K_M	5.7 / 44.8GB	통합 메모리	최대 128k	생각 모드
Qwen3 30B-A3B (2507)	쾌적	추정 64.8 tok/s51.8–77.8보정된 추정 ±20%	Q4_K_M	19.9 / 44.8GB	통합 메모리	최대 64k	—
Gemma 4 26B-A4B	쾌적	추정 55.6 tok/s44.5–66.8보정된 추정 ±20%	Q4_K_M	17.7 / 44.8GB	통합 메모리	최대 128k	생각 모드
Qwen3 8B	쾌적	45.4 tok/s8k 추정 37.4 tok/s (29.9–44.9, 보정된 추정 ±20%)실측 1건 (512 컨텍스트)	Q4_K_M	6.8 / 44.8GB	통합 메모리	최대 16k	생각 모드
K2-Horizon MoVA 36B-A4B	쾌적	추정 40.7 tok/s28.5–52.9이론 추정 ±30%	Q4_K_M	24.6 / 44.8GB	통합 메모리	최대 16k	생각 모드
DeepSeek R1 Distill Llama 8B	쾌적	추정 38.9 tok/s31.1–46.7보정된 추정 ±20%	Q4_K_M	6.6 / 44.8GB	통합 메모리	최대 16k	생각 모드
Kanana 1.5 8B	쾌적	추정 38.9 tok/s31.1–46.7보정된 추정 ±20%	Q4_K_M	6.6 / 44.8GB	통합 메모리	최대 32k	—
Llama 3.1 8B	쾌적	추정 38.9 tok/s31.1–46.7보정된 추정 ±20%	Q4_K_M	6.6 / 44.8GB	통합 메모리	최대 32k	—
Nanbeige4.2 3B	쾌적	추정 38.1 tok/s26.7–49.5이론 추정 ±30%	Q4_K_M	4.7 / 44.8GB	통합 메모리	최대 16k	생각 모드
Qwen3.5 9B	쾌적	추정 38.0 tok/s30.4–45.6보정된 추정 ±20%	Q4_K_M	6.7 / 44.8GB	통합 메모리	최대 32k	생각 모드
DeepSeek R1 0528 Qwen3 8B	쾌적	추정 37.4 tok/s29.9–44.9보정된 추정 ±20%	Q4_K_M	6.8 / 44.8GB	통합 메모리	최대 16k	생각 모드
K2-Horizon 7B	쾌적	추정 34.3 tok/s27.5–41.2보정된 추정 ±20%	Q4_K_M	7.4 / 44.8GB	통합 메모리	최대 8k	생각 모드
Gemma 4 12B	쾌적	추정 32.2 tok/s25.7–38.6보정된 추정 ±20%	Q4_K_M	7.8 / 44.8GB	통합 메모리	최대 32k	생각 모드
Gemma 3 12B	쾌적	추정 29.8 tok/s23.8–35.7보정된 추정 ±20%	Q4_K_M	8.4 / 44.8GB	통합 메모리	최대 64k	—
Phi-4	쾌적	추정 21.7 tok/s17.4–26.1보정된 추정 ±20%	Q4_K_M	11.3 / 44.8GB	통합 메모리	최대 8k	—
HyperCLOVA X SEED Think 14B	원활	추정 22.9 tok/s16.0–29.8이론 추정 ±30%	Q4_K_M	10.8 / 44.8GB	통합 메모리	최대 64k	생각 모드
Qwen3 14B	원활	추정 22.6 tok/s18.0–27.1보정된 추정 ±20%	Q4_K_M	10.9 / 44.8GB	통합 메모리	최대 32k	Q2_K (품질 손실 큼): 쾌적 생각 모드
DeepSeek R1 Distill Qwen 14B	원활	추정 22.0 tok/s17.6–26.4보정된 추정 ±20%	Q4_K_M	11.2 / 44.8GB	통합 메모리	최대 32k	Q2_K (품질 손실 큼): 쾌적 생각 모드
Mistral Small 3.2 24B	원활	추정 14.9 tok/s11.9–17.9보정된 추정 ±20%	Q4_K_M	16.2 / 44.8GB	통합 메모리	최대 64k	Q2_K (품질 손실 큼): 쾌적
Gemma 3 27B	원활	추정 13.5 tok/s10.8–16.3보정된 추정 ±20%	Q4_K_M	17.8 / 44.8GB	통합 메모리	최대 128k	Q2_K (품질 손실 큼): 쾌적
Qwen3.6 27B	원활	추정 13.4 tok/s10.8–16.1보정된 추정 ±20%	Q4_K_M	17.9 / 44.8GB	통합 메모리	최대 32k	생각 모드
Muse Glimmer 30B	원활	추정 13.4 tok/s10.7–16.1보정된 추정 ±20%	Q4_K_M	18.0 / 44.8GB	통합 메모리	최대 128k	생각 모드
Qwen3.5 27B	원활	추정 13.2 tok/s10.6–15.9보정된 추정 ±20%	Q4_K_M	18.2 / 44.8GB	통합 메모리	최대 32k	생각 모드
Qwen3.8 27B	원활	추정 13.0 tok/s10.4–15.6보정된 추정 ±20%	Q4_K_M	18.6 / 44.8GB	통합 메모리	최대 16k	생각 모드
Gemma 4 31B	원활	추정 12.3 tok/s9.8–14.7보정된 추정 ±20%	Q4_K_M	19.6 / 44.8GB	통합 메모리	최대 8k	생각 모드
Kolibri 1	겨우 가능	추정 55.6 tok/s39.0–72.3이론 추정 ±30%	Q4_K_M	RAM 49.9GB	CPU 전용	최대 256k	CPU로만 추론하므로 겨우 돌아가는 수준을 넘지 못합니다. IQ4_XS: 쾌적 생각 모드
Granite 4.2 30B	겨우 가능	추정 11.7 tok/s9.4–14.1보정된 추정 ±20%	Q4_K_M	20.4 / 44.8GB	통합 메모리	최대 64k	Q2_K (품질 손실 큼): 원활 생각 모드
EXAONE 4.0 32B	겨우 가능	추정 11.7 tok/s9.4–14.1보정된 추정 ±20%	Q4_K_M	20.5 / 44.8GB	통합 메모리	최대 128k	IQ4_XS: 원활 생각 모드
EXAONE 4.5 33B	겨우 가능	추정 11.3 tok/s9.1–13.6보정된 추정 ±20%	Q4_K_M	21.2 / 44.8GB	통합 메모리	최대 256k	IQ4_XS: 원활 생각 모드
Qwen3 32B	겨우 가능	추정 10.7 tok/s8.5–12.8보정된 추정 ±20%	Q4_K_M	22.5 / 44.8GB	통합 메모리	최대 32k	Q2_K (품질 손실 큼): 원활 생각 모드
DeepSeek R1 Distill Qwen 32B	겨우 가능	추정 10.6 tok/s8.5–12.7보정된 추정 ±20%	Q4_K_M	22.6 / 44.8GB	통합 메모리	최대 64k	Q2_K (품질 손실 큼): 원활 생각 모드
Nanbeige4.3 33B	겨우 가능	추정 10.4 tok/s8.3–12.4보정된 추정 ±20%	Q4_K_M	23.1 / 44.8GB	통합 메모리	최대 64k	Q2_K (품질 손실 큼): 원활 생각 모드
Llama 3.3 70B	겨우 가능	추정 3.4 tok/s2.4–4.4이론 추정 ±30%	Q4_K_M	RAM 45.2GB	CPU 전용	최대 32k	Q2_K (품질 손실 큼): 원활
Qwen3.5 122B-A10B	불가UD-Q2_K_XL (품질 손실 큼): 쾌적	추정 37.7 tok/s30.2–45.2보정된 추정 ±20%	UD-Q2_K_XL	43.6 / 44.8GB	통합 메모리	최대 32k	생각 모드
Solar Open 100B	불가IQ4_XS: 겨우 가능	추정 16.3 tok/s11.4–21.2이론 추정 ±30%	IQ4_XS	RAM 57.1GB	CPU 전용	최대 16k	CPU로만 추론하므로 겨우 돌아가는 수준을 넘지 못합니다. Q2_K (품질 손실 큼): 쾌적 생각 모드
DeepSeek V4 Flash 0731	불가	—	MXFP4	155.6GB 필요	—	—	약 155.6GB가 필요한데, 여유 메모리는 60.0GB입니다(GPU가 쓸 수 있는 양 44.8GB). 생각 모드
GLM-5.3 Flash	불가	—	Q4_K_M	182.1GB 필요	—	—	약 182.1GB가 필요한데, 여유 메모리는 60.0GB입니다(GPU가 쓸 수 있는 양 44.8GB). 생각 모드
gpt-oss-120b	불가	—	MXFP4	64.3GB 필요	—	—	약 64.3GB가 필요한데, 여유 메모리는 60.0GB입니다(GPU가 쓸 수 있는 양 44.8GB). 생각 모드
Laguna S 2.1	불가	—	Q4_K_M	68.6GB 필요	—	—	약 68.6GB가 필요한데, 여유 메모리는 60.0GB입니다(GPU가 쓸 수 있는 양 44.8GB). 생각 모드
Ling-3.0 Flash	불가	—	Q4_K_M	77.7GB 필요	—	—	약 77.7GB가 필요한데, 여유 메모리는 60.0GB입니다(GPU가 쓸 수 있는 양 44.8GB). 생각 모드
Solar Open 2 250B	불가	—	IQ4_XS	137.2GB 필요	—	—	약 137.2GB가 필요한데, 여유 메모리는 60.0GB입니다(GPU가 쓸 수 있는 양 44.8GB). 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	24GB	48GB	64GB
MiniCPM5 1B	쾌적	쾌적	쾌적
Llama 3.2 1B	쾌적	쾌적	쾌적
Ling-3.0 Tiny	쾌적	쾌적	쾌적
EXAONE 4.0 1.2B	쾌적	쾌적	쾌적
LFM2.5 2.6B	쾌적	쾌적	쾌적
HyperCLOVA X SEED 1.5B	쾌적	쾌적	쾌적
MiniCPM5 2B	쾌적	쾌적	쾌적
Gemma 4 E2B	쾌적	쾌적	쾌적
Mellum2.1 12B-A2.5B Thinking	쾌적	쾌적	쾌적
MiniCPM-V 4.7 35B-A3B	불가	쾌적	쾌적
Spark-X2.5 4B	쾌적	쾌적	쾌적
Llama 3.2 3B	쾌적	쾌적	쾌적
gpt-oss-20b	쾌적	쾌적	쾌적
Nemotron 3.5 Lightning 30B-A3B	불가	쾌적	쾌적
Qwen3.5 4B	쾌적	쾌적	쾌적
Qwen3.6 35B-A3B	불가	쾌적	쾌적
Kanana 1.5 15.7B-A3B	쾌적	쾌적	쾌적
Qwen3.5 35B-A3B	불가	쾌적	쾌적
Gemma 4 E4B	쾌적	쾌적	쾌적
Qwen3 30B-A3B (2507)	겨우 가능	쾌적	쾌적
Gemma 4 26B-A4B	겨우 가능	쾌적	쾌적
Qwen3 8B	쾌적	쾌적	쾌적
K2-Horizon MoVA 36B-A4B	불가	쾌적	쾌적
DeepSeek R1 Distill Llama 8B	쾌적	쾌적	쾌적
Kanana 1.5 8B	쾌적	쾌적	쾌적
Llama 3.1 8B	쾌적	쾌적	쾌적
Nanbeige4.2 3B	쾌적	쾌적	쾌적
Qwen3.5 9B	쾌적	쾌적	쾌적
DeepSeek R1 0528 Qwen3 8B	쾌적	쾌적	쾌적
K2-Horizon 7B	쾌적	쾌적	쾌적
Gemma 4 12B	쾌적	쾌적	쾌적
Gemma 3 12B	쾌적	쾌적	쾌적
Phi-4	쾌적	쾌적	쾌적
HyperCLOVA X SEED Think 14B	원활	원활	원활
Qwen3 14B	원활	원활	원활
DeepSeek R1 Distill Qwen 14B	원활	원활	원활
Mistral Small 3.2 24B	원활	원활	원활
Gemma 3 27B	겨우 가능	원활	원활
Qwen3.6 27B	겨우 가능	원활	원활
Muse Glimmer 30B	겨우 가능	원활	원활
Qwen3.5 27B	겨우 가능	원활	원활
Qwen3.8 27B	겨우 가능	원활	원활
Gemma 4 31B	겨우 가능	원활	원활
Kolibri 1	불가	불가	겨우 가능
Granite 4.2 30B	겨우 가능	겨우 가능	겨우 가능
EXAONE 4.0 32B	겨우 가능	겨우 가능	겨우 가능
EXAONE 4.5 33B	불가	겨우 가능	겨우 가능
Qwen3 32B	불가	겨우 가능	겨우 가능
DeepSeek R1 Distill Qwen 32B	불가	겨우 가능	겨우 가능
Nanbeige4.3 33B	불가	겨우 가능	겨우 가능
Llama 3.3 70B	불가	불가	겨우 가능
Qwen3.5 122B-A10B	불가	불가	불가
Solar Open 100B	불가	불가	불가
DeepSeek V4 Flash 0731	불가	불가	불가
GLM-5.3 Flash	불가	불가	불가
gpt-oss-120b	불가	불가	불가
Laguna S 2.1	불가	불가	불가
Ling-3.0 Flash	불가	불가	불가
Solar Open 2 250B	불가	불가	불가

Apple M5 Pro 벤치마크 결과

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

Apple M5 Pro 벤치마크 결과
모델	양자화	백엔드	컨텍스트	프롬프트 (tok/s)	생성 (tok/s)	플래그	출처	측정일
llama-2-7b	Q4_0	llama.cpp	512	1,340.0	67.6	Metal, FA	github.com	2026-09-24
Qwen3 8B	Q4_K_M	llama.cpp	512	1,223.0	45.4	Metal	github.com	2026-09-08

자주 묻는 질문

Apple M5 Pro에 통째로 올라가는 가장 큰 모델은 무엇인가요?

Kolibri 1 IQ4_XS(43.63GB 파일)입니다. 8k 컨텍스트에서 통합 메모리 64GB에 전부 올라가고, 속도는 추정 57.5 tok/s (46.0–69.0, 보정된 추정 ±20%)입니다.

Apple M5 Pro에서 원활하게 돌아가는 로컬 LLM은 몇 개인가요?

Q4_K_M·8k 컨텍스트, 메모리 64GB 기준으로 등록된 모델 59개를 보면 쾌적 33개, 원활 10개, 겨우 가능 8개, 불가 8개입니다.

Apple M5 Pro에서 Llama 3.3 70B 같은 70B 모델을 돌릴 수 있나요?

Q4_K_M, CPU 전용 기준 판정: 겨우 가능, 속도: 추정 3.4 tok/s (2.4–4.4, 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