KO
2026년 10월 27일 · Jakub M.
거인들의 대결: 로컬 AI에서 MacBook Pro M5 Max 대 Mac Studio M5 Ultra
가장 빠른 MacBook과 가장 빠른 Mac Studio, 언어 모델 32개, 승자는 하나. Vše Smart의 테스트에서 Mac Studio M5 Ultra는 32라운드 중 31라운드에서 더 빨랐고, 중앙값 기준 89퍼센트 앞섰습니다. 70B 이상 모델에서는 2.5배 넘게 빨랐습니다.
출처: MacBook Pro M5 Max vs. Mac Studio M5 Ultra: srovnání výkon lokálních AI modelů, Ludvík Eckerman, Vše Smart, 2026년 10월 7일(체코어). 아래의 모든 수치는 이 기사에서 가져왔습니다.
Apple의 가장 강력한 노트북과 가장 강력한 데스크톱의 대결입니다. 두 장비 모두 최상위 구성에, 같은 모델, 같은 프롬프트, 같은 방에서 테스트했습니다. 체코 웹사이트 Vše Smart가 로컬 언어 모델 32개로 겨루게 했고, 결과는 몇 차례 의외의 라운드가 있었지만 뚜렷한 판정승이었습니다.
두 선수
| MacBook Pro M5 Max | Mac Studio M5 Ultra | |
|---|---|---|
| CPU 코어 | 18 | 36 |
| GPU 코어 | 40 | 80 |
| 통합 메모리 | 128 GB | 256 GB |
| SSD | 4 TB | 4 TB |
서류상 M5 Ultra는 M5 Max 칩 두 개를 연결한 것입니다. CPU와 GPU 코어도, 메모리도 두 배입니다. 문제는 그중 얼마가 실제 속도로 이어지느냐입니다.
규칙
- 모델은 클라우드 없이 Ollama에서 로컬로 실행했습니다.
- 모든 모델에 같은 프롬프트: 현대 자동차 설계에 관한 긴 기술 문서, 최대 2,000토큰, 컨텍스트 8k, 온도 0, 고정 시드, 사고 모드 끔.
- 각 모델을 11회 실행해 첫 실행은 버리고 나머지 10회의 평균을 결과로 삼았습니다.
- 모델은 무작위 순서로 실행했고, 열이 어느 한쪽에 유리하지 않도록 매번 30초씩 쉬었습니다.
32라운드 전체
| 모델 | MacBook Pro M5 Max | Mac Studio M5 Ultra | MacBook 대비 Studio |
|---|---|---|---|
| qwen3:4b | 121.39 | 203.31 | +67.5% |
| qwen3:30b | 112.63 | 170.12 | +51.0% |
| gpt-oss:20b | 100.94 | 169.35 | +67.8% |
| qwen2.5:7b | 81.36 | 154.19 | +89.5% |
| qwen3.5:35b-mlx | 124.13 | 144.87 | +16.7% |
| qwen3.5:9b | 68.06 | 126.59 | +86.0% |
| gpt-oss:120b | 73.15 | 115.21 | +57.5% |
| gemma4:26b | 68.07 | 111.74 | +64.2% |
| qwen3-coder-next:latest | 75.91 | 109.48 | +44.2% |
| qwen3-next:80b | 73.14 | 94.48 | +29.2% |
| gemma4:26b-mlx-bf16 | 58.76 | 93.21 | +58.6% |
| gemma4:e4b | 93.12 | 92.95 | −0.2% |
| qwen3.8:27b-mlx | 37.90 | 90.65 | +139.2% |
| gemma4:12b | 46.62 | 90.48 | +94.1% |
| ministral-3:14b | 44.61 | 88.66 | +98.7% |
| gemma3:12b | 47.00 | 88.26 | +87.8% |
| qwen3.5:122b-a10b | 46.91 | 84.80 | +80.8% |
| phi4-reasoning:plus | 36.83 | 76.10 | +106.6% |
| llama4:scout | 34.12 | 63.26 | +85.4% |
| mistral-small3.2:24b | 26.42 | 62.19 | +135.4% |
| qwen3.8-flash-next:125b-mlx | 45.26 | 54.60 | +20.6% |
| gemma4:12b-mlx-bf16 | 27.70 | 48.84 | +76.3% |
| qwen3.5:27b | 21.98 | 48.36 | +120.0% |
| gemma3:27b | 21.32 | 47.74 | +123.9% |
| qwen3:32b | 18.52 | 42.88 | +131.5% |
| gemma4:31b | 18.72 | 39.75 | +112.3% |
| qwen3.8:27b-mlx-bf16 | 18.06 | 36.65 | +102.9% |
| gemma4:31b-mlx-bf16 | 12.94 | 26.11 | +101.8% |
| deepseek-r1:70b | 8.82 | 22.65 | +156.8% |
| llama3.3:70b | 8.93 | 22.57 | +152.7% |
| command-a:111b | 5.58 | 15.38 | +175.6% |
| mistral-large:123b | 5.20 | 13.69 | +163.3% |
생성 속도(초당 토큰 수), Ollama에서 2~11회차 실행의 평균, 출력 2,000토큰, 컨텍스트 8k. 더 빠른 장비를 굵게 표시했습니다. 출처: Vše Smart.
1라운드: 소형 모델
소형 모델에서도 Mac Studio가 확실히 이깁니다. Qwen3 4B는 초당 203토큰 대 121토큰, gpt-oss 20B는 169 대 101입니다. 하지만 여기서는 두 장비 모두 편하게 작업할 만큼 빠릅니다. MacBook이 이긴 유일한 라운드는 Gemma 4 E4B였는데, 초당 93.12 대 92.95토큰으로 사실상 무승부였습니다.
2라운드: 하드웨어가 두 배여도 속도는 두 배가 아니다
코어와 메모리를 두 배로 늘렸다고 모든 곳에서 속도가 두 배가 되지는 않았습니다. MLX의 Qwen 3.5 35B는 17퍼센트, Qwen3-Next 80B는 29퍼센트 빨라지는 데 그쳤습니다. 가장 작은 향상 가운데 두 개는 토큰당 약 30억 개의 파라미터만 쓰는 mixture of experts 모델에서 나왔습니다. 반대로 MLX의 Qwen 3.8 27B는 Studio에서 139퍼센트 빨랐습니다.
3라운드: 헤비급
여기서 Mac Studio가 KO 펀치를 날립니다. Llama 3.3 70B에서는 초당 22.6토큰으로 MacBook의 8.9를, DeepSeek R1 70B에서는 22.7로 8.8을 앞섭니다. Command A 111B와 Mistral Large 123B는 2.6~2.8배 빠릅니다. 초당 10토큰 미만이면 답을 기다리는 게 지루해지고, 20토큰을 넘으면 70B 모델이 일상 업무 도구가 됩니다.
판정
Mac Studio M5 Ultra가 31 대 1로 이겼고, 중앙값 기준 우위는 약 89퍼센트입니다. 기사에 따르면 둘 중 더 조용하기도 했습니다. MacBook Pro M5 Max는 소형 모델과 mixture of experts 모델에서 여전히 인상적인 장비이고, 가방에 쏙 들어갑니다. 주로 700억 파라미터 이상 모델을 돌린다면 Studio는 차원이 다르며, 256 GB 메모리에는 Qwen3 235B처럼 128 GB에 아예 들어가지 않는 모델도 올라갑니다.
늘 그렇듯 이 테스트는 Ollama에서 한 가지 유형의 프롬프트로 답변 품질이 아닌 속도를 측정했습니다. 같은 측정의 다른 결과는 Mac Studio M5 Ultra의 15개 모델에 관한 저희 글에 있습니다.
승자를 직접 써 보세요
챔피언을 쓰려고 꼭 살 필요는 없습니다. 256 GB Mac Studio M5 Ultra를 대여해 하루부터 직접 모델을 실행해 보세요.