Apple M5 Max（32-core GPU，MacBook Pro、Mac Studio） 能跑哪些本地大模型？
统一内存：默认设置下 GPU 大约可以使用其中的 70%
按 8k 上下文和 f16 KV 缓存计算。判定按内存容量分别列出。
规格
- 内存配置
- 36 GB
- 内存带宽
- 460.0 GB/s
- FP16 算力
- 13.3 TFLOPS
- 发布年份
- 2026
- 搭载这款芯片的 Mac
- MacBook Pro：36 GB
- Mac Studio：36 GB
- 其他写法
- M5 Max 32
判定一览
基于 Q4_K_M（或最接近的可用量化）、8k 上下文，内存 36 GB。
- 运行流畅37 个模型运行良好10 个模型运行较慢1 个模型无法运行10 个模型另有 2 个模型可以用更低的量化运行。
判定说明
- 运行流畅
- 全部载入显卡，且达到 20 tok/s 及以上
- 运行良好
- 全部载入显卡且为 8–20 tok/s；MoE 专家放在系统内存且达到 20 tok/s 及以上；或至少 90% 载入显卡且达到 8 tok/s 及以上
- 运行较慢
- 2–8 tok/s；纯 CPU；载入显卡不足 90%；或 MoE 专家放在系统内存且低于 20 tok/s
- 无法运行
- 内存装不下，或低于 2 tok/s
Apple M5 Max (32-core GPU) 上的全部模型
左右滑动可查看所有列。
| 模型 | 判定 | 速度 | 量化 | 显存/内存 | 运行方式 | 上下文 | 备注 |
|---|---|---|---|---|---|---|---|
| MiniCPM5 1B | 运行流畅 | 估算 392.2 tok/s313.8–470.7校准估算 ±20% | Q4_K_M | 1.5 / 25.2 GB | 统一内存 | 最长 128k |
|
| Llama 3.2 1B | 运行流畅 | 估算 324.2 tok/s259.3–389.0校准估算 ±20% | Q4_K_M | 1.7 / 25.2 GB | 统一内存 | 最长 128k | — |
| EXAONE 4.0 1.2B | 运行流畅 | 估算 266.2 tok/s213.0–319.4校准估算 ±20% | Q4_K_M | 1.9 / 25.2 GB | 统一内存 | 最长 64k |
|
| Ling-3.0 Tiny | 运行流畅 | 估算 243.0 tok/s170.1–315.9理论估算 ±30% | Q4_K_M | 5.5 / 25.2 GB | 统一内存 | 最长 128k |
|
| LFM2.5 2.6B | 运行流畅 | 估算 193.8 tok/s135.6–251.9理论估算 ±30% | Q4_K_M | 2.4 / 25.2 GB | 统一内存 | 最长 128k |
|
| HyperCLOVA X SEED 1.5B | 运行流畅 | 估算 192.6 tok/s154.1–231.1校准估算 ±20% | Q4_K_M | 2.4 / 25.2 GB | 统一内存 | 最长 16k | — |
| MiniCPM5 2B | 运行流畅 | 估算 182.8 tok/s146.3–219.4校准估算 ±20% | Q4_K_M | 2.5 / 25.2 GB | 统一内存 | 最长 128k |
|
| Gemma 4 E2B | 运行流畅 | 估算 161.7 tok/s113.2–210.2理论估算 ±30% | Q4_K_M | 3.7 / 25.2 GB | 统一内存 | 最长 128k |
|
| Mellum2.1 12B-A2.5B Thinking | 运行流畅 | 估算 148.8 tok/s119.0–178.5校准估算 ±20% | Q4_K_M | 8.8 / 25.2 GB | 统一内存 | 最长 128k |
|
| Spark-X2.5 4B | 运行流畅 | 估算 120.5 tok/s96.4–144.6校准估算 ±20% | Q4_K_M | 3.5 / 25.2 GB | 统一内存 | 最长 128k |
|
| Llama 3.2 3B | 运行流畅 | 估算 118.1 tok/s94.5–141.8校准估算 ±20% | Q4_K_M | 3.5 / 25.2 GB | 统一内存 | 最长 128k | — |
| Qwen3.5 4B | 运行流畅 | 估算 112.8 tok/s90.3–135.4校准估算 ±20% | Q4_K_M | 3.7 / 25.2 GB | 统一内存 | 最长 256k |
|
| gpt-oss-20b | 运行流畅 | 估算 112.7 tok/s90.1–135.2校准估算 ±20% | MXFP4 | 12.9 / 25.2 GB | 统一内存 | 最长 128k |
|
| MiniCPM-V 4.7 35B-A3B | 运行流畅 | 估算 107.8 tok/s86.2–129.3校准估算 ±20% | Q4_K_M | 21.9 / 25.2 GB | 统一内存 | 最长 64k |
|
| Qwen3.6 35B-A3B | 运行流畅 | 估算 100.9 tok/s80.8–121.1校准估算 ±20% | Q4_K_M | 23.0 / 25.2 GB | 统一内存 | 最长 64k |
|
| Kanana 1.5 15.7B-A3B | 运行流畅 | 估算 92.5 tok/s74.0–111.0校准估算 ±20% | Q4_K_M | 12.1 / 25.2 GB | 统一内存 | 最长 32k | — |
| Gemma 4 E4B | 运行流畅 | 估算 92.3 tok/s64.6–120.0理论估算 ±30% | Q4_K_M | 5.7 / 25.2 GB | 统一内存 | 最长 128k |
|
| Qwen3.5 35B-A3B | 运行流畅 | 估算 90.0 tok/s72.0–108.0校准估算 ±20% | Q4_K_M | 23.4 / 25.2 GB | 统一内存 | 最长 64k |
|
| Qwen3 30B-A3B (2507) | 运行流畅 | 估算 86.6 tok/s69.3–103.9校准估算 ±20% | Q4_K_M | 19.9 / 25.2 GB | 统一内存 | 最长 32k | — |
| Gemma 4 26B-A4B | 运行流畅 | 估算 78.3 tok/s62.6–93.9校准估算 ±20% | Q4_K_M | 17.7 / 25.2 GB | 统一内存 | 最长 128k |
|
| DeepSeek R1 Distill Llama 8B | 运行流畅 | 估算 58.3 tok/s46.7–70.0校准估算 ±20% | Q4_K_M | 6.6 / 25.2 GB | 统一内存 | 最长 32k |
|
| Kanana 1.5 8B | 运行流畅 | 估算 58.3 tok/s46.7–70.0校准估算 ±20% | Q4_K_M | 6.6 / 25.2 GB | 统一内存 | 最长 32k | — |
| Llama 3.1 8B | 运行流畅 | 估算 58.3 tok/s46.7–70.0校准估算 ±20% | Q4_K_M | 6.6 / 25.2 GB | 统一内存 | 最长 64k | — |
| Nanbeige4.2 3B | 运行流畅 | 估算 57.1 tok/s39.9–74.2理论估算 ±30% | Q4_K_M | 4.7 / 25.2 GB | 统一内存 | 最长 32k |
|
| Qwen3.5 9B | 运行流畅 | 估算 57.0 tok/s45.6–68.3校准估算 ±20% | Q4_K_M | 6.7 / 25.2 GB | 统一内存 | 最长 128k |
|
| K2-Horizon MoVA 36B-A4B | 运行流畅 | 估算 56.9 tok/s39.9–74.0理论估算 ±30% | Q4_K_M | 24.6 / 25.2 GB | 统一内存 | 最长 8k |
|
| DeepSeek R1 0528 Qwen3 8B | 运行流畅 | 估算 56.0 tok/s44.8–67.3校准估算 ±20% | Q4_K_M | 6.8 / 25.2 GB | 统一内存 | 最长 32k |
|
| Qwen3 8B | 运行流畅 | 估算 56.0 tok/s44.8–67.3校准估算 ±20% | Q4_K_M | 6.8 / 25.2 GB | 统一内存 | 最长 32k |
|
| K2-Horizon 7B | 运行流畅 | 估算 51.4 tok/s41.1–61.7校准估算 ±20% | Q4_K_M | 7.4 / 25.2 GB | 统一内存 | 最长 32k |
|
| Gemma 4 12B | 运行流畅 | 估算 48.2 tok/s38.6–57.8校准估算 ±20% | Q4_K_M | 7.8 / 25.2 GB | 统一内存 | 最长 256k |
|
| Gemma 3 12B | 运行流畅 | 估算 44.6 tok/s35.7–53.5校准估算 ±20% | Q4_K_M | 8.4 / 25.2 GB | 统一内存 | 最长 128k | — |
| HyperCLOVA X SEED Think 14B | 运行流畅 | 估算 34.3 tok/s24.0–44.6理论估算 ±30% | Q4_K_M | 10.8 / 25.2 GB | 统一内存 | 最长 16k |
|
| Qwen3 14B | 运行流畅 | 估算 33.8 tok/s27.0–40.6校准估算 ±20% | Q4_K_M | 10.9 / 25.2 GB | 统一内存 | 最长 8k |
|
| DeepSeek R1 Distill Qwen 14B | 运行流畅 | 估算 33.0 tok/s26.4–39.6校准估算 ±20% | Q4_K_M | 11.2 / 25.2 GB | 统一内存 | 最长 8k |
|
| Phi-4 | 运行流畅 | 估算 32.6 tok/s26.1–39.1校准估算 ±20% | Q4_K_M | 11.3 / 25.2 GB | 统一内存 | 最长 16k | — |
| Mistral Small 3.2 24B | 运行流畅 | 估算 22.3 tok/s17.8–26.8校准估算 ±20% | Q4_K_M | 16.2 / 25.2 GB | 统一内存 | 最长 16k | — |
| Gemma 3 27B | 运行流畅 | 估算 20.3 tok/s16.2–24.4校准估算 ±20% | Q4_K_M | 17.8 / 25.2 GB | 统一内存 | 最长 8k | — |
| Qwen3.6 27B | 运行良好 | 估算 20.1 tok/s16.1–24.2校准估算 ±20% | Q4_K_M | 17.9 / 25.2 GB | 统一内存 | 最长 64k |
|
| Muse Glimmer 30B | 运行良好 | 估算 20.1 tok/s16.1–24.1校准估算 ±20% | Q4_K_M | 18.0 / 25.2 GB | 统一内存 | 最长 128k |
|
| Qwen3.5 27B | 运行良好 | 估算 19.8 tok/s15.8–23.8校准估算 ±20% | Q4_K_M | 18.2 / 25.2 GB | 统一内存 | 最长 64k |
|
| Qwen3.8 27B | 运行良好 | 估算 19.4 tok/s15.6–23.3校准估算 ±20% | Q4_K_M | 18.6 / 25.2 GB | 统一内存 | 最长 64k |
|
| Gemma 4 31B | 运行良好 | 估算 18.4 tok/s14.7–22.1校准估算 ±20% | Q4_K_M | 19.6 / 25.2 GB | 统一内存 | 最长 64k |
|
| Granite 4.2 30B | 运行良好 | 估算 17.6 tok/s14.1–21.1校准估算 ±20% | Q4_K_M | 20.4 / 25.2 GB | 统一内存 | 最长 16k |
|
| EXAONE 4.0 32B | 运行良好 | 估算 17.6 tok/s14.1–21.1校准估算 ±20% | Q4_K_M | 20.5 / 25.2 GB | 统一内存 | 最长 64k |
|
| EXAONE 4.5 33B | 运行良好 | 估算 17.0 tok/s13.6–20.4校准估算 ±20% | Q4_K_M | 21.2 / 25.2 GB | 统一内存 | 最长 32k |
|
| Qwen3 32B | 运行良好 | 估算 16.0 tok/s12.8–19.1校准估算 ±20% | Q4_K_M | 22.5 / 25.2 GB | 统一内存 | 最长 16k |
|
| DeepSeek R1 Distill Qwen 32B | 运行良好 | 估算 15.9 tok/s12.7–19.1校准估算 ±20% | Q4_K_M | 22.6 / 25.2 GB | 统一内存 | 最长 16k |
|
| Nemotron 3.5 Lightning 30B-A3B | 运行较慢 | 估算 80.1 tok/s56.0–104.1理论估算 ±30% | Q4_K_M | 25.5 GB 内存 | 纯 CPU | 最长 256k |
|
| Kolibri 1 | 无法运行改用 Q2_K（质量损失大）：运行较慢 | 估算 92.9 tok/s65.0–120.7理论估算 ±30% | Q2_K | 30.1 GB 内存 | 纯 CPU | 最长 64k |
|
| Llama 3.3 70B | 无法运行改用 Q2_K（质量损失大）：运行较慢 | 估算 7.9 tok/s5.5–10.3理论估算 ±30% | Q2_K | 29.1 GB 内存 | 纯 CPU | 最长 16k | — |
| DeepSeek V4 Flash 0731 | 无法运行 | — | MXFP4 | 需要 155.6 GB | — | — |
|
| GLM-5.3 Flash | 无法运行 | — | Q4_K_M | 需要 182.1 GB | — | — |
|
| gpt-oss-120b | 无法运行 | — | MXFP4 | 需要 64.3 GB | — | — |
|
| Laguna S 2.1 | 无法运行 | — | Q4_K_M | 需要 68.6 GB | — | — |
|
| Ling-3.0 Flash | 无法运行 | — | Q4_K_M | 需要 77.7 GB | — | — |
|
| Qwen3.5 122B-A10B | 无法运行 | — | Q4_K_M | 需要 79.0 GB | — | — |
|
| Solar Open 100B | 无法运行 | — | Q4_K_M | 需要 64.4 GB | — | — |
|
| Solar Open 2 250B | 无法运行 | — | IQ4_XS | 需要 137.2 GB | — | — |
|
带思考模式的模型会额外花 token 来思考，所以速度门槛按 1.5 倍从严设定（30 / 12 / 3 tok/s）。关闭思考模式后，判定可能会高一级。
Apple M5 Max (32-core GPU) 的实测结果
这台设备暂无公开基准测试结果。
常见问题
能完全在 Apple M5 Max (32-core GPU) 上运行的最大模型是什么？
K2-Horizon MoVA 36B-A4B Q4_K_M（22.37 GB 文件）在 8k 上下文下可完整装入 36 GB 统一内存，估算 56.9 tok/s（39.9–74.0，理论估算 ±30%）。
Apple M5 Max (32-core GPU) 上有多少本地大模型能运行良好？
按 Q4_K_M、8k 上下文计算，内存 36 GB，在 58 个已收录的模型中，37 个运行流畅、10 个运行良好、1 个运行较慢，10 个无法运行。
Apple M5 Max (32-core GPU) 能运行 Llama 3.3 70B 这样的 70B 模型吗？
运行较慢——纯 CPU，Q2_K（质量损失大）：估算 7.9 tok/s（5.5–10.3，理论估算 ±30%）。
速度是根据内存带宽得出的估算值，并用公开基准测试结果校准，每个数值都附有误差范围和可信度标签。实际结果会因驱动、后端、上下文长度和散热情况而有所不同。