DE
11. November 2026 · Jakub M.
Zwei identische Mac Studio M5 Ultra: Unterscheidet sich die Leistung bei lokaler KI?
Wir haben zwei Mac Studio mit M5 Ultra und 256 GB gemeinsamem Arbeitsspeicher: Einer läuft seit Oktober, der andere ist fabrikneu. Auf beiden haben wir denselben Test mit drei Sprachmodellen ausgeführt. Die Generierungsgeschwindigkeit wich um weniger als ein halbes Prozent ab.
Zwei Computer desselben Modells und derselben Konfiguration sollten gleich schnell sein. Trotzdem ist manchmal von Unterschieden zwischen einzelnen Geräten die Rede, und wir wollten wissen, wie groß sie bei lokaler KI sind. Für uns ist das eine praktische Frage: Kunden mieten eine Konfiguration und sollen dieselbe Leistung bekommen, egal welches Gerät sie erhalten.
Worauf und wie wir gemessen haben
- Hardware: zwei Mac Studio mit Apple M5 Ultra (36-Core-CPU, 80-Core-GPU) und 256 GB gemeinsamem Arbeitsspeicher. Einer ist seit Oktober im Einsatz, der andere ist neu.
- Software: auf beiden identisch: macOS 27.2.1, Python 3.12, MLX 0.32.4 und mlx-lm 0.32.2.
- Modelle: 4-Bit-MLX-Versionen der Organisation mlx-community auf Hugging Face: Qwen3 30B-A3B, Llama 3.3 70B Instruct und gpt-oss-120b (MXFP4-Q8).
- Test: das eingebaute Werkzeug
mlx_lm.benchmarkmit einem kurzen Prompt (512 Token, drei Durchläufe) und einem langen Prompt (8.192 Token, zwei Durchläufe), jeweils mit 128 generierten Token. Der Prompt besteht aus zufälligen Token mit festem Startwert, sodass beide Macs exakt dieselbe Eingabe erhielten. Jede Messung begann mit einem Aufwärmdurchlauf, und beide Macs wurden am selben Tag gemessen.
Ergebnisse
| Modell | Prompt (Token) | Prompt-Verarbeitung, älterer Mac | Prompt-Verarbeitung, neuer Mac | Generierung, älterer Mac | Generierung, neuer Mac | Spitzenspeicher |
|---|---|---|---|---|---|---|
| Qwen3 30B-A3B | 512 | 2.285 | 2.237 | 162,2 | 162,2 | 17,8 GB |
| Qwen3 30B-A3B | 8.192 | 7.646 | 7.602 | 138,1 | 138,0 | 18,7 GB |
| Llama 3.3 70B | 512 | 469 | 467 | 25,2 | 25,3 | 40,3 GB |
| Llama 3.3 70B | 8.192 | 682 | 683 | 23,6 | 23,6 | 43,3 GB |
| gpt-oss-120b | 512 | 1.077 | 1.046 | 121,4 | 121,2 | 63,8 GB |
| gpt-oss-120b | 8.192 | 5.143 | 5.109 | 114,8 | 115,2 | 64,5 GB |
Prompt-Verarbeitung und Generierung in Token pro Sekunde, Mittelwert der Durchläufe (drei bei 512 Token, zwei bei 8.192), 128 generierte Token. Älterer Mac: seit Oktober im Einsatz, neuer Mac: fabrikneu. Gleiche Konfiguration, 4-Bit-MLX-Modelle, mlx-lm 0.32.2, macOS 27.2.1, gemessen am 11. November 2026.
Was die Zahlen zeigen
Die Generierungsgeschwindigkeit, also wie schnell das Modell seine Antwort schreibt, ist auf beiden Macs gleich: Bei allen drei Modellen und beiden Prompt-Längen weicht sie höchstens um 0,35 % ab. Die Verarbeitung des langen Prompts unterscheidet sich höchstens um 0,7 %. Der Spitzenspeicher ist auf ein Zehntel Gigabyte identisch.
Beim kurzen Prompt war der neue Mac bei der Verarbeitung 2 bis 3 % langsamer. Dieser Durchlauf dauert allerdings nur 0,2 bis 0,5 Sekunden, und wiederholte Messungen auf ein und demselben Mac schwankten um bis zu 3 %. Diesen Unterschied halten wir daher nicht für real.
Die Ergebnisse stimmen auch mit unserer Messung vom Oktober überein: gpt-oss-120b erzeugte damals 120 Token pro Sekunde, jetzt 121.
Grenzen des Tests
Wir haben nur zwei Geräte verglichen, das Ergebnis gilt also nicht für jeden Mac Studio M5 Ultra. Ein Prompt aus zufälligen Token und kurze Generierung liefern reine Geschwindigkeitswerte; bei echten Aufgaben und längeren Antworten kann die Geschwindigkeit abweichen. Die Qualität der Antworten misst der Test nicht.
Selbst ausprobieren
Wie viel Arbeitsspeicher das gewünschte Modell braucht, zeigt unser RAM-Rechner. Für eigene Tests können Sie einen Mac Studio M5 Ultra mit 256 GB mieten, schon ab einem Tag.