Apple M5 Max (40-core GPU) · 48 GB 能跑哪些开源模型
- 统一内存 48 GB
- 带宽 614 GB/s
- 可用 36.0 GB
规格出处: 显存 · Mac Studio - Technical Specifications - Apple · 带宽 · MacBook Pro - Tech Specs - Apple
| 适配 | 模型 | 参数 / 激活 | 推荐精度 | 显存占用 | 估算速度 | 最长上下文 | 运行方式 |
|---|---|---|---|---|---|---|---|
| ●流畅 | Qwen3.5-35B-A3B Alibaba Qwen | 36B / 3B | Q6_K | 117–175 tok/s | 256K | 统一内存 | |
| ●流畅 | Qwen3.6-35B-A3B Alibaba Qwen | 36B / 3B | Q6_K | 117–175 tok/s | 256K | 统一内存 | |
| ●流畅 | Qwen2.5-VL-32B-Instruct Alibaba Qwen | 33.5B | Q4_K_M | 14–20 tok/s | 64K | 统一内存 | |
| ●流畅 | Qwen3-VL-32B-Instruct Alibaba Qwen | 33.4B | Q4_K_M官方 | 14–21 tok/s | 66K | 统一内存 | |
| ●流畅 | Qwen3-VL-32B-Thinking Alibaba Qwen | 33.4B | Q4_K_M官方 | 14–21 tok/s | 66K | 统一内存 | |
| ●流畅 | Qwen2.5-32B-Instruct Alibaba Qwen | 32.8B | Q4_K_M官方 | 14–21 tok/s | 32K | 统一内存 | |
| ●流畅 | Qwen2.5-Coder-32B-Instruct Alibaba Qwen | 32.8B | INT4 (AWQ / GPTQ)官方 | 14–21 tok/s | 32K | 统一内存 | |
| ●流畅 | QwQ-32B Alibaba Qwen | 32.8B | Q4_K_M官方 | 14–21 tok/s | 40K | 统一内存 | |
| ●流畅 | DeepSeek-R1-Distill-Qwen-32B DeepSeek | 32.8B | Q4_K_M | 14–21 tok/s | 32K | 统一内存 | |
| ●流畅 | Qwen3-32B Alibaba Qwen | 32.8B | Q4_K_M官方 | 14–21 tok/s | 128K | 统一内存 | |
| ●流畅 | Qwen3-Omni-30B-A3B-Captioner Alibaba Qwen | 31.7B | FP8 | 57–86 tok/s | 53K | 统一内存 | |
| ●流畅 | Gemma 4 31B IT Google | 31.3B | Q5_K_M | 13–19 tok/s | 86K | 统一内存 | |
| ●流畅 | GLM-4.7-Flash Zhipu AI | 31.2B | FP8 | 55–82 tok/s | 106K | 统一内存 | |
| ●流畅 | Qwen3-VL-30B-A3B-Instruct Alibaba Qwen | 31.1B | FP8官方 | 63–95 tok/s | 47K | 统一内存 | |
| ●流畅 | Qwen3-VL-30B-A3B-Thinking Alibaba Qwen | 31.1B | FP8官方 | 63–95 tok/s | 47K | 统一内存 | |
| ●流畅 | Qwen3-30B-A3B-Instruct-2507 Alibaba Qwen | 30.5B / 3.3B | FP8官方 | 74–110 tok/s | 59K | 统一内存 | |
| ●流畅 | Qwen3-30B-A3B-Thinking-2507 Alibaba Qwen | 30.5B / 3.3B | FP8官方 | 74–110 tok/s | 59K | 统一内存 | |
| ●流畅 | Qwen3-30B-A3B Alibaba Qwen | 30.5B / 3.3B | MLX 8bit官方 | 73–109 tok/s | 128K | 统一内存 | |
| ●流畅 | Qwen3-Coder-30B-A3B-Instruct Alibaba Qwen | 30.5B / 3.3B | FP8官方 | 74–110 tok/s | 59K | 统一内存 | |
| ●流畅 | Hy-Memory-30B-A3B Tencent | 30.1B / 3B | Q8_0官方 | 77–115 tok/s | 50K | 统一内存 | |
| ●流畅 | Granite Switch 4.1 30B IBM | 30B | Q4_K_M官方 | 13–20 tok/s | 60K | 统一内存 | |
| ●流畅 | Qwen3.5-27B Alibaba Qwen | 27.8B | Q6_K | 13–20 tok/s | 219K | 统一内存 | |
| ●流畅 | Qwen3.6-27B Alibaba Qwen | 27.8B | Q6_K | 13–20 tok/s | 219K | 统一内存 | |
| ●流畅 | Qwen3.8-27B Alibaba Qwen | 27.8B | Q6_K | 13–20 tok/s | 219K | 统一内存 | |
| ●流畅 | Gemma 4 26B A4B IT Google | 25.8B / 3.8B | Q8_0 | 67–100 tok/s | 230K | 统一内存 | |
| ●流畅 | Magistral Small 1.2 Mistral AI | 24B | Q6_K | 15–22 tok/s | 107K | 统一内存 | |
| ●流畅 | Devstral Small 1.0 Mistral AI | 23.6B | Q6_K | 15–22 tok/s | 109K | 统一内存 | |
| ●流畅 | Devstral Small 1.1 Mistral AI | 23.6B | Q6_K | 15–22 tok/s | 109K | 统一内存 | |
| ●流畅 | Magistral Small 1.0 Mistral AI | 23.6B | Q6_K | 15–22 tok/s | 39K | 统一内存 | |
| ●流畅 | Magistral Small 1.1 Mistral AI | 23.6B | Q6_K | 15–22 tok/s | 39K | 统一内存 | |
| ●流畅 | ERNIE-4.5-21B-A3B-Thinking Baidu | 21.8B / 3B | Q8_0 | 84–126 tok/s | 128K | 统一内存 | |
| ●流畅 | GPT OSS 20B OpenAI | 20.9B / 3.6B | 原生 MXFP4官方 | 119–179 tok/s | 128K | 统一内存 | |
| ●流畅 | Qwen2.5-14B-Instruct-1M Alibaba Qwen | 14.8B | Q8_0 | 18–27 tok/s | 110K | 统一内存 | |
| ●流畅 | Qwen2.5-14B-Instruct Alibaba Qwen | 14.8B | Q8_0官方 | 18–27 tok/s | 32K | 统一内存 | |
| ●流畅 | DeepSeek-R1-Distill-Qwen-14B DeepSeek | 14.8B | Q8_0 | 18–27 tok/s | 32K | 统一内存 | |
| ●流畅 | Qwen3-14B Alibaba Qwen | 14.8B | MLX 8bit官方 | 19–28 tok/s | 128K | 统一内存 | |
| ●流畅 | Gemma 3 12B IT Google | 12.2B | Q8_0 | 19–29 tok/s | 66K | 统一内存 | |
| ●流畅 | Qwen2.5-Omni-7B Alibaba Qwen | 10.7B | 原生 BF16官方 | 13–20 tok/s | 32K | 统一内存 | |
| ●流畅 | GLM-4.6V-Flash Zhipu AI | 10.3B | 原生 BF16官方 | 15–22 tok/s | 125K | 统一内存 | |
| ●流畅 | Qwen3.5-9B Alibaba Qwen | 9.7B | 原生 BF16官方 | 16–24 tok/s | 256K | 统一内存 | |
| ●流畅 | Qianfan-VL-8B Baidu | 8.8B | 原生 BF16官方 | 16–25 tok/s | 32K | 统一内存 | |
| ●流畅 | Granite Switch 4.1 8B IBM | 8.8B | 原生 BF16官方 | 16–24 tok/s | 115K | 统一内存 | |
| ●流畅 | Qwen3-VL-8B-Instruct Alibaba Qwen | 8.8B | 原生 BF16官方 | 16–25 tok/s | 128K | 统一内存 | |
| ●流畅 | Qwen3-VL-8B-Thinking Alibaba Qwen | 8.8B | 原生 BF16官方 | 16–25 tok/s | 128K | 统一内存 | |
| ●流畅 | pplx-embed-v2-context-9b Perplexity | 8.4B | Q8_0 | 33–50 tok/s | 256K | 统一内存 | |
| ●流畅 | Qwen2.5-VL-7B-Instruct Alibaba Qwen | 8.3B | 原生 BF16官方 | 18–27 tok/s | 125K | 统一内存 | |
| ●流畅 | Qwen3-8B Alibaba Qwen | 8.2B | 原生 BF16官方 | 17–26 tok/s | 128K | 统一内存 | |
| ●流畅 | DeepSeek-R1-Distill-Llama-8B DeepSeek | 8B | 原生 BF16官方 | 18–27 tok/s | 125K | 统一内存 | |
| ●流畅 | Gemma 4 E4B Google | 8B | 原生 BF16官方 | 19–29 tok/s | 125K | 统一内存 | |
| ●流畅 | Ling-3.0-tiny Ant Group | 7.9B / 1.3B | 原生 BF16官方 | 109–163 tok/s | 128K | 统一内存 | |
| ●流畅 | Qwen2.5-7B-Instruct-1M Alibaba Qwen | 7.6B | 原生 BF16官方 | 20–29 tok/s | 386K | 统一内存 | |
| ●流畅 | Qwen2.5-7B-Instruct Alibaba Qwen | 7.6B | 原生 BF16官方 | 20–29 tok/s | 32K | 统一内存 | |
| ●流畅 | DeepSeek-R1-Distill-Qwen-7B DeepSeek | 7.6B | 原生 BF16官方 | 20–29 tok/s | 32K | 统一内存 | |
| ●流畅 | Mistral-7B-Instruct-v0.1 Mistral AI | 7.2B | 原生 BF16官方 | 20–30 tok/s | 32K | 统一内存 | |
| ●流畅 | Gemma 4 E2B Google | 5.1B | 原生 BF16官方 | 30–45 tok/s | 125K | 统一内存 | |
| ●流畅 | WeVisOne-VL-4B Tencent | 4.8B | 原生 BF16官方 | 28–42 tok/s | 188K | 统一内存 | |
| ●流畅 | Qianfan-OCR Baidu | 4.7B | 原生 BF16官方 | 29–43 tok/s | 31K | 统一内存 | |
| ●流畅 | Qwen3.5-4B Alibaba Qwen | 4.7B | 原生 BF16官方 | 32–48 tok/s | 256K | 统一内存 | |
| ●流畅 | Qwen3-VL-4B-Instruct Alibaba Qwen | 4.4B | 原生 BF16官方 | 30–46 tok/s | 194K | 统一内存 | |
| ●流畅 | Qwen3-4B-Instruct-2507 Alibaba Qwen | 4B | 原生 BF16官方 | 33–50 tok/s | 199K | 统一内存 | |
| ●流畅 | Qwen3-4B Alibaba Qwen | 4B | 原生 BF16官方 | 33–50 tok/s | 128K | 统一内存 | |
| ●流畅 | DeepSeek-OCR DeepSeek | 3.3B | 原生 BF16官方 | 110–165 tok/s | 8K | 统一内存 | |
| ●流畅 | Granite-4.0-H-Micro IBM | 3.2B | 原生 BF16官方 | 48–71 tok/s | 128K | 统一内存 | |
| ●流畅 | Qwen3-1.7B Alibaba Qwen | 2B | 原生 BF16官方 | 61–92 tok/s | 40K | 统一内存 | |
| ●流畅 | DeepSeek-R1-Distill-Qwen-1.5B DeepSeek | 1.8B | 原生 BF16官方 | 81–122 tok/s | 125K | 统一内存 | |
| ●流畅 | GLM-OCR Zhipu AI | 1.3B | 原生 BF16官方 | 96–144 tok/s | 128K | 统一内存 | |
| ●流畅 | Qwen3-0.6B Alibaba Qwen | 0.8B | 原生 BF16官方 | 126–189 tok/s | 40K | 统一内存 | |
| ●流畅 | EmbeddingGemma 2 Google | 0.7B | 原生 BF16官方 | 195–292 tok/s | 256K | 统一内存 | |
| ●流畅 | Qwen3-Embedding-0.6B Alibaba Qwen | 0.6B | 原生 BF16官方 | 144–216 tok/s | 32K | 统一内存 | |
| ●流畅 | bge-reranker-v2-m3 BAAI | 0.6B | 原生 FP32官方 | 100–150 tok/s | 8K | 统一内存 | |
| ●流畅 | bge-m3-unsupervised BAAI | 0.6B | 原生 FP32官方 | 100–150 tok/s | 8K | 统一内存 | |
| ●流畅 | bge-large-en-v1.5 BAAI | 0.3B | 原生 FP32官方 | 221–331 tok/s | 512 | 统一内存 | |
| ●流畅 | bge-reranker-base BAAI | 0.3B | 原生 FP32官方 | 271–407 tok/s | 514 | 统一内存 | |
| ●流畅 | bge-base-en-v1.5 BAAI | 0.1B | 原生 FP32官方 | 672–1008 tok/s | 512 | 统一内存 | |
| ●流畅 | bge-small-en-v1.5 BAAI | 0B | 原生 FP32官方 | 2148–3222 tok/s | 512 | 统一内存 |
按厂商 Hugging Face 仓库的数据估算（截至 2026-11-06）；带筛选的页面不建索引。 怎么估算的