AR
26 أكتوبر 2026 · Jakub M.
اختبار Mac Studio M5 Ultra: نموذج Qwen3 235B بسرعة 46 توكنًا في الثانية وقراءة سريعة للموجّهات
اختبر موقع التقنية التشيكي Vše Smart جهاز Mac Studio M5 Ultra بذاكرة 256 GB على خمسة نماذج لغوية في llama.cpp وMLX. أكبرها، Qwen3 235B، شغل 133 GB من الذاكرة وولّد 46 توكنًا في الثانية. نلخّص ما تعنيه النتائج لتشغيل النماذج الكبيرة.
المصدر: Mac Studio M5 Ultra v testu: Qwen3 235B a rychlost čtení promptů، Ludvík Eckerman، موقع Vše Smart، 26 أكتوبر 2026 (باللغة التشيكية). جميع الأرقام أدناه مأخوذة من هذا المقال.
نشر الموقع التشيكي Vše Smart اختبارًا مفصّلًا لجهاز Mac Studio بشريحة M5 Ultra. وهي التهيئة نفسها التي نؤجّرها: معالج رسوميات بـ80 نواة و256 GB من الذاكرة الموحّدة. يركّز الاختبار على أمرين لم يغطّهما قياسنا الأول: سرعة قراءة الجهاز للموجّهات الطويلة، ونموذج لا يتّسع له جهاز بذاكرة 128 GB.
كيف أجرى Vše Smart الاختبار
- العتاد: Mac Studio M5 Ultra (معالج رسوميات بـ80 نواة)، 256 GB، macOS 27.0.1، دون تشغيل أي تطبيقات أخرى.
- البرمجيات: llama.cpp مع تشغيل جميع الطبقات على معالج الرسوميات، وMLX 0.32 مع mlx-lm. سُجّل استهلاك الطاقة ودرجات الحرارة بأداة macmon.
- النماذج: Qwen3 8B وQwen3 30B-A3B وLlama 3.3 70B وgpt-oss-120b وQwen3 235B-A22B، جميعها بتكميم 4 بت (gpt-oss بصيغة MXFP4). اختُبر Qwen3 235B في MLX فقط.
- الاختبارات: موجّهات من 512 و4,096 و16,384 توكنًا مع توليد 128 توكنًا، إضافة إلى عشر دقائق من الحمل المتواصل. قيس في 24 أكتوبر 2026.
النتائج
| النموذج | الذاكرة | التوليد، llama.cpp | التوليد، MLX | موجّه 4k، llama.cpp | موجّه 4k، MLX |
|---|---|---|---|---|---|
| Qwen3 8B | ≈ 5 GB | 149 | 176 | 4,205 | 6,360 |
| Qwen3 30B-A3B | ≈ 18 GB | 172 | 159 | 4,535 | 9,870 |
| Llama 3.3 70B | ≈ 42 GB | 23 | 25 | 509 | 716 |
| gpt-oss-120b | ≈ 63 GB | 142 | 130 | 3,387 | 6,538 |
| Qwen3 235B-A22B | ≈ 133 GB | – | 46 | – | 1,656 |
توكنات في الثانية مع سياق فارغ: توليد 128 توكنًا وقراءة موجّه من 4,096 توكنًا. اختُبر Qwen3 235B في MLX فقط. المصدر: Vše Smart، قيس في 24 أكتوبر 2026.
MLX يقرأ الموجّهات بسرعة تصل إلى الضعف
قبل أن يكتب النموذج الكلمة الأولى من إجابته، عليه أن يقرأ الموجّه كاملًا، كمستند تريد تلخيصه مثلًا. وفقًا لـVše Smart، قرأ MLX الموجّهات أسرع من llama.cpp بمقدار 1.4 إلى 2.2 مرة مع جميع النماذج، وكان الفارق الأكبر مع Qwen3 30B-A3B. ومع gpt-oss-120b في MLX تُقرأ وثيقة من 4,000 توكن في أقل بكثير من ثانية. أما في التوليد فلم يتفوّق أيّ منهما بوضوح، لذا يستحق الأمر تجربة الاثنين مع نموذجك.
سياق طويل
| النموذج | التوليد | قراءة الموجّه |
|---|---|---|
| Qwen3 8B | 121 | 5,240 |
| Qwen3 30B-A3B | 115 | 6,822 |
| Llama 3.3 70B | 22 | 650 |
| gpt-oss-120b | 114 | 6,332 |
| Qwen3 235B-A22B | 33 | 1,289 |
MLX، موجّه من 16,384 توكنًا يليه 128 توكنًا مولّدًا، بالتوكن في الثانية. المصدر: Vše Smart.
مع موجّه من 16,384 توكنًا تباطأ التوليد في MLX بنحو 12 إلى 31 في المئة بحسب النموذج.
يحتاج Qwen3 235B إلى أكثر من 128 GB
شغل أكبر النماذج نحو 133 GB من الذاكرة وولّد نحو 46 توكنًا في الثانية، أي أسرع مما يقرأ معظم الناس. ولن يتّسع له جهاز Mac بذاكرة 128 GB، وهنا تحديدًا تصنع تهيئة 256 GB الفرق.
درجات الحرارة واستهلاك الطاقة والمقارنة مع M3 Ultra
بلغت حرارة معالج الرسوميات 87 °C كحد أقصى، واستهلكت الشريحة حتى 215 W أثناء قراءة الموجّهات. ارتفعت سرعة المروحة إلى 2,265 دورة في الدقيقة، أي 62 في المئة من حدّها الأقصى، ولم يرصد الاختبار أي خنق للأداء خلال عشر دقائق من الحمل المتواصل. وفي اختبار llama.cpp القياسي مع Llama 2 7B (Q4_0)، يقدّر المقال أن M5 Ultra يقرأ الموجّهات أسرع بنحو 3.5 مرة ويولّد أسرع بنحو مرتين مقارنة بـM3 Ultra. وينبّه الكاتب إلى أن أرقام M3 Ultra مأخوذة من جدول مجتمع llama.cpp المقيس بإصدارات أقدم، لذا فالمقارنة تقريبية فقط.
وكما يذكر المقال، يقيس الاختبار السرعة لا جودة الإجابات، ويستخدم تكميم 4 بت وطلبات منفردة فقط، ويعرض استهلاك الشريحة لا الجهاز كله.
جرّبه بنفسك
يمكنك استئجار Mac Studio M5 Ultra بذاكرة 256 GB ابتداءً من يوم واحد واختبار نماذجك عليه. ويُظهر اختبار الحمل لمدة ساعة الذي أجريناه كيف يتصرّف تحت الحمل المتواصل.