# M5

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

入門款 M5，16–32 GB、153 GB/s：跑 8B–14B 模型沒問題；32 GB 雖能放進更大的模型，但速度很慢。

## 規格

|  |  |
|---|---|
| 記憶體 | 16–32 GB LPDDR5X |
| 記憶體頻寬 | 153 GB/s |
| 上市 | 2025-10 |
| 首發建議售價 | US$1,599 |
| 架構 | Apple M5 family (third-generation 3 nm; TSMC N3P) |
| 軟體支援 | Metal / MLX |

## 能跑哪些模型 (32 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） |
|---|---|---|---|---|
| Qwen3.5-35B-A3B | 35B | Q4_K_M | 21.4 GiB | 49 |
| Qwen3.6-35B-A3B | 35B | Q4_K_M | 21.4 GiB | 49 |
| Qwen3-32B | 32.8B | Q4_K_M | 21.9 GiB | 5.0 |
| DeepSeek-R1-Distill-Qwen-32B | 32.76B | Q4_K_M | 21.9 GiB | 5.0 |
| Gemma 4 31B IT | 30.7B | Q5_K_M | 22.9 GiB | 4.5 |
| Qwen3-30B-A3B (2507) | 30.5B | Q5_K_M | 22.5 GiB | 39 |
| Qwen3-Coder-30B-A3B-Instruct | 30.5B | Q5_K_M | 22.5 GiB | 39 |
| GLM-4.7-Flash (30B-A3B) | 30B | Q5_K_M | 21.8 GiB | 43 |
| Qwen3.5-27B | 27B | Q6_K | 22.7 GiB | 4.4 |
| Qwen3.6-27B | 27B | Q6_K | 22.7 GiB | 4.4 |
| Qwen3.8-27B | 27B | Q6_K | 22.7 GiB | 4.4 |
| Gemma 3 27B IT | 27B | Q6_K | 23.3 GiB | 4.4 |
| Gemma 4 26B A4B IT | 25.2B | Q6_K | 21.1 GiB | 30 |
| Mistral Small 3.2 24B Instruct (2506) | 24B | Q6_K | 21.1 GiB | 5.0 |
| Magistral Small 1.2 (2509) | 24B | Q6_K | 21.1 GiB | 5.0 |
| Devstral Small 2 24B Instruct (2512) | 24B | Q6_K | 21.1 GiB | 5.0 |
| gpt-oss-20b | 21B | Q8_0 | 22.5 GiB | 25 |
| Phi-4 (14B) | 14B | Q8_0 | 16.6 GiB | 6.6 |
| Gemma 3 12B IT | 12B | Q8_0 | 13.8 GiB | 7.7 |
| Gemma 4 12B Unified IT | 11.95B | Q8_0 | 13.3 GiB | 7.7 |
| Qwen3.5-9B | 9B | FP16 | 18.4 GiB | 5.5 |
| Qwen3-8B | 8.2B | FP16 | 17.7 GiB | 6.0 |
| DeepSeek-R1-0528-Qwen3-8B | 8.19B | FP16 | 17.6 GiB | 6.0 |
| Llama 3.1 8B Instruct | 8B | FP16 | 17.1 GiB | 6.1 |
| Gemma 4 E4B IT | 8B | FP16 | 16.4 GiB | 6.1 |
| Llama 3.2 3B Instruct | 3.21B | FP16 | 7.7 GiB | 15 |
| 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 | – | – |
| Llama 3.3 70B Instruct | 70B | 放不下 | – | – |

## 價格

這款硬體目前還沒有價格紀錄。

## 常見問題

### M5 可以跑哪些 LLM？

以 32 GB 記憶體、8K 上下文估算，放得下的最大模型包括：Qwen3.5-35B-A3B、Qwen3.6-35B-A3B、Qwen3-32B、DeepSeek-R1-Distill-Qwen-32B、Gemma 4 31B IT。完整清單見下方表格。

### M5 跑本地 LLM 有多快？

生成速度主要取決於記憶體頻寬（153 GB/s）。以 Llama 3.1 8B Instruct（FP16）為例，預估約每秒 6.1 個 token；模型越大越慢。

### M5 能跑 70B 等級的模型嗎？

Llama 3.3 70B Instruct 在 M5（32 GB）上，即使用 Q4_K_M 量化、8K 上下文也放不下。

## 資料來源

- https://www.apple.com/macbook-pro/specs/
- https://en.wikipedia.org/wiki/Apple_M5
- https://www.apple.com/newsroom/2025/10/apple-unleashes-m5-the-next-big-leap-in-ai-performance-for-apple-silicon/
- https://www.apple.com/newsroom/2025/10/new-ipad-pro-14-inch-macbook-pro-and-apple-vision-pro-now-available/
- https://www.apple.com/newsroom/2025/10/apple-unveils-new-14-inch-macbook-pro-powered-by-the-m5-chip/