2026年11月11日 · Jakub M.

同じ構成のMac Studio M5 Ultra 2台：ローカルAIの速度に差は出るのか

当社にはM5 Ultraと256GBのユニファイドメモリを搭載したMac Studioが2台あります。1台は10月から稼働しており、もう1台は新品です。両方で3つの言語モデルを使った同じテストを実行したところ、生成速度の差は0.5%未満でした。

同じモデル・同じ構成のコンピュータなら、速度も同じはずです。ただし個体差が話題になることもあり、ローカルAIではどの程度なのかを確かめたいと考えました。当社にとっては実務的な問題です。お客様は構成を指定してレンタルするので、どの個体が割り当てられても同じ性能を得られるべきだからです。

測定環境と方法

ハードウェア：Apple M5 Ultra（36コアCPU、80コアGPU）と256GBのユニファイドメモリを搭載したMac Studio 2台。1台は10月から使用中、もう1台は新品です。
ソフトウェア：両方で同一：macOS 27.2.1、Python 3.12、MLX 0.32.4、mlx-lm 0.32.2。
モデル：Hugging Faceのmlx-communityによる4ビットMLX版：Qwen3 30B-A3B、Llama 3.3 70B Instruct、gpt-oss-120b（MXFP4-Q8）。
テスト：内蔵ツールmlx_lm.benchmarkで、短いプロンプト（512トークン、3回）と長いプロンプト（8,192トークン、2回）を測定し、いずれも128トークンを生成しました。プロンプトは固定シードのランダムなトークンで、2台にまったく同じ入力を与えています。各測定の前にウォームアップを1回実行し、2台とも同じ日に測定しました。

モデル	プロンプト（トークン）	プロンプト処理（古いMac）	プロンプト処理（新しいMac）	生成（古いMac）	生成（新しいMac）	ピークメモリ
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

プロンプト処理と生成はトークン/秒、複数回の平均（512トークンは3回、8,192トークンは2回）、生成は128トークン。古いMac：10月から稼働、新しいMac：新品。同一構成、4ビットMLXモデル、mlx-lm 0.32.2、macOS 27.2.1、2026年11月11日に測定。

生成速度、つまりモデルが回答を書き出す速さは2台で同じです。3つのモデル、2種類のプロンプト長のすべてで、差は最大0.35%でした。長いプロンプトの処理速度の差は最大0.7%です。ピークメモリは0.1GB単位まで一致しました。

短いプロンプトでは、新しいMacの処理が2〜3%遅い結果になりました。ただしこの測定は0.2〜0.5秒しかかからず、同じMacでの繰り返しでも最大3%のばらつきがありました。そのため、この差は実際の差とはみなしていません。

結果は当社の10月の測定とも一致しています。gpt-oss-120bの生成速度は当時毎秒120トークン、今回は121トークンでした。

比較したのは2台だけなので、すべてのMac Studio M5 Ultraに当てはまるわけではありません。ランダムなトークンのプロンプトと短い生成で得られるのは純粋な速度の数値で、実際の作業や長い回答では速度が変わる可能性があります。回答の品質は測定していません。

使いたいモデルに必要なメモリ量はRAM計算ツールで確認できます。独自のテストには、256GBのMac Studio M5 Ultraを1日からレンタルできます。