TR
3 Kasım 2026 · Jakub M.
128 GB’lık MacBook Pro M5 Max: Dizüstü yerel yapay zekâda nereye kadar gider
Vše Smart, 128 GB’lık MacBook Pro M5 Max üzerinde 8 ile 120 milyar parametre arasında altı açık model çalıştırdı. Hepsi sistemde ayar yapmadan sığdı, gpt-oss-120b saniyede 110 token üretiyor ve çip yalnızca 37–50 W çekiyor. Uzun bağlamlarda ve büyük yoğun modellerde dizüstünün nefesi kesiliyor.
Kaynak: MacBook Pro M5 Max se 128 GB RAM v testu lokálních AI modelů, Ludvík Eckerman, Vše Smart, 2 Kasım 2026 (Çekçe). Aşağıdaki tüm rakamlar bu makaleden alınmıştır.
Bir dizüstü ciddi yerel yapay zekâyı kaldırabilir mi? Çek sitesi Vše Smart, M5 Max çipli (18 çekirdekli CPU, 40 çekirdekli GPU) ve 614 GB/s bant genişliğine sahip 128 GB birleşik belleğe sahip en güçlü MacBook Pro’yu test etti. Altı açık model, iki motor ve güç tüketimine bir bakış.
Nasıl test edildi
- Sistem: macOS 27.2, Yüksek Güç modu, prize takılı, varsayılan GPU bellek sınırı (yaklaşık 107 GB).
- Yazılım: llama.cpp (build 11669, Metal) ve mlx-lm 0.32.2 ile MLX 0.32.4.
- Modeller: Llama 3.1 8B, gpt-oss-20b, Qwen3 30B-A3B, Qwen3 32B, Llama 3.3 70B ve gpt-oss-120b; 4 bit nicemleme (gpt-oss yerel MXFP4 biçiminde).
- Yöntem: 0 ile 32.768 token arası bağlamlar, her biri üç kez; çip gücü powermetrics ile ölçüldü; Qwen3 30B-A3B ile on dakikalık sürekli yük.
Sonuçlar
| Model | Üretim, llama.cpp | Üretim, MLX | 32k bağlamda üretim (MLX) | 32k'da ilk token (MLX) | Bellek zirvesi (MLX) | Çip gücü | Watt başına token |
|---|---|---|---|---|---|---|---|
| Llama 3.1 8B | 102 | 115 | 60 | 17 sn | 9,5 GB | 49,8 W | 2,02 |
| gpt-oss-20b | 156 | 142 | 105 | 7,5 sn | 13,7 GB | 48,5 W | 3,24 |
| Qwen3 30B-A3B | 155 | 152 | 72 | 15 sn | 21,1 GB | 41,1 W | 3,69 |
| Qwen3 32B | 26 | 28 | 18 | 72 sn | 27,8 GB | 48,3 W | 0,53 |
| Llama 3.3 70B | 12,5 | 13,6 | 10 | 132 sn | 51,3 GB | 40,5 W | 0,31 |
| gpt-oss-120b | 110 | 94 | 70 | 13,5 sn | 65,5 GB | 37,3 W | 2,92 |
Üretim saniyedeki token cinsinden, 4 bit modeller (gpt-oss MXFP4), aksi belirtilmedikçe boş bağlamla. Çip gücü llama.cpp'de üretim sırasında, yalnızca çip (CPU, GPU, Neural Engine). Kaynak: Vše Smart, 2 Kasım 2026'da yayımlandı.
128 GB’a her şey sığıyor
Altı modelin hepsi bellek sınırı yükseltilmeden çalıştı. En büyüğü gpt-oss-120b zirvede 65,5 GB kullandı, yani bolca pay kaldı. Mixture of experts mimarisi sayesinde llama.cpp’de yine de saniyede 110 token üretiyor.
Mixture of experts kazanıyor, yoğun modeller zorlanıyor
En hızlılar, her token için parametrelerinin yalnızca bir kısmını kullanan modellerdi: saniyede yaklaşık 155 token ile Qwen3 30B-A3B ve gpt-oss-20b. Yoğun Llama 3.3 70B saniyede 12,5–13,6 token üretti; 32 bin tokenlık bağlamda yaklaşık 10’a düştü ve ilk token için 132 saniye beklendi. Büyük yoğun modellerle uzun belgelerde dizüstü sınırında.
Verimli ve kararlı
Üretim sırasında çip 37–50 W, boştayken yaklaşık 2,1 W çekti. En verimlisi watt başına 3,69 token ile Qwen3 30B-A3B oldu. On dakikalık sürekli yükte saniyede yaklaşık 152 token’ı korudu, kısılma belirtisi yoktu. Rakamlar dizüstünün tamamını değil yalnızca çipi kapsıyor ve test prize takılıyken yapıldı.
128 GB yetmediğinde
MacBook Pro M5 Max, yaklaşık 100 GB’a kadar olan modeller için mükemmel bir taşınabilir makine. Yaklaşık 133 GB isteyen Qwen3 235B gibi daha büyük modeller hiç sığmıyor; 70B sınıfı yoğun modeller ve uzun bağlamlarda ise yavaşlıyor. Devler savaşımızda Mac Studio M5 Ultra bu modellerde 2,5 ila 2,8 kat daha hızlıydı.
Makalenin belirttiği gibi test, yanıtların kalitesini değil hızı ölçtü.
Daha fazlası mı gerekiyor?
256 GB’lık Mac Studio M5 Ultra kiralayın, bir günden başlayarak, dizüstüne sığmayan modelleri çalıştırın.