512GB 显存
Mac M5 Ultra 512G 能跑哪些大模型？
在 512GB、4K 上下文下，索引中 112 个模型有 107 个可从容运行，各自取仍留有余量的最高质量档位。
Mac M5 Ultra 512G 的简短答案
512 GB，1,200 GB/s Unified LPDDR5X。索引中 112 个模型里有 107 个能在 4K 上下文下从容运行，111 个至少能加载。
- 能装下的最大模型
- Muse Spark Open 816B-A42B — Q2_K 下约 318.9 GB —— 4K 时仅剩 65.1 GB，上下文再拉长就要动用这点余量。
- 留有余量的选择
- Beam 1.0 501B-A23B — Q2_K 下约 190.9 GB —— 占用不到显存的 60%，留下 193.1 GB 给长上下文或第二个进程。
- 速度上限
- Llama 3.1 8B Instruct 在 Q4_K_M 下每个 token 要读取 4.6 GB 权重，因此 1,200 GB/s 给出的硬上限约为 260 tok/s。这是两个公开数字的算术结果，不是跑分 —— 实际吞吐会低于它。 本站没有在这张卡上的实测记录，因此无法与这个上限对照。
- 你会先撞到的墙
- 瓶颈是 GPU 能用到的那部分统一内存，而不是标称的 512 GB。macOS 会为系统保留一部分，并限制单个进程可以锁定的内存量，因此实际预算明显低于标称值 —— 这个上限可以调整（`iogpu.wired_limit_mb`），但它确实存在。带宽为 1,200 GB/s，模型装下之后，决定 tok/s 的就是这个数字。
70B+ · 18
| 模型 | 量化档位 | 预估显存 | 余量 | tok/s |
|---|---|---|---|---|
| Muse Spark Open 816B-A42B816B-A42B | Q2_K | 318.88 GB | +65.1 GB | ≤81天花板 |
| Beam 1.0 501B-A23B501B-A23B | Q2_K | 190.87 GB | +193.1 GB | ≤151天花板 |
| Llama 3.1 405B Instruct405B | Q4_K_M | 258.73 GB | +125.3 GB | ≤5天花板 |
| Llama 4 Maverick 17B (128E)400B MoE | Q4_K_M | 254.22 GB | +129.8 GB | ≤123天花板 |
| Qwen3 235B-A22B Instruct235B-A22B | Q4_K_M | 149.68 GB | +234.3 GB | ≤95天花板 |
| DBRX Instruct132B MoE | Q4_K_M | 84.31 GB | +299.7 GB | ≤58天花板 |
| Qwen3.8-Flash-Next125B-A6B | Q8_0 | 138.91 GB | +245.1 GB | ≤198天花板 |
| Nemotron 3.5 Super VL 120B-A12B120B-A12B | Q8_0 | 134.27 GB | +249.7 GB | ≤99天花板 |
| GPT-OSS 120B117B MoE | MXFP4 | 66.4 GB | +317.6 GB | ≤457天花板 |
| Llama 4 Scout 17B (16E)109B MoE | Q4_K_M | 69.88 GB | +314.1 GB | ≤123天花板 |
| GLM-4.5-Air106B MoE | Q4_K_M | 67.94 GB | +316.1 GB | ≤174天花板 |
| Llama 3.2 90B Vision Instruct90B | Q4_K_M | 57.5 GB | +326.5 GB | ≤24天花板 |
| Nemotron 3.5 Bolt 74B-A9B74B-A9B | IQ2_XXS | 23.05 GB | +361 GB | ≤472天花板 |
| Qwen2.5 72B Instruct72B | Q5_K_M | 55.31 GB | +328.7 GB | ≤24天花板 |
| Llama 3.1 70B Instruct70B | Q5_K_M | 53.75 GB | +330.3 GB | ≤25天花板 |
| Llama 3.3 70B Instruct70B | Q5_K_M | 53.75 GB | +330.3 GB | ≤25天花板 |
| DeepSeek-R1-Distill-Llama-70B70B | Q4_K_M | 46.1 GB | +337.9 GB | ≤30天花板 |
| Jamba 1.5 Mini52B-A12B | Q4_K_M | 33.01 GB | +351 GB | ≤174天花板 |
32B · 31
| 模型 | 量化档位 | 预估显存 | 余量 | tok/s |
|---|---|---|---|---|
| Kimi Linear 48B-A3B Instruct48B-A3B | Q8_0 | 53.33 GB | +330.7 GB | ≤396天花板 |
| Mixtral 8x7B Instruct47B MoE | Q4_K_M | 30.13 GB | +353.9 GB | ≤162天花板 |
| Seed-OSS 36B Instruct36B | Q5_K_M | 27.81 GB | +356.2 GB | ≤49天花板 |
| Qwen3.6 35B-A3B35B-A3B | Q8_0 | 39.6 GB | +344.4 GB | ≤396天花板 |
| Command R 35B35B | Q4_K_M | 22.86 GB | +361.1 GB | ≤60天花板 |
| Yi 1.5 34B Chat34B | Q4_K_M | 22.82 GB | +361.2 GB | ≤61天花板 |
| Qwen3 32B Instruct32B | Q4_K_M | 21.85 GB | +362.2 GB | ≤64天花板 |
| Qwen2.5 32B Instruct32B | Q4_K_M | 21.69 GB | +362.3 GB | ≤64天花板 |
| Qwen2.5-Coder 32B Instruct32B | Q4_K_M | 21.69 GB | +362.3 GB | ≤64天花板 |
| DeepSeek-R1-Distill-Qwen-32B32B | Q4_K_M | 21.69 GB | +362.3 GB | ≤64天花板 |
| Nemotron 3.5 Lightning 30B-A3B30B-A3B | Q8_0 | 35.14 GB | +348.9 GB | ≤396天花板 |
| Gemma 4 31B IT31B | Q8_0 | 35.72 GB | +348.3 GB | ≤39天花板 |
| Qwen3 30B-A3B Instruct30B-A3B | Q5_K_M | 23.04 GB | +361 GB | ≤593天花板 |
| Qwen3-Coder 30B-A3B Instruct30B-A3B | Q5_K_M | 23.04 GB | +361 GB | ≤593天花板 |
| Qwen3-VL 30B-A3B Instruct30B-A3B | Q8_0 | 34.28 GB | +349.7 GB | ≤396天花板 |
| North Mini Code 1.0 30B-A3B30B-A3B | Q8_0 | 34.3 GB | +349.7 GB | ≤396天花板 |
| GLM-4.7-Flash30B-A3B | Q8_0 | 33.47 GB | +350.5 GB | ≤396天花板 |
| Granite 4.2 30B30B | Q8_0 | 33.61 GB | +350.4 GB | ≤41天花板 |
| Muse Glimmer 30B30B | Q8_0 | 31.08 GB | +352.9 GB | ≤43天花板 |
| Qwen3.8 27B27B | Q4_K_M | 17.47 GB | +366.5 GB | ≤77天花板 |
| Qwen3.6 27B27B | Q8_0 | 30.71 GB | +353.3 GB | ≤43天花板 |
| Gemma 3 27B IT27B | Q4_K_M | 18.37 GB | +365.6 GB | ≤76天花板 |
| Gemma 2 27B Instruct27B | Q5_K_M | 21.76 GB | +362.2 GB | ≤65天花板 |
| Gemma 4 26B-A4B IT26B-A4B | Q8_0 | 28.42 GB | +355.6 GB | ≤297天花板 |
| Mistral Small 24B Instruct24B | Q4_K_M | 15.89 GB | +368.1 GB | ≤87天花板 |
| LFM2.5 24B-A2B24B-A2B | Q8_0 | 26.73 GB | +357.3 GB | ≤485天花板 |
| Devstral Small 1.1 24B24B | Q6_K | 20.91 GB | +363.1 GB | ≤65天花板 |
| Magistral Small 1.2 24B24B | Q6_K | 20.91 GB | +363.1 GB | ≤65天花板 |
| Codestral 22B22B | Q4_K_M | 15.03 GB | +369 GB | ≤94天花板 |
| ERNIE 4.5 21B-A3B21B-A3B | Q8_0 | 24.44 GB | +359.6 GB | ≤396天花板 |
| GPT-OSS 20B21B MoE | MXFP4 | 12.76 GB | +371.2 GB | ≤606天花板 |
14B · 19
| 模型 | 量化档位 | 预估显存 | 余量 | tok/s |
|---|---|---|---|---|
| InternLM2 20B Chat20B | Q5_K_M | 15.59 GB | +368.4 GB | ≤89天花板 |
| DeepSeek-Coder-V2-Lite Instruct16B-A2.4B | Q8_0 | 17.56 GB | +366.4 GB | ≤495天花板 |
| DeepSeek-V2-Lite Chat16B-A2.4B | Q4_K_M | 10.08 GB | +373.9 GB | ≤868天花板 |
| StarCoder2 15B15B | Q4_K_M | 10.19 GB | +373.8 GB | ≤139天花板 |
| Qwen3 14B Instruct14B | Q5_K_M | 11.65 GB | +372.4 GB | ≤120天花板 |
| Qwen2.5 14B Instruct14B | Q5_K_M | 11.73 GB | +372.3 GB | ≤121天花板 |
| DeepSeek-R1-Distill-Qwen-14B14B | Q4_K_M | 10.14 GB | +373.9 GB | ≤142天花板 |
| Phi-4 14B14B | Q5_K_M | 11.77 GB | +372.2 GB | ≤121天花板 |
| Phi-3 Medium 14B Instruct14B | Q6_K | 12.86 GB | +371.1 GB | ≤110天花板 |
| Mistral Nemo 12B Instruct12B | Q6_K | 11.14 GB | +372.9 GB | ≤126天花板 |
| Gemma 3 12B IT12B | Q5_K_M | 9.84 GB | +374.2 GB | ≤146天花板 |
| Mellum2.1 12B-A2.5B Thinking12B-A2.5B | Q8_0 | 13.6 GB | +370.4 GB | ≤476天花板 |
| Stable LM 2 12B Chat12B | Q4_K_M | 8.35 GB | +375.7 GB | ≤172天花板 |
| Gemma 4 12B IT12B | Q8_0 | 13.82 GB | +370.2 GB | ≤100天花板 |
| Llama 3.2 11B Vision Instruct11B | Q8_0 | 12.9 GB | +371.1 GB | ≤108天花板 |
| Solar 10.7B Instruct11B | Q4_K_M | 7.6 GB | +376.4 GB | ≤195天花板 |
| Falcon 3 10B Instruct10B | Q4_K_M | 7.28 GB | +376.7 GB | ≤200天花板 |
| Gemma 2 9B Instruct9B | Q8_0 | 11.7 GB | +372.3 GB | ≤129天花板 |
| Qwen3.5 9B9B | Q8_0 | 10.37 GB | +373.6 GB | ≤129天花板 |
7B · 25
| 模型 | 量化档位 | 预估显存 | 余量 | tok/s |
|---|---|---|---|---|
| GLM-4-9B-Chat9B | Q8_0 | 10.16 GB | +373.8 GB | ≤132天花板 |
| Qwen3-VL 8B Instruct8B | Q8_0 | 10.39 GB | +373.6 GB | ≤135天花板 |
| Granite 4.2 8B8B | Q8_0 | 10.45 GB | +373.6 GB | ≤135天花板 |
| Ministral 3 8B Instruct8B | Q8_0 | 10.02 GB | +374 GB | ≤140天花板 |
| Qwen2-VL 7B Instruct7B | Q4_K_M | 5.49 GB | +378.5 GB | ≤252天花板 |
| Granite 3.1 8B Instruct8B | Q4_K_M | 5.88 GB | +378.1 GB | ≤254天花板 |
| Qwen3 8B Instruct8B | Q6_K | 7.64 GB | +376.4 GB | ≤188天花板 |
| Llama 3.1 8B Instruct8B | Q8_0 | 9.47 GB | +374.5 GB | ≤148天花板 |
| Nous Hermes 3 Llama 3.1 8B8B | Q4_K_M | 5.64 GB | +378.4 GB | ≤260天花板 |
| Aya 23 8B8B | Q4_K_M | 5.64 GB | +378.4 GB | ≤260天花板 |
| OpenChat 3.6 8B8B | Q4_K_M | 5.64 GB | +378.4 GB | ≤260天花板 |
| DeepSeek-R1-Distill-Llama-8B8B | Q5_K_M | 6.51 GB | +377.5 GB | ≤221天花板 |
| InternLM2 7B Chat7B | Q4_K_M | 5.45 GB | +378.6 GB | ≤269天花板 |
| Qwen2.5 7B Instruct7B | Q6_K | 6.77 GB | +377.2 GB | ≤202天花板 |
| Qwen2.5-Coder 7B Instruct7B | Q4_K_M | 5.07 GB | +378.9 GB | ≤273天花板 |
| DeepSeek-R1-Distill-Qwen-7B7B | Q4_K_M | 5.07 GB | +378.9 GB | ≤273天花板 |
| Gemma 4 E4B ITE4B | Q8_0 | 8.46 GB | +375.5 GB | ≤158天花板 |
| OLMo 2 7B Instruct7B | Q8_0 | 10.3 GB | +373.7 GB | ≤163天花板 |
| OLMo 3 7B Instruct7B | Q8_0 | 10.3 GB | +373.7 GB | ≤163天花板 |
| WizardLM-2 7B7B | Q4_K_M | 5.14 GB | +378.9 GB | ≤288天花板 |
| Mistral 7B Instruct v0.37B | Q6_K | 6.75 GB | +377.3 GB | ≤213天花板 |
| Zephyr 7B Beta7B | Q6_K | 6.75 GB | +377.3 GB | ≤213天花板 |
| Gemma 4 E2B ITE2B | Q8_0 | 5.2 GB | +378.8 GB | ≤256天花板 |
| Qwen3.5 4B4B | Q8_0 | 4.97 GB | +379 GB | ≤273天花板 |
| Gemma 3 4B IT4B | Q8_0 | 5.05 GB | +379 GB | ≤276天花板 |
≤3B · 14
| 模型 | 量化档位 | 预估显存 | 余量 | tok/s |
|---|---|---|---|---|
| Qwen3 4B Instruct4B | Q6_K | 4.05 GB | +380 GB | ≤385天花板 |
| Phi-4 Mini Instruct3.8B | Q8_0 | 4.81 GB | +379.2 GB | ≤309天花板 |
| Phi-3.5 Mini Instruct3.8B | Q8_0 | 5.89 GB | +378.1 GB | ≤311天花板 |
| Granite 4.2 3B3B | Q8_0 | 4.41 GB | +379.6 GB | ≤325天花板 |
| Llama 3.2 3B Instruct3B | Q8_0 | 4.05 GB | +380 GB | ≤370天花板 |
| Qwen2.5 3B Instruct3B | Q8_0 | 3.59 GB | +380.4 GB | ≤385天花板 |
| SmolLM3 3B3B | Q8_0 | 3.73 GB | +380.3 GB | ≤386天花板 |
| Gemma 2 2B Instruct2B | Q8_0 | 3.34 GB | +380.7 GB | ≤456天花板 |
| Qwen3.5 2B2B | Q8_0 | 2.23 GB | +381.8 GB | ≤606天花板 |
| Qwen3 1.7B Instruct1.7B | Q8_0 | 2.39 GB | +381.6 GB | ≤690天花板 |
| Qwen2.5 1.5B Instruct1.5B | Q8_0 | 1.83 GB | +382.2 GB | ≤774天花板 |
| Llama 3.2 1B Instruct1B | Q8_0 | 1.51 GB | +382.5 GB | ≤960天花板 |
| Qwen3.5 0.8B0.8B | Q8_0 | 0.94 GB | +383.1 GB | ≤1481天花板 |
| Qwen2.5 0.5B Instruct0.5B | Q8_0 | 0.6 GB | +383.4 GB | ≤2449天花板 |
这个列表是怎么算出来的
每一行取该模型中困惑度损失最低、且预估总量（权重 + 4K 上下文下的 KV 缓存 + 激活缓冲）不超过显存 88% 的量化档位。88% 是计算器的"绿色"阈值，因此这里每一行都留有真实余量，而不是刚好装下。提高上下文长度，列表会变短；计算器可直接验证任意组合。速度一列是这张卡自己的：实测、按这张卡的 Llama 2 7B 跑分缩放出来的范围，或带宽天花板。只有 RTX 4090 上才有的数字会标明是那张卡。
另有 4 个模型能加载但不留余量（占用至多为显存的 105%）—— 模型库的显卡快捷筛选把它们也计入，因此那里的数字更大。
在这张卡上的实测数据
本索引中没有在 Mac M5 Ultra 512G 上跑出的基准记录。本页所有数字都是根据模型架构与量化档位计算得出的估算，不是实测值。
这张卡的部署指南
针对 Mac M5 Ultra 512G 的运行时或显存容量编写的分步指南，包括具体命令，以及确认模型确实跑在这张卡上的检查方法。
常见问题
Mac M5 Ultra 512G 上最适合本地运行的大模型是哪个？
日常使用推荐 Beam 1.0 501B-A23B（Q2_K）—— 在 4K 上下文下约占这张卡 512 GB 中的 190.9 GB，还剩 193.1 GB 给更长的窗口。如果你要的是能加载的最大模型，那是 Muse Spark Open 816B-A42B（Q2_K，约 318.9 GB，余量 65.1 GB）。这里的「最适合」指的是最契合显存预算 —— 本索引不跑任务基准，无法告诉你哪个模型更聪明。
Mac M5 Ultra 512G 能跑 MiMo-V2.6-Pro 吗？
不能。它在本索引中最小的构建 MXFP4 约需 603.8 GB，而这张卡可用约 384.0 GB —— 在 4K 之外的上下文还没算上之前就已经差了 219.8 GB。这张卡能从容运行的最大模型是 Muse Spark Open 816B-A42B。
Mac M5 Ultra 512G 跑 8B 模型的 Q4 量化大概有多少 tok/s？
本索引没有这张卡的实测记录，因此不公布具体数字。可以从规格推出的是：生成一个 token 需要把每个权重都读一遍，Llama 3.1 8B Instruct 在 Q4_K_M 下权重为 4.6 GB，而这张卡的带宽是 1,200 GB/s —— 上限约 260 tok/s。批大小、上下文长度、运行时以及缓存命中情况都会把实际值压到这个数以下。
本地跑大模型，Mac M5 Ultra 512G 还是 Mac M5 Ultra 256G？
两者装得下的模型并不相同：4K 下 Mac M5 Ultra 512G 可从容运行 112 个中的 107 个，Mac M5 Ultra 256G 为 103 个——macOS 会从 Mac M5 Ultra 512G 的统一内存里留出一部分不给 GPU，可用约 384 GB。另一个差别在吞吐 —— 1,200 GB/s 对 1,200 GB/s，读取权重的速度相差 1.0 倍，而 token 生成正是受此限制。两张卡都装得下的模型，Mac M5 Ultra 512G 生成更快。
在 512GB、4K 上下文下，索引中 112 个模型有 107 个可从容运行，各自取仍留有余量的最高质量档位。
本页数字会随模型数据或运行时版本的变化而更新。最近更新 2026-10-20 RSS → /zh/feed.xml