Apple M5 Ultra(맥 스튜디오)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: 96GB · 256GB
메모리 대역폭: 1,228.0 GB/s
FP16 연산: 33.2 TFLOPS
출시 연도: 2026
이 칩이 들어간 맥: 맥 스튜디오: 96GB · 256GB
다른 표기: M5 Ultra

판정 요약

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

96GB쾌적51개원활1개겨우 가능3개불가3개
256GB쾌적56개원활1개겨우 가능1개불가0개

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 Ultra 전체 모델 판정

옆으로 밀면 모든 열을 볼 수 있습니다.

모델 58개(판정·속도 순), 메모리 256GB
모델	판정	속도	양자화	메모리	실행 방식	컨텍스트	참고
MiniCPM5 1B	쾌적	추정 785.3 tok/s628.2–942.4보정된 추정 ±20%	Q4_K_M	1.5 / 179.2GB	통합 메모리	최대 128k	생각 모드
Llama 3.2 1B	쾌적	추정 649.1 tok/s519.2–778.9보정된 추정 ±20%	Q4_K_M	1.7 / 179.2GB	통합 메모리	최대 128k	—
EXAONE 4.0 1.2B	쾌적	추정 533.0 tok/s426.4–639.6보정된 추정 ±20%	Q4_K_M	1.9 / 179.2GB	통합 메모리	최대 64k	생각 모드
LFM2.5 2.6B	쾌적	추정 388.0 tok/s271.6–504.3이론 추정 ±30%	Q4_K_M	2.4 / 179.2GB	통합 메모리	최대 128k	생각 모드
HyperCLOVA X SEED 1.5B	쾌적	추정 385.6 tok/s308.5–462.7보정된 추정 ±20%	Q4_K_M	2.4 / 179.2GB	통합 메모리	최대 16k	—
MiniCPM5 2B	쾌적	추정 366.0 tok/s292.8–439.2보정된 추정 ±20%	Q4_K_M	2.5 / 179.2GB	통합 메모리	최대 128k	생각 모드
Ling-3.0 Tiny	쾌적	추정 264.1 tok/s184.9–343.3이론 추정 ±30%	Q4_K_M	5.5 / 179.2GB	통합 메모리	최대 128k	생각 모드
Gemma 4 E2B	쾌적	추정 252.2 tok/s176.5–327.9이론 추정 ±30%	Q4_K_M	3.7 / 179.2GB	통합 메모리	최대 128k	생각 모드
Spark-X2.5 4B	쾌적	추정 241.2 tok/s193.0–289.4보정된 추정 ±20%	Q4_K_M	3.5 / 179.2GB	통합 메모리	최대 256k	생각 모드
Llama 3.2 3B	쾌적	추정 236.5 tok/s189.2–283.8보정된 추정 ±20%	Q4_K_M	3.5 / 179.2GB	통합 메모리	최대 128k	—
Qwen3.5 4B	쾌적	추정 225.9 tok/s180.7–271.1보정된 추정 ±20%	Q4_K_M	3.7 / 179.2GB	통합 메모리	최대 256k	생각 모드
gpt-oss-20b	쾌적	추정 187.4 tok/s149.9–224.9보정된 추정 ±20%	MXFP4	12.9 / 179.2GB	통합 메모리	최대 128k	생각 모드
Mellum2.1 12B-A2.5B Thinking	쾌적	추정 183.0 tok/s146.4–219.6보정된 추정 ±20%	Q4_K_M	8.8 / 179.2GB	통합 메모리	최대 128k	생각 모드
Nemotron 3.5 Lightning 30B-A3B	쾌적	추정 168.6 tok/s118.0–219.2이론 추정 ±30%	Q4_K_M	26.1 / 179.2GB	통합 메모리	최대 256k	생각 모드
Gemma 4 E4B	쾌적	추정 159.1 tok/s111.4–206.8이론 추정 ±30%	Q4_K_M	5.7 / 179.2GB	통합 메모리	최대 128k	생각 모드
gpt-oss-120b	쾌적	추정 131.0 tok/s104.8–157.2보정된 추정 ±20%	MXFP4	64.3 / 179.2GB	통합 메모리	최대 128k	생각 모드
MiniCPM-V 4.7 35B-A3B	쾌적	추정 130.8 tok/s104.7–157.0보정된 추정 ±20%	Q4_K_M	21.9 / 179.2GB	통합 메모리	최대 256k	생각 모드
Kanana 1.5 15.7B-A3B	쾌적	추정 128.1 tok/s102.5–153.7보정된 추정 ±20%	Q4_K_M	12.1 / 179.2GB	통합 메모리	최대 32k	—
Qwen3.6 35B-A3B	쾌적	추정 125.7 tok/s100.5–150.8보정된 추정 ±20%	Q4_K_M	23.0 / 179.2GB	통합 메모리	최대 256k	생각 모드
Qwen3.5 35B-A3B	쾌적	추정 116.8 tok/s93.5–140.2보정된 추정 ±20%	Q4_K_M	23.4 / 179.2GB	통합 메모리	최대 256k	생각 모드
DeepSeek R1 Distill Llama 8B	쾌적	추정 116.8 tok/s93.4–140.1보정된 추정 ±20%	Q4_K_M	6.6 / 179.2GB	통합 메모리	최대 128k	생각 모드
Kanana 1.5 8B	쾌적	추정 116.8 tok/s93.4–140.1보정된 추정 ±20%	Q4_K_M	6.6 / 179.2GB	통합 메모리	최대 32k	—
Llama 3.1 8B	쾌적	추정 116.8 tok/s93.4–140.1보정된 추정 ±20%	Q4_K_M	6.6 / 179.2GB	통합 메모리	최대 128k	—
Gemma 4 26B-A4B	쾌적	추정 115.8 tok/s92.6–138.9보정된 추정 ±20%	Q4_K_M	17.7 / 179.2GB	통합 메모리	최대 256k	생각 모드
Nanbeige4.2 3B	쾌적	추정 114.3 tok/s80.0–148.5이론 추정 ±30%	Q4_K_M	4.7 / 179.2GB	통합 메모리	최대 64k	생각 모드
Qwen3.5 9B	쾌적	추정 114.0 tok/s91.2–136.8보정된 추정 ±20%	Q4_K_M	6.7 / 179.2GB	통합 메모리	최대 256k	생각 모드
DeepSeek R1 0528 Qwen3 8B	쾌적	추정 112.2 tok/s89.8–134.7보정된 추정 ±20%	Q4_K_M	6.8 / 179.2GB	통합 메모리	최대 64k	생각 모드
Qwen3 8B	쾌적	추정 112.2 tok/s89.8–134.7보정된 추정 ±20%	Q4_K_M	6.8 / 179.2GB	통합 메모리	최대 32k	생각 모드
Kolibri 1	쾌적	추정 108.1 tok/s86.5–129.8보정된 추정 ±20%	Q4_K_M	50.5 / 179.2GB	통합 메모리	최대 256k	생각 모드
Qwen3 30B-A3B (2507)	쾌적	추정 106.6 tok/s85.3–127.9보정된 추정 ±20%	Q4_K_M	19.9 / 179.2GB	통합 메모리	최대 256k	—
Ling-3.0 Flash	쾌적	추정 106.3 tok/s74.4–138.2이론 추정 ±30%	Q4_K_M	77.7 / 179.2GB	통합 메모리	최대 256k	생각 모드
K2-Horizon 7B	쾌적	추정 103.0 tok/s82.4–123.6보정된 추정 ±20%	Q4_K_M	7.4 / 179.2GB	통합 메모리	최대 64k	생각 모드
Gemma 4 12B	쾌적	추정 96.5 tok/s77.2–115.8보정된 추정 ±20%	Q4_K_M	7.8 / 179.2GB	통합 메모리	최대 256k	생각 모드
Gemma 3 12B	쾌적	추정 89.3 tok/s71.5–107.2보정된 추정 ±20%	Q4_K_M	8.4 / 179.2GB	통합 메모리	최대 128k	—
K2-Horizon MoVA 36B-A4B	쾌적	추정 82.3 tok/s57.6–106.9이론 추정 ±30%	Q4_K_M	24.6 / 179.2GB	통합 메모리	최대 64k	생각 모드
HyperCLOVA X SEED Think 14B	쾌적	추정 68.7 tok/s48.1–89.3이론 추정 ±30%	Q4_K_M	10.8 / 179.2GB	통합 메모리	최대 64k	생각 모드
Qwen3 14B	쾌적	추정 67.7 tok/s54.1–81.2보정된 추정 ±20%	Q4_K_M	10.9 / 179.2GB	통합 메모리	최대 32k	생각 모드
DeepSeek R1 Distill Qwen 14B	쾌적	추정 66.0 tok/s52.8–79.2보정된 추정 ±20%	Q4_K_M	11.2 / 179.2GB	통합 메모리	최대 64k	생각 모드
Phi-4	쾌적	추정 65.2 tok/s52.2–78.3보정된 추정 ±20%	Q4_K_M	11.3 / 179.2GB	통합 메모리	최대 16k	—
Laguna S 2.1	쾌적	추정 61.9 tok/s49.5–74.3보정된 추정 ±20%	Q4_K_M	68.6 / 179.2GB	통합 메모리	최대 128k	생각 모드
Qwen3.5 122B-A10B	쾌적	추정 58.6 tok/s46.9–70.4보정된 추정 ±20%	Q4_K_M	79.0 / 179.2GB	통합 메모리	최대 256k	생각 모드
Solar Open 100B	쾌적	추정 56.5 tok/s45.2–67.8보정된 추정 ±20%	Q4_K_M	64.4 / 179.2GB	통합 메모리	최대 32k	생각 모드
DeepSeek V4 Flash 0731	쾌적	추정 52.5 tok/s36.7–68.2이론 추정 ±30%	MXFP4	155.6 / 179.2GB	통합 메모리	최대 256k	생각 모드
Solar Open 2 250B	쾌적	추정 50.3 tok/s40.3–60.4보정된 추정 ±20%	IQ4_XS	137.2 / 179.2GB	통합 메모리	최대 128k	생각 모드
Mistral Small 3.2 24B	쾌적	추정 44.7 tok/s35.7–53.6보정된 추정 ±20%	Q4_K_M	16.2 / 179.2GB	통합 메모리	최대 64k	—
Gemma 3 27B	쾌적	추정 40.6 tok/s32.5–48.8보정된 추정 ±20%	Q4_K_M	17.8 / 179.2GB	통합 메모리	최대 128k	—
Qwen3.6 27B	쾌적	추정 40.3 tok/s32.3–48.4보정된 추정 ±20%	Q4_K_M	17.9 / 179.2GB	통합 메모리	최대 64k	생각 모드
Muse Glimmer 30B	쾌적	추정 40.2 tok/s32.1–48.2보정된 추정 ±20%	Q4_K_M	18.0 / 179.2GB	통합 메모리	최대 128k	생각 모드
Qwen3.5 27B	쾌적	추정 39.7 tok/s31.7–47.6보정된 추정 ±20%	Q4_K_M	18.2 / 179.2GB	통합 메모리	최대 64k	생각 모드
Qwen3.8 27B	쾌적	추정 38.9 tok/s31.1–46.7보정된 추정 ±20%	Q4_K_M	18.6 / 179.2GB	통합 메모리	최대 64k	생각 모드
Gemma 4 31B	쾌적	추정 36.9 tok/s29.5–44.2보정된 추정 ±20%	Q4_K_M	19.6 / 179.2GB	통합 메모리	최대 32k	생각 모드
Granite 4.2 30B	쾌적	추정 35.2 tok/s28.2–42.3보정된 추정 ±20%	Q4_K_M	20.4 / 179.2GB	통합 메모리	최대 16k	생각 모드
EXAONE 4.0 32B	쾌적	추정 35.2 tok/s28.2–42.3보정된 추정 ±20%	Q4_K_M	20.5 / 179.2GB	통합 메모리	최대 32k	생각 모드
EXAONE 4.5 33B	쾌적	추정 34.0 tok/s27.2–40.8보정된 추정 ±20%	Q4_K_M	21.2 / 179.2GB	통합 메모리	최대 32k	생각 모드
Qwen3 32B	쾌적	추정 32.0 tok/s25.6–38.3보정된 추정 ±20%	Q4_K_M	22.5 / 179.2GB	통합 메모리	최대 8k	생각 모드
DeepSeek R1 Distill Qwen 32B	쾌적	추정 31.8 tok/s25.5–38.2보정된 추정 ±20%	Q4_K_M	22.6 / 179.2GB	통합 메모리	최대 8k	생각 모드
Llama 3.3 70B	원활	추정 15.5 tok/s12.4–18.6보정된 추정 ±20%	Q4_K_M	45.8 / 179.2GB	통합 메모리	최대 128k	Q2_K (품질 손실 큼): 쾌적
GLM-5.3 Flash	겨우 가능	추정 39.5 tok/s27.6–51.3이론 추정 ±30%	Q4_K_M	RAM 181.5GB	CPU 전용	최대 256k	CPU로만 추론하므로 겨우 돌아가는 수준을 넘지 못합니다. Q2_K (품질 손실 큼): 쾌적 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	96GB	256GB
MiniCPM5 1B	쾌적	쾌적
Llama 3.2 1B	쾌적	쾌적
EXAONE 4.0 1.2B	쾌적	쾌적
LFM2.5 2.6B	쾌적	쾌적
HyperCLOVA X SEED 1.5B	쾌적	쾌적
MiniCPM5 2B	쾌적	쾌적
Ling-3.0 Tiny	쾌적	쾌적
Gemma 4 E2B	쾌적	쾌적
Spark-X2.5 4B	쾌적	쾌적
Llama 3.2 3B	쾌적	쾌적
Qwen3.5 4B	쾌적	쾌적
gpt-oss-20b	쾌적	쾌적
Mellum2.1 12B-A2.5B Thinking	쾌적	쾌적
Nemotron 3.5 Lightning 30B-A3B	쾌적	쾌적
Gemma 4 E4B	쾌적	쾌적
gpt-oss-120b	쾌적	쾌적
MiniCPM-V 4.7 35B-A3B	쾌적	쾌적
Kanana 1.5 15.7B-A3B	쾌적	쾌적
Qwen3.6 35B-A3B	쾌적	쾌적
Qwen3.5 35B-A3B	쾌적	쾌적
DeepSeek R1 Distill Llama 8B	쾌적	쾌적
Kanana 1.5 8B	쾌적	쾌적
Llama 3.1 8B	쾌적	쾌적
Gemma 4 26B-A4B	쾌적	쾌적
Nanbeige4.2 3B	쾌적	쾌적
Qwen3.5 9B	쾌적	쾌적
DeepSeek R1 0528 Qwen3 8B	쾌적	쾌적
Qwen3 8B	쾌적	쾌적
Kolibri 1	쾌적	쾌적
Qwen3 30B-A3B (2507)	쾌적	쾌적
Ling-3.0 Flash	겨우 가능	쾌적
K2-Horizon 7B	쾌적	쾌적
Gemma 4 12B	쾌적	쾌적
Gemma 3 12B	쾌적	쾌적
K2-Horizon MoVA 36B-A4B	쾌적	쾌적
HyperCLOVA X SEED Think 14B	쾌적	쾌적
Qwen3 14B	쾌적	쾌적
DeepSeek R1 Distill Qwen 14B	쾌적	쾌적
Phi-4	쾌적	쾌적
Laguna S 2.1	겨우 가능	쾌적
Qwen3.5 122B-A10B	겨우 가능	쾌적
Solar Open 100B	쾌적	쾌적
DeepSeek V4 Flash 0731	불가	쾌적
Solar Open 2 250B	불가	쾌적
Mistral Small 3.2 24B	쾌적	쾌적
Gemma 3 27B	쾌적	쾌적
Qwen3.6 27B	쾌적	쾌적
Muse Glimmer 30B	쾌적	쾌적
Qwen3.5 27B	쾌적	쾌적
Qwen3.8 27B	쾌적	쾌적
Gemma 4 31B	쾌적	쾌적
Granite 4.2 30B	쾌적	쾌적
EXAONE 4.0 32B	쾌적	쾌적
EXAONE 4.5 33B	쾌적	쾌적
Qwen3 32B	쾌적	쾌적
DeepSeek R1 Distill Qwen 32B	쾌적	쾌적
Llama 3.3 70B	원활	원활
GLM-5.3 Flash	불가	겨우 가능

Apple M5 Ultra 벤치마크 결과

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

Apple M5 Ultra 벤치마크 결과
모델	양자화	백엔드	컨텍스트	프롬프트 (tok/s)	생성 (tok/s)	플래그	출처	측정일
llama-2-7b	Q4_0	llama.cpp	512	4,945.0	179.1	Metal, FA	github.com	2026-09-30

자주 묻는 질문

Apple M5 Ultra에 통째로 올라가는 가장 큰 모델은 무엇인가요?

DeepSeek V4 Flash 0731 MXFP4(154.99GB 파일)입니다. 8k 컨텍스트에서 통합 메모리 256GB에 전부 올라가고, 속도는 추정 52.5 tok/s (36.7–68.2, 이론 추정 ±30%)입니다.

Apple M5 Ultra에서 원활하게 돌아가는 로컬 LLM은 몇 개인가요?

Q4_K_M·8k 컨텍스트, 메모리 256GB 기준으로 등록된 모델 58개를 보면 쾌적 56개, 원활 1개, 겨우 가능 1개, 불가 0개입니다.

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

Q4_K_M, 통합 메모리 기준 판정: 원활, 속도: 추정 15.5 tok/s (12.4–18.6, 보정된 추정 ±20%).

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