# M5 Pro

> 地端世界 · https://onpremworld.com/zh-tw/hardware/apple-m5-pro · 最後更新: 2026-10-16 · CC BY 4.0

MacBook Pro 與 Mac mini 都有，24–64 GB 統一記憶體、307 GB/s；48 GB 能用 6-bit 量化放進 32B 模型。

## 規格

|  |  |
|---|---|
| 記憶體 | 24–64 GB LPDDR5X |
| 記憶體頻寬 | 307 GB/s |
| 上市 | 2026-03 |
| 首發建議售價 | US$2,199 |
| 架構 | Apple M5 Pro (Fusion Architecture: two third-generation 3 nm dies) |
| 軟體支援 | Metal / MLX |

## 能跑哪些模型 (64 GB, 8K)

此為估算值，並非實測。請參考估算方法說明。

| 模型 | 參數量 | 最佳量化 | 合計 | tok/s（預估） |
|---|---|---|---|---|
| Llama 3.3 70B Instruct | 70B | Q4_K_M | 44.5 GiB | 4.7 |
| Qwen3.5-35B-A3B | 35B | Q8_0 | 37.0 GiB | 56 |
| Qwen3.6-35B-A3B | 35B | Q8_0 | 37.0 GiB | 56 |
| Qwen3-32B | 32.8B | Q8_0 | 36.6 GiB | 5.7 |
| DeepSeek-R1-Distill-Qwen-32B | 32.76B | Q8_0 | 36.5 GiB | 5.7 |
| Gemma 4 31B IT | 30.7B | Q8_0 | 33.5 GiB | 6.0 |
| Qwen3-30B-A3B (2507) | 30.5B | Q8_0 | 32.9 GiB | 51 |
| Qwen3-Coder-30B-A3B-Instruct | 30.5B | Q8_0 | 32.9 GiB | 51 |
| GLM-4.7-Flash (30B-A3B) | 30B | Q8_0 | 32.1 GiB | 56 |
| Qwen3.5-27B | 27B | Q8_0 | 29.1 GiB | 6.9 |
| Qwen3.6-27B | 27B | Q8_0 | 29.1 GiB | 6.9 |
| Qwen3.8-27B | 27B | Q8_0 | 29.1 GiB | 6.9 |
| Gemma 3 27B IT | 27B | Q8_0 | 29.6 GiB | 6.9 |
| Gemma 4 26B A4B IT | 25.2B | Q8_0 | 27.0 GiB | 45 |
| Mistral Small 3.2 24B Instruct (2506) | 24B | Q8_0 | 26.7 GiB | 7.7 |
| Magistral Small 1.2 (2509) | 24B | Q8_0 | 26.7 GiB | 7.7 |
| Devstral Small 2 24B Instruct (2512) | 24B | Q8_0 | 26.7 GiB | 7.7 |
| gpt-oss-20b | 21B | FP16 | 41.8 GiB | 26 |
| Phi-4 (14B) | 14B | FP16 | 29.4 GiB | 7.0 |
| Gemma 3 12B IT | 12B | FP16 | 24.8 GiB | 8.2 |
| Gemma 4 12B Unified IT | 11.95B | FP16 | 24.2 GiB | 8.2 |
| Qwen3.5-9B | 9B | FP16 | 18.4 GiB | 11 |
| Qwen3-8B | 8.2B | FP16 | 17.7 GiB | 12 |
| DeepSeek-R1-0528-Qwen3-8B | 8.19B | FP16 | 17.6 GiB | 12 |
| Llama 3.1 8B Instruct | 8B | FP16 | 17.1 GiB | 12 |
| Gemma 4 E4B IT | 8B | FP16 | 16.4 GiB | 12 |
| Llama 3.2 3B Instruct | 3.21B | FP16 | 7.7 GiB | 29 |
| Kimi K2.6 | 1000B | 放不下 | – | – |
| DeepSeek-R1-0528 (671B) | 671B | 放不下 | – | – |
| DeepSeek-V4-Flash | 284B | 放不下 | – | – |
| Qwen3.8-Flash-Next | 180B | 放不下 | – | – |
| Qwen3.5-122B-A10B | 122B | 放不下 | – | – |
| Mistral Small 4 119B (2603) | 119B | 放不下 | – | – |
| gpt-oss-120b | 117B | 放不下 | – | – |
| Llama 4 Scout 17B-16E Instruct | 109B | 放不下 | – | – |
| GLM-4.5-Air | 106B | 放不下 | – | – |
| Qwen3-Coder-Next (80B-A3B) | 80B | 放不下 | – | – |

## 價格

各商店的最新售價，以查價當天頁面標示的價格為準。

| 地區 | 商店 | 商品 | 售價 | 每 GB | 查價日 |
|---|---|---|---|---|---|
| 台灣 | Apple | Mac mini，M5 Pro 晶片，15 核心 CPU，16 核心 GPU，24GB 記憶體，512GB 儲存裝置 (Price shown in Apple Store configurator for this configuration) | [NT$59,900](https://www.apple.com/tw/shop/buy-mac/mac-mini) | NT$2,496/GB | 2026-10-14 |
| 美國 | Apple | Mac mini, M5 Pro chip, 15-core CPU, 16-core GPU, 24GB memory, 512GB storage | [US$1,699](https://www.apple.com/shop/buy-mac/mac-mini/m5-pro-chip-15-core-cpu-16-core-gpu-24gb-memory-512gb-storage) | US$71/GB | 2026-10-14 |

台灣性價比：跑 Llama 3.1 8B Instruct (Q4_K_M, 8K) 預估約每秒 38.0 個 token，換算為 0.6 tok/s／每 NT$1,000。

美國性價比：跑 Llama 3.1 8B Instruct (Q4_K_M, 8K) 預估約每秒 38.0 個 token，換算為 2.2 tok/s／每 US$100。

全部價格: https://onpremworld.com/zh-tw/prices.md

## 常見問題

### M5 Pro 可以跑哪些 LLM？

以 64 GB 記憶體、8K 上下文估算，放得下的最大模型包括：Llama 3.3 70B Instruct、Qwen3.5-35B-A3B、Qwen3.6-35B-A3B、Qwen3-32B、DeepSeek-R1-Distill-Qwen-32B。完整清單見下方表格。

### M5 Pro 跑本地 LLM 有多快？

生成速度主要取決於記憶體頻寬（307 GB/s）。以 Llama 3.1 8B Instruct（FP16）為例，預估約每秒 12 個 token；模型越大越慢。

### M5 Pro 能跑 70B 等級的模型嗎？

可以。Llama 3.3 70B Instruct 在 M5 Pro（64 GB）上以 Q4_K_M 量化、8K 上下文約需 44.5 GiB，預估生成速度約每秒 4.7 個 token。

## 資料來源

- https://www.apple.com/macbook-pro/specs/
- https://en.wikipedia.org/wiki/Apple_M5
- https://www.apple.com/newsroom/2026/03/apple-debuts-m5-pro-and-m5-max-to-supercharge-the-most-demanding-pro-workflows/
- https://www.apple.com/newsroom/2026/03/macbook-neo-iphone-17e-ipad-air-with-m4-and-more-are-now-available/
- https://www.apple.com/newsroom/2026/03/apple-introduces-macbook-pro-with-all-new-m5-pro-and-m5-max/