PL
11 listopada 2026 · Jakub M.
Dwa identyczne Mac Studio M5 Ultra: czy różnią się wydajnością w lokalnej AI?
Mamy dwa komputery Mac Studio z M5 Ultra i 256 GB pamięci zunifikowanej: jeden działa od października, drugi jest zupełnie nowy. Na obu uruchomiliśmy ten sam test z trzema modelami językowymi. Szybkość generowania różniła się o mniej niż pół procenta.
Dwa komputery tego samego modelu i konfiguracji powinny być tak samo szybkie. Czasem jednak mówi się o różnicach między poszczególnymi egzemplarzami, więc chcieliśmy sprawdzić, jak duże są one w lokalnej AI. Dla nas to praktyczne pytanie: klient wynajmuje konfigurację i powinien dostać taką samą wydajność, niezależnie od tego, który egzemplarz mu przypadnie.
Na czym i jak mierzyliśmy
- Sprzęt: dwa Mac Studio z Apple M5 Ultra (36-rdzeniowe CPU, 80-rdzeniowe GPU) i 256 GB pamięci zunifikowanej. Jeden jest używany od października, drugi jest nowy.
- Oprogramowanie: identyczne na obu: macOS 27.2.1, Python 3.12, MLX 0.32.4 i mlx-lm 0.32.2.
- Modele: 4-bitowe wersje MLX z organizacji mlx-community na Hugging Face: Qwen3 30B-A3B, Llama 3.3 70B Instruct i gpt-oss-120b (MXFP4-Q8).
- Test: wbudowane narzędzie
mlx_lm.benchmarkz krótkim promptem (512 tokenów, trzy powtórzenia) i długim promptem (8192 tokeny, dwa powtórzenia), za każdym razem ze 128 wygenerowanymi tokenami. Prompt składa się z losowych tokenów ze stałym ziarnem, więc oba Maki dostały dokładnie to samo wejście. Każdy pomiar zaczynał się od przebiegu rozgrzewkowego, a oba Maki mierzyliśmy tego samego dnia.
Wyniki
| Model | Prompt (tokeny) | Przetwarzanie promptu, starszy Mac | Przetwarzanie promptu, nowy Mac | Generowanie, starszy Mac | Generowanie, nowy Mac | Szczyt pamięci |
|---|---|---|---|---|---|---|
| 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 |
Przetwarzanie promptu i generowanie w tokenach na sekundę, średnia z powtórzeń (trzy dla 512 tokenów, dwa dla 8192), 128 wygenerowanych tokenów. Starszy Mac: używany od października, nowy Mac: zupełnie nowy. Ta sama konfiguracja, 4-bitowe modele MLX, mlx-lm 0.32.2, macOS 27.2.1, pomiar 11 listopada 2026.
Co pokazują liczby
Szybkość generowania, czyli tempo, w jakim model pisze odpowiedź, jest na obu Makach taka sama: dla wszystkich trzech modeli i obu długości promptu różni się najwyżej o 0,35%. Przetwarzanie długiego promptu różni się najwyżej o 0,7%. Szczytowe zużycie pamięci jest identyczne co do dziesiątej części gigabajta.
Przy krótkim prompcie nowy Mac przetwarzał go o 2–3% wolniej. Taki przebieg trwa jednak tylko 0,2–0,5 sekundy, a powtórzenia na jednym i tym samym Macu różniły się nawet o 3%. Dlatego nie uważamy tej różnicy za rzeczywistą.
Wyniki zgadzają się też z naszym październikowym pomiarem: gpt-oss-120b generował wtedy 120 tokenów na sekundę, teraz 121.
Ograniczenia testu
Porównaliśmy tylko dwa egzemplarze, więc wynik nie mówi o wszystkich Mac Studio M5 Ultra. Prompt z losowych tokenów i krótkie generowanie dają czyste wyniki wydajności; przy prawdziwych zadaniach i dłuższych odpowiedziach szybkość może być inna. Test nie mierzy jakości odpowiedzi.
Sprawdź sam
Ile pamięci potrzebuje wybrany model, pokaże nasz kalkulator RAM. Do własnych testów możesz wynająć Mac Studio M5 Ultra z 256 GB już na jeden dzień.