ES
26 de octubre de 2026 · Jakub M.
Mac Studio M5 Ultra a prueba: Qwen3 235B a 46 tokens por segundo y lectura rápida de prompts
La web tecnológica checa Vše Smart probó el Mac Studio M5 Ultra con 256 GB con cinco modelos de lenguaje en llama.cpp y MLX. El mayor, Qwen3 235B, ocupó 133 GB de memoria y generó 46 tokens por segundo. Explicamos qué significan los resultados para ejecutar modelos grandes.
Fuente: Mac Studio M5 Ultra v testu: Qwen3 235B a rychlost čtení promptů, Ludvík Eckerman, Vše Smart, 26 de octubre de 2026 (en checo). Todas las cifras de abajo proceden de ese artículo.
La web checa Vše Smart publicó una prueba detallada del Mac Studio con chip M5 Ultra. Es la misma configuración que alquilamos: GPU de 80 núcleos y 256 GB de memoria unificada. La prueba se centra en dos cosas que nuestra primera medición no cubría: la velocidad con la que el Mac lee prompts largos y un modelo que no cabe en una máquina de 128 GB.
Cómo probó Vše Smart
- Hardware: Mac Studio M5 Ultra (GPU de 80 núcleos), 256 GB, macOS 27.0.1, sin nada más en ejecución.
- Software: llama.cpp con todas las capas en la GPU y MLX 0.32 con mlx-lm. Consumo y temperaturas registrados con macmon.
- Modelos: Qwen3 8B, Qwen3 30B-A3B, Llama 3.3 70B, gpt-oss-120b y Qwen3 235B-A22B, todos en 4 bits (gpt-oss en MXFP4). Qwen3 235B solo en MLX.
- Pruebas: prompts de 512, 4096 y 16.384 tokens con 128 tokens generados, y diez minutos de carga continua. Medido el 24 de octubre de 2026.
Resultados
| Modelo | Memoria | Generación, llama.cpp | Generación, MLX | Prompt 4k, llama.cpp | Prompt 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 |
Tokens por segundo con el contexto vacío: generación de 128 tokens y lectura de un prompt de 4096 tokens. Qwen3 235B solo se probó en MLX. Fuente: Vše Smart, medido el 24 de octubre de 2026.
MLX lee los prompts hasta el doble de rápido
Antes de escribir la primera palabra, el modelo tiene que leer todo el prompt, por ejemplo un documento que quieres resumir. Según Vše Smart, MLX leyó los prompts entre 1,4 y 2,2 veces más rápido que llama.cpp con todos los modelos; la diferencia fue mayor con Qwen3 30B-A3B. Con gpt-oss-120b en MLX, un documento de 4000 tokens se lee en mucho menos de un segundo. En la generación ninguno de los dos ganó con claridad, así que conviene probar ambos con tu propio modelo.
Un contexto largo
| Modelo | Generación | Lectura del prompt |
|---|---|---|
| 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, prompt de 16.384 tokens seguido de 128 tokens generados, tokens por segundo. Fuente: Vše Smart.
Con un prompt de 16.384 tokens, la generación en MLX se ralentizó entre un 12 y un 31 por ciento aproximadamente, según el modelo.
Qwen3 235B necesita más de 128 GB
El modelo más grande ocupó unos 133 GB de memoria y generó unos 46 tokens por segundo, más rápido de lo que lee la mayoría de la gente. No cabría en un Mac de 128 GB, y ahí es donde la configuración de 256 GB marca la diferencia.
Temperaturas, consumo y el M3 Ultra
La GPU llegó como máximo a 87 °C y el chip consumió hasta 215 W al leer prompts. El ventilador subió a 2265 rpm, el 62 por ciento de su máximo, y durante diez minutos de carga continua la prueba no detectó limitación térmica. En la prueba estándar de llama.cpp con Llama 2 7B (Q4_0), el artículo estima que el M5 Ultra lee los prompts unas 3,5 veces más rápido y genera aproximadamente el doble de rápido que el M3 Ultra. El autor advierte que las cifras del M3 Ultra proceden de la tabla comunitaria de llama.cpp, medida con versiones antiguas, por lo que la comparación es solo orientativa.
Como indica el artículo, la prueba mide la velocidad y no la calidad de las respuestas, usa solo cuantización de 4 bits y consultas individuales, e indica el consumo del chip, no del equipo completo.
Pruébalo tú mismo
Puedes alquilar un Mac Studio M5 Ultra con 256 GB desde un día y probar en él tus propios modelos. Nuestra prueba de carga de una hora muestra cómo se comporta bajo carga sostenida.