FR
22 octobre 2026 · Jakub M.
Une heure à pleine charge sur le Mac Studio M5 Ultra : ce que coûte un million de tokens
Pendant une heure entière, notre Mac Studio a généré du texte avec seize modèles d’IA à la fois, et nous avons relevé la vitesse, la consommation et la température toutes les dix secondes. Il a produit 980 000 tokens sans ralentir, et un million de tokens a consommé 0,074 kWh.
Combien coûte réellement l’IA en local ? Sur notre Mac Studio M5 Ultra 256 Go, la machine même que nous louons, nous avons lancé un test d’une heure en relevant toutes les dix secondes la vitesse, la consommation et la température de la puce.
Comment nous avons mesuré
- Matériel : Mac Studio avec Apple M5 Ultra (CPU 36 cœurs, GPU 80 cœurs), 256 Go de mémoire unifiée, macOS 27.0.1. Rien d’autre ne tournait pendant le test.
- Modèle : gpt-oss-20b d’OpenAI en version MXFP4-Q8 pour MLX d’Apple (MLX 0.32.4, mlx-lm 0.32.2). C’est un modèle MoE de 21 milliards de paramètres, dont environ 3,6 milliards servent pour chaque token. Il occupe environ 12 Go de mémoire.
- Charge : seize programmes indépendants ont généré du texte en même temps pendant 60 minutes, chacun avec sa propre copie du modèle. Cela simule seize utilisateurs ou agents d’IA. Chaque génération était limitée à 2 000 tokens, puis recommençait avec la même tâche : un long article technique sur le fonctionnement d’un moteur thermique.
- Mesure : toutes les 10 secondes, nous avons relevé le nombre de tokens générés, la consommation de la puce et la température moyenne du CPU et du GPU, lues dans macOS avec macmon 0.10.0. L’énergie est la consommation moyenne multipliée par la durée.
Résultats
| Résultat | |
|---|---|
| Durée du test | 60 minutes |
| Flux en parallèle | 16 |
| Généré | 980 000 tokens |
| Vitesse | 273 tokens par seconde |
| Vitesse, premier / dernier sixième | 272 / 272 tok/s |
| Consommation de la puce, moyenne (max.) | 73 W (76 W) |
| Température CPU / GPU stabilisée | 63 / 66 °C |
| Température maximale CPU / GPU | 66 / 70 °C |
| Énergie par million de tokens | 0,074 kWh |
La limite, c’est la vitesse de la mémoire, pas le calcul
Pour générer du texte, le Mac est freiné par la bande passante mémoire plutôt que par la puissance de calcul. Pour chaque token, le GPU doit lire en mémoire la partie utile du modèle et passe l’essentiel du temps à attendre les données. C’est pourquoi la puce n’a consommé que 73 W, même avec seize flux.
Les seize programmes se partagent le GPU et chacun lit sa propre copie du modèle. Ensemble, ils ont produit 273 tokens par seconde, soit environ 17 par flux. C’est peu pour une personne qui discute, mais assez pour un groupe d’agents travaillant en arrière-plan. Les serveurs d’inférence procèdent autrement : ils traitent les requêtes de nombreux utilisateurs en un seul lot et lisent le modèle une fois pour tous, ce qui tire davantage de tokens par seconde du même Mac. Nous ne l’avons pas mesuré dans ce test.
Températures et stabilité
La température du GPU est montée à 70 °C à la quatrième minute, puis est redescendue et s’est maintenue à 66 °C à partir de la cinquième. Le CPU s’est stabilisé à 63 °C. Les ventilateurs ont suivi sans que la puce ait à ralentir : dans le premier comme dans le dernier sixième du test, le Mac a généré 272 tokens par seconde.
Ce que coûte l’électricité
L’heure à pleine charge a consommé 0,073 kWh. Une journée entière à ce régime représenterait environ 1,75 kWh, et un million de tokens demande 0,074 kWh. À 0,25 € le kWh, cela fait moins de 2 centimes par million de tokens et environ 44 centimes par jour. Pour l’IA en local, l’électricité ne pèse presque rien ; c’est le prix de l’ordinateur qui compte.
Ce que le test ne montre pas
- La consommation de tout l’ordinateur. Nous n’avons mesuré que la puce (CPU, GPU et Neural Engine). Ventilateurs, SSD, réseau et pertes de l’alimentation ne sont pas inclus : la consommation à la prise est un peu plus élevée.
- Le traitement par lots. Seize programmes indépendants ne valent pas un serveur qui sert de nombreux utilisateurs en un seul lot.
- Les grands modèles. gpt-oss-20b est petit et rapide. Un modèle dense de 70 milliards de paramètres solliciterait le Mac autrement.
- La qualité du texte. Nous avons mesuré la vitesse et la consommation, pas ce que le modèle a écrit.
Ce sont des résultats mesurés dans les conditions décrites, pas une garantie : la vitesse et la consommation réelles dépendent du modèle, de la quantification, de la longueur du contexte, du logiciel et du type de tâche.
Essayez vous-même
Si vous voulez voir comment votre propre modèle se comporte sous charge, vous pouvez louer ce Mac Studio M5 Ultra 256 Go dès une journée. D’autres mesures figurent dans notre benchmark de six modèles.