IT
11 novembre 2026 · Jakub M.
Due Mac Studio M5 Ultra identici: le prestazioni con l’IA locale cambiano?
Abbiamo due Mac Studio con M5 Ultra e 256 GB di memoria unificata: uno è in funzione da ottobre, l’altro è nuovo. Su entrambi abbiamo eseguito lo stesso test con tre modelli linguistici. La velocità di generazione è variata di meno di mezzo punto percentuale.
Due computer dello stesso modello e con la stessa configurazione dovrebbero essere ugualmente veloci. A volte però si parla di differenze tra singoli esemplari, e volevamo capire quanto contino nell’IA locale. Per noi è una questione pratica: il cliente noleggia una configurazione e deve ottenere le stesse prestazioni, qualunque esemplare gli venga assegnato.
Su cosa e come abbiamo misurato
- Hardware: due Mac Studio con Apple M5 Ultra (CPU a 36 core, GPU a 80 core) e 256 GB di memoria unificata. Uno è in uso da ottobre, l’altro è nuovo.
- Software: identico su entrambi: macOS 27.2.1, Python 3.12, MLX 0.32.4 e mlx-lm 0.32.2.
- Modelli: versioni MLX a 4 bit dell’organizzazione mlx-community su Hugging Face: Qwen3 30B-A3B, Llama 3.3 70B Instruct e gpt-oss-120b (MXFP4-Q8).
- Test: lo strumento integrato
mlx_lm.benchmarkcon un prompt breve (512 token, tre ripetizioni) e uno lungo (8.192 token, due ripetizioni), ogni volta con 128 token generati. Il prompt è composto da token casuali con un seme fisso, quindi i due Mac hanno ricevuto esattamente lo stesso input. Ogni misurazione è iniziata con un’esecuzione di riscaldamento e abbiamo misurato entrambi i Mac lo stesso giorno.
Risultati
| Modello | Prompt (token) | Elaborazione del prompt, Mac meno recente | Elaborazione del prompt, Mac nuovo | Generazione, Mac meno recente | Generazione, Mac nuovo | Picco di 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 |
Elaborazione del prompt e generazione in token al secondo, media delle ripetizioni (tre con 512 token, due con 8.192), 128 token generati. Mac meno recente: in uso da ottobre; Mac nuovo: appena aperto. Stessa configurazione, modelli MLX a 4 bit, mlx-lm 0.32.2, macOS 27.2.1, misurato l’11 novembre 2026.
Cosa dicono i numeri
La velocità di generazione, cioè quanto velocemente il modello scrive la risposta, è la stessa sui due Mac: con tutti e tre i modelli ed entrambe le lunghezze del prompt la differenza è al massimo dello 0,35%. L’elaborazione del prompt lungo differisce al massimo dello 0,7%. Il picco di memoria coincide fino al decimo di gigabyte.
Con il prompt breve, il Mac nuovo lo ha elaborato dal 2 al 3% più lentamente. Questa esecuzione dura però solo da 0,2 a 0,5 secondi, e le ripetizioni sullo stesso Mac variavano fino al 3%. Per questo non consideriamo reale questa differenza.
I risultati coincidono anche con la nostra misurazione di ottobre: gpt-oss-120b generava allora 120 token al secondo, ora 121.
Limiti del test
Abbiamo confrontato solo due esemplari, quindi il risultato non vale per tutti i Mac Studio M5 Ultra. Un prompt di token casuali e una generazione breve danno valori di velocità puri; con attività reali e risposte più lunghe la velocità può cambiare. Il test non misura la qualità delle risposte.
Provalo tu
Quanta memoria serve al modello che vuoi usare te lo dice il nostro calcolatore di RAM. Per i tuoi test puoi noleggiare un Mac Studio M5 Ultra con 256 GB anche per un solo giorno.