Apple M5 Pro (48GB)

51.5 GB · 307 GB/s · Metal · 统一内存

总内存
51.5 GB
单设备可用显存
38.7 GB
显存带宽
307 GB/s
最大推理模型级别
46.7B
功耗
95 W

推理配置

批量为 1,输入 512 tokens,生成 128 tokens。多卡按 PCIe 4 流水线并行估算。

在计算器中打开

模型对比

最多选择四个模型,曲线截至各模型支持的最大上下文。

GB0.014.729.444.12k4k8k16k32k64k128kLlama 3.1 8B Instruct · 2048 · 6.7 GBLlama 3.1 8B Instruct · 4096 · 7.0 GBLlama 3.1 8B Instruct · 8192 · 7.6 GBLlama 3.1 8B Instruct · 16384 · 8.8 GBLlama 3.1 8B Instruct · 32768 · 11.2 GBLlama 3.1 8B Instruct · 65536 · 16.0 GBLlama 3.1 8B Instruct · 131072 · 25.6 GBNous-Hermes-2-Mixtral-8x7B-DPO · 2048 · 33.2 GBNous-Hermes-2-Mixtral-8x7B-DPO · 4096 · 33.5 GBNous-Hermes-2-Mixtral-8x7B-DPO · 8192 · 34.1 GBNous-Hermes-2-Mixtral-8x7B-DPO · 16384 · 35.3 GBNous-Hermes-2-Mixtral-8x7B-DPO · 32768 · 37.7 GBNous-Hermes-2-Mixtral-8x7B-SFT · 2048 · 33.2 GBNous-Hermes-2-Mixtral-8x7B-SFT · 4096 · 33.5 GBNous-Hermes-2-Mixtral-8x7B-SFT · 8192 · 34.1 GBNous-Hermes-2-Mixtral-8x7B-SFT · 16384 · 35.3 GBNous-Hermes-2-Mixtral-8x7B-SFT · 32768 · 37.7 GB可用上限 · 38.7 GB
Llama 3.1 8B Instruct7.0 GB
Nous-Hermes-2-Mixtral-8x7B-DPO33.5 GB
Nous-Hermes-2-Mixtral-8x7B-SFT33.5 GB

模型速度矩阵

匹配计算器校准条件时采用公开的 32K 缓存测速。其余速度来自计算器理论估算,首词延迟为提示词处理时间。

#量化速度依据
1SmolLM2-135M0.13B2,088.10.017 s可运行Q4理论估算 · 假设输入 26 TFLOPS
2SmolLM2-135M-Instruct0.13B2,088.10.017 s可运行Q4理论估算 · 假设输入 26 TFLOPS
3SmolLM2-360M0.36B814.60.045 s可运行Q4理论估算 · 假设输入 26 TFLOPS
4SmolLM2-360M-Instruct0.36B814.60.045 s可运行Q4理论估算 · 假设输入 26 TFLOPS
5Qwen2-0.5B0.49B645.10.058 s可运行Q4理论估算 · 假设输入 26 TFLOPS
6Qwen2-0.5B-Instruct0.49B645.10.058 s可运行Q4理论估算 · 假设输入 26 TFLOPS
7Qwen2.5-0.5B0.49B645.10.058 s可运行Q4理论估算 · 假设输入 26 TFLOPS
8Qwen2.5-0.5B-Instruct0.49B645.10.058 s可运行Q4理论估算 · 假设输入 26 TFLOPS
9Qwen2.5-Coder-0.5B0.49B645.10.058 s可运行Q4理论估算 · 假设输入 26 TFLOPS
10Qwen2.5-Coder-0.5B-Instruct0.49B645.10.058 s可运行Q4理论估算 · 假设输入 26 TFLOPS

推理能力评估

Q4

46.7B

Nous-Hermes-2-Mixtral-8x7B-DPO

Q8

30.53B

Qwen3-30B-A3B

FP16

15.71B

DeepSeek-Coder-V2-Lite-Base

微调能力评估

QLoRA 4-bit

57.41B

Qwen2-57B-A14B

LoRA 16-bit

15.71B

DeepSeek-Coder-V2-Lite-Base

全参数微调

1.78B

DeepSeek-R1-Distill-Qwen-1.5B

选型建议

最佳推理区间

当前矩阵中生成速度领先的适配模型覆盖 0.13–0.36B.

当前配置下,目录模型最大可达 46.7B · Nous-Hermes-2-Mixtral-8x7B-DPO

带宽与速率

307 GB/s · Llama 3.1 8B Instruct · 40 tok/s

显存上限

所需 / 可用 · 7.0 / 38.7 GB

常见问题

最适合运行哪些模型?

SmolLM2-135M · 2,088.1 tok/s / SmolLM2-135M-Instruct · 2,088.1 tok/s / SmolLM2-360M · 814.6 tok/s

估算准确度如何?

实测参考仅用于匹配的测速配置。理论速率按带宽和所标精度的峰值计算,实际耗时受后端、算子和提示词长度影响。

可用显存是如何确定的?

计算器使用该型号的可用比例 · 75% × 51.5 GB. 系统占用可能使实际可用容量降低。

为什么部分模型没有速度数据?

显存不足或超出模型上下文上限时不提供速度。可运行模型优先采用匹配的实测参考,其余使用理论估算。缺少硬件峰值或带宽时,表中单独标出计算器采用的假设输入。