ES
11 de noviembre de 2026 · Jakub M.
Dos Mac Studio M5 Ultra idénticos: ¿rinden distinto con IA local?
Tenemos dos Mac Studio con M5 Ultra y 256 GB de memoria unificada: uno funciona desde octubre y el otro es nuevo. En los dos ejecutamos la misma prueba con tres modelos de lenguaje. La velocidad de generación varió menos de medio punto porcentual.
Dos ordenadores del mismo modelo y configuración deberían ser igual de rápidos. Aun así, a veces se habla de diferencias entre unidades, y queríamos saber cuánto importan en la IA local. Para nosotros es una cuestión práctica: un cliente alquila una configuración y debe obtener el mismo rendimiento, le toque la unidad que le toque.
En qué y cómo medimos
- Hardware: dos Mac Studio con Apple M5 Ultra (CPU de 36 núcleos, GPU de 80 núcleos) y 256 GB de memoria unificada. Uno está en uso desde octubre y el otro es nuevo.
- Software: idéntico en ambos: macOS 27.2.1, Python 3.12, MLX 0.32.4 y mlx-lm 0.32.2.
- Modelos: versiones MLX de 4 bits de la organización mlx-community en Hugging Face: Qwen3 30B-A3B, Llama 3.3 70B Instruct y gpt-oss-120b (MXFP4-Q8).
- Prueba: la herramienta integrada
mlx_lm.benchmarkcon un prompt corto (512 tokens, tres repeticiones) y uno largo (8.192 tokens, dos repeticiones), siempre con 128 tokens generados. El prompt está formado por tokens aleatorios con una semilla fija, así que los dos Mac recibieron exactamente la misma entrada. Cada medición empezó con una ejecución de calentamiento y medimos ambos Mac el mismo día.
Resultados
| Modelo | Prompt (tokens) | Procesamiento del prompt, Mac más antiguo | Procesamiento del prompt, Mac nuevo | Generación, Mac más antiguo | Generación, Mac nuevo | Pico de memoria |
|---|---|---|---|---|---|---|
| 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 |
Procesamiento del prompt y generación en tokens por segundo, media de las repeticiones (tres con 512 tokens, dos con 8.192), 128 tokens generados. Mac más antiguo: en uso desde octubre; Mac nuevo: recién estrenado. Misma configuración, modelos MLX de 4 bits, mlx-lm 0.32.2, macOS 27.2.1, medido el 11 de noviembre de 2026.
Qué muestran los números
La velocidad de generación, es decir, lo rápido que el modelo escribe la respuesta, es la misma en los dos Mac: en los tres modelos y con ambas longitudes de prompt varía como mucho un 0,35 %. El procesamiento del prompt largo difiere como mucho un 0,7 %. El pico de memoria coincide hasta la décima de gigabyte.
Con el prompt corto, el Mac nuevo lo procesó entre un 2 y un 3 % más despacio. Sin embargo, esa ejecución dura solo entre 0,2 y 0,5 segundos, y las repeticiones en un mismo Mac variaron hasta un 3 %. Por eso no consideramos real esta diferencia.
Los resultados también coinciden con nuestra medición de octubre: gpt-oss-120b generaba entonces 120 tokens por segundo y ahora 121.
Límites de la prueba
Comparamos solo dos unidades, así que el resultado no vale para todos los Mac Studio M5 Ultra. Un prompt de tokens aleatorios y una generación corta dan cifras de velocidad puras; con tareas reales y respuestas más largas la velocidad puede variar. La prueba no mide la calidad de las respuestas.
Pruébalo tú mismo
Cuánta memoria necesita el modelo que quieres usar te lo dice nuestra calculadora de RAM. Para tus propias pruebas puedes alquilar un Mac Studio M5 Ultra con 256 GB desde un día.