Startseite›Rechner›Mac mini mit M5 Pro und 64 GB Unified Memory
Mac mini mit M5 Pro und 64 GB Unified Memory
Apple-Chip64 GiB307 GB/s9,2 TFLOPS
Sobald das System seinen Anteil genommen hat, bleiben diesem Rechner 61,00 GiB für das Modell: Platz für 21 der 28 Modelle, die wir bei der Referenzkompression messen, und das schwerste, das hineinpasst, ist gpt-oss-120b. Und wie schnell antwortet er? Das entscheidet nicht der Chip, sondern seine 307 GB/s Speicherbandbreite.
Bleibt für das Modell
Eigene Schätzung
Speicherbandbreite
Herstellerangabe
Modelle, die passen
Von Local AI Scope gemessen
Videos: Mac mini mit M5 Pro und 64 GB Unified Memory 3
Die besten Vorführungen, die wir gefunden haben. Drücken Sie auf Play, und es läuft direkt hier.
Die Videos liegen bei YouTube, und von dort wird nichts geladen, bevor Sie auf Play drücken (Modus ohne Cookies). Das Vorschaubild kommt von uns.
Der Speicher, den Sie wirklich nutzen können
Der vereinheitlichte Speicher wird mit dem Betriebssystem und allem Geöffneten geteilt. Die Reserve hier ist bewusst vorsichtig angesetzt; im Werkzeug können Sie sie ändern.
| Speicher | GiB |
|---|---|
| Speicher des Rechners | 64 |
| Für das System reserviert | −3,00 |
| Bleibt für das Modell | 61,00 |
Speicherbandbreite
Es sind zwei verschiedene Grenzen, und man verwechselt sie leicht. Während das Modell die Antwort schreibt, bestimmt die Bandbreite: Für jeden Token müssen die Gewichte, die es nutzt, erneut gelesen werden (bei einem dichten Modell alle, bei einem Mixture-of-Experts-Modell die gemeinsamen Schichten und nur die aktiven Experten), Tokens pro Sekunde sind also ungefähr Bandbreite geteilt durch diese Menge. Während das Modell Ihr Dokument liest, bestimmt die Rechenleistung: Die Eingabe wird auf einmal verarbeitet. Darum kann ein Notebook ohne GPU Minuten bis zum ersten Wort brauchen und danach in erträglichem Tempo schreiben.
307 GB/s — Herstellerangabe · gegen die Herstellerseite geprüft am 2026-09-19 (Quelle).
Die 307 GB/s gelten für beide Varianten des M5 Pro und für alle drei Speichergrößen: Apple nennt eine einzige Zahl, anders als beim M6 in derselben Tabelle. Was sich mit dem größeren Chip ändert, ist die GPU: 16 Kerne in der Serie und 20 in der Variante, mit der dieses Datenblatt gerechnet ist — die einzige, die Apple mit 64 GB verkauft. Dieser Schritt verschiebt die geschätzte Lesegeschwindigkeit, nicht das, was hineinpasst.
Rechenleistung: 9,2 TFLOPS (Schätzung für diese Geräteklasse) — Geschätzt · der Hersteller veröffentlicht diese Zahl überhaupt nicht; unsere ist eine vorsichtige Schätzung, keine Spezifikation. Die Zahlen dieser Zeile stammen je nach Rechner nicht aus derselben Messgröße, weil jeder Hersteller eine andere veröffentlicht. Vergleichen Sie sie zwischen Rechnern nur mit diesem Wissen.
Welche Modelle hier hineinpassen und welche nicht
Passen heißt, dass drei Dinge gleichzeitig in den übrigen Speicher passen: die Modelldatei, ihr Kontextspeicher und die Arbeitsreserve der Laufzeitumgebung. Der Kontextspeicher wird aus dem von jedem Modell angegebenen Aufmerksamkeitsmuster Schicht für Schicht berechnet, nicht aus der generischen Formel — deshalb passen hier Modelle, die diese Formel für unmöglich erklären würde.
| Modell | Gezeigte Kompression | Modellgröße | 8k | 32k | 128k | Größter Kontext, der passt |
|---|---|---|---|---|---|---|
| qwen3-1.7b | Q4_K_M |
1,03 GiB | ja | ja | — | 32k |
| qwen3-4b-2507 | Q4_K_M |
2,33 GiB | ja | ja | ja | 256k |
| gemma4-e2b | Q4_K_M |
2,89 GiB | ja | ja | ja | 128k |
| gemma4-e4b | Q4_K_M |
4,63 GiB | ja | ja | ja | 128k |
| qwen3-8b | Q4_K_M |
4,68 GiB | ja | ja | — | 32k |
| granite-4.2-8b | Q4_K_M |
4,98 GiB | ja | ja | ja | 128k |
| qwen3.5-9b | Q4_K_M |
5,29 GiB | ja | ja | ja | 256k |
| gemma4-12b | Q4_K_M |
6,63 GiB | ja | ja | ja | 256k |
| phi-4 | Q4_K_M |
8,43 GiB | ja | — | — | 16k |
| gpt-oss-20b | Q4_K_M |
10,83 GiB | ja | ja | ja | 128k |
| mistral-small-24b | Q4_K_M |
13,35 GiB | ja | ja | ja | 128k |
| qwen3.8-27b | Q4_K_M |
15,33 GiB | ja | ja | ja | 256k |
| muse-glimmer-30b | Q4_K_M |
15,61 GiB | ja | ja | ja | 128k |
| qwen3.6-27b | Q4_K_M |
15,66 GiB | ja | ja | ja | 256k |
| gemma4-26b-a4b | Q4_K_M |
15,78 GiB | ja | ja | ja | 256k |
| gemma4-31b | Q4_K_M |
17,07 GiB | ja | ja | ja | 256k |
| qwen3-coder-30b | Q4_K_M |
17,28 GiB | ja | ja | ja | 256k |
| qwen3.6-35b-a3b | Q4_K_M |
20,61 GiB | ja | ja | ja | 256k |
| flint-40b | Q4_K_M |
23,61 GiB | ja | ja | ja | 256k |
| nemotron-3.5-lightning-30b | Q4_K_M |
23,73 GiB | ja | ja | ja | 256k |
| gpt-oss-120b | Q4_K_M |
58,46 GiB | ja | ja | nein | 32k |
| llama4-scout-17b | Q4_K_M |
60,87 GiB | nein | nein | nein | — |
| nemotron-3.5-super-120b | Q4_K_M |
65,29 GiB | nein | nein | nein | — |
| qwen3.8-flash-next | IQ4_XS |
87,25 GiB | nein | nein | nein | — |
| deepseek-v4-flash | IQ4_XS |
127,28 GiB | nein | nein | nein | — |
| glm-5.3-flash | Q4_K_M |
187,04 GiB | nein | nein | nein | — |
| glm-5.2 | Q4_K_M |
433,83 GiB | nein | nein | nein | — |
| mistral-large-4 | Q4_K_M |
591,21 GiB | nein | nein | nein | — |
Die Größen sind die der tatsächlich veröffentlichten Dateien in der Referenzkompression, eine Stufe je Zeile: Q4_K_M, wo der Autor sie veröffentlicht, sonst die nächstgelegene. Jede Zeile nennt, welche sie zeigt. Q4_K_M ist unsere Qualitätsuntergrenze: darunter ist der Verlust in den Antworten hörbar. Ein Modell, das hier nur mit stärkerer Kompression passen würde, gilt bewusst als nicht passend. Ein Gedankenstrich in einer Kontextspalte heißt, dass das Modell diesen Kontext gar nicht anbietet, es gibt also nichts einzupassen.
Modelle, die passen — 21 von den 28 gemessenen Modellen
- qwen3-1.7b
Q4_K_M— Kontext 32k Tokens - qwen3-4b-2507
Q4_K_M— Kontext 256k Tokens - gemma4-e2b
Q4_K_M— Kontext 128k Tokens - gemma4-e4b
Q4_K_M— Kontext 128k Tokens - qwen3-8b
Q4_K_M— Kontext 32k Tokens - granite-4.2-8b
Q4_K_M— Kontext 128k Tokens - qwen3.5-9b
Q4_K_M— Kontext 256k Tokens - gemma4-12b
Q4_K_M— Kontext 256k Tokens - phi-4
Q4_K_M— Kontext 16k Tokens - gpt-oss-20b
Q4_K_M— Kontext 128k Tokens - mistral-small-24b
Q4_K_M— Kontext 128k Tokens - qwen3.8-27b
Q4_K_M— Kontext 256k Tokens - muse-glimmer-30b
Q4_K_M— Kontext 128k Tokens - qwen3.6-27b
Q4_K_M— Kontext 256k Tokens - gemma4-26b-a4b
Q4_K_M— Kontext 256k Tokens - gemma4-31b
Q4_K_M— Kontext 256k Tokens - qwen3-coder-30b
Q4_K_M— Kontext 256k Tokens - qwen3.6-35b-a3b
Q4_K_M— Kontext 256k Tokens - flint-40b
Q4_K_M— Kontext 256k Tokens - nemotron-3.5-lightning-30b
Q4_K_M— Kontext 256k Tokens - gpt-oss-120b
Q4_K_M— Kontext 32k Tokens
Modelle, die nicht passen — 7 von den 28 gemessenen Modellen
- llama4-scout-17b
Q4_K_M— es fehlen 1,30 GiB - nemotron-3.5-super-120b
Q4_K_M— es fehlen 5,00 GiB - qwen3.8-flash-next
IQ4_XS— es fehlen 27,02 GiB - deepseek-v4-flash
IQ4_XS— es fehlen 67,29 GiB - glm-5.3-flash
Q4_K_M— es fehlen 126,80 GiB - glm-5.2
Q4_K_M— es fehlen 374,12 GiB - mistral-large-4
Q4_K_M— es fehlen 531,37 GiB
Darf es etwas stärker komprimiert sein? Dann ist auf dieser Liste nicht alles außer Reichweite. Bei den 61,00 GiB Unified Memory, die hier für das Modell bleiben, heißt das: llama4-scout-17b passt als Q4_K_S (57,23 GiB) mit bis zu 16k Tokens Kontext. Unterhalb der Kompression aus der Tabelle verliert ein Modell an Qualität; deshalb bleibt unsere Zählung bei der Tabelle.
Die Rechner daneben
- Server mit 2× RTX 3090 (48 GB) — 47,20 GiB für das Modell, 20 / 28 Modelle
- Mac mit M4 Max und 64 GB — 61,00 GiB für das Modell, 21 / 28 Modelle
- Xiaomi AI Cube, 80 GB — Technikprototyp — 77,00 GiB für das Modell, 23 / 28 Modelle
- PC mit Ryzen AI Max+ 395 und 128 GB Unified Memory — 96,00 GiB für das Modell, 24 / 28 Modelle
Preis und Verfügbarkeit
Was ein Rechner kostet, entscheidet genauso viel wie das, was hineinpasst — der Preis gehört also auf diese Seite. Unten steht nur, was der Hersteller veröffentlicht, mit dem betroffenen Markt und dem Tag der Abfrage.
Ab 2.899 $ (USA), veröffentlicht am 2026-09-23 (Quelle). Herstellerangabe
Das ist der Preis genau dieser Konfiguration: 64 GB mit der 512-GB-SSD der Einstiegsversion. Die Ankündigung nennt nur 1.699 $, die der 24-GB-Basis mit 16-Kern-GPU; die 64 GB, mit denen dieses Datenblatt gerechnet ist, kosten also 1.200 $ mehr, dieselbe Maschine mit 1 TB SSD 3.199 $. Apple nennt keinen Preis in Euro: Die Zahl ist in US-Dollar.
Was wir an dieser Seite verdienen
Heute nichts. Auf dieser Seite steht kein Affiliate-Link, und hinter keiner ihrer Zahlen steht eine Handelsvereinbarung. Sollte hier je ein Kauflink erscheinen, wird er als solcher gekennzeichnet und die Provision in diesem Block angegeben. Zwei Regeln ändern sich an dem Tag nicht: Die Rangfolge dieser Seite wird vor der Anwendung kommerzieller Verfügbarkeit berechnet, und „am besten“ heißt nie „zahlt am meisten“.
