VI
27 tháng 10 năm 2026 · Jakub M.
Cuộc đối đầu của những gã khổng lồ: MacBook Pro M5 Max và Mac Studio M5 Ultra với AI cục bộ
MacBook nhanh nhất đấu với Mac Studio nhanh nhất, 32 mô hình ngôn ngữ, một người thắng. Trong bài thử của Vše Smart, Mac Studio M5 Ultra nhanh hơn ở 31 trên 32 hiệp, với mức chênh trung vị 89 phần trăm. Với các mô hình từ 70B trở lên, nó nhanh hơn hơn hai lần rưỡi.
Nguồn: MacBook Pro M5 Max vs. Mac Studio M5 Ultra: srovnání výkon lokálních AI modelů, Ludvík Eckerman, Vše Smart, 7 tháng 10 năm 2026 (tiếng Séc). Mọi con số dưới đây đều lấy từ bài viết đó.
Laptop mạnh nhất của Apple đấu với máy để bàn mạnh nhất của hãng. Cả hai máy ở cấu hình cao nhất, cùng mô hình, cùng prompt, cùng một căn phòng. Trang Vše Smart của Séc cho chúng chạy 32 mô hình ngôn ngữ cục bộ, và kết quả là một chiến thắng tính điểm rõ ràng, kèm vài hiệp bất ngờ.
Hai võ sĩ
| MacBook Pro M5 Max | Mac Studio M5 Ultra | |
|---|---|---|
| Nhân CPU | 18 | 36 |
| Nhân GPU | 40 | 80 |
| Bộ nhớ hợp nhất | 128 GB | 256 GB |
| SSD | 4 TB | 4 TB |
Trên giấy, M5 Ultra là hai chip M5 Max ghép lại: gấp đôi số nhân CPU và GPU, gấp đôi bộ nhớ. Câu hỏi là bao nhiêu trong số đó thành tốc độ thực.
Luật chơi
- Mô hình chạy cục bộ trong Ollama, không dùng đám mây.
- Một prompt chung: một văn bản kỹ thuật dài về thiết kế ô tô hiện đại, tối đa 2.000 token, ngữ cảnh 8k, nhiệt độ 0, seed cố định, tắt chế độ suy nghĩ.
- Mỗi mô hình chạy 11 lần; lần đầu bị loại, kết quả là trung bình của mười lần còn lại.
- Mô hình chạy theo thứ tự ngẫu nhiên, nghỉ 30 giây sau mỗi mô hình, để nhiệt không có lợi cho bên nào.
Toàn bộ 32 hiệp
| Mô hình | MacBook Pro M5 Max | Mac Studio M5 Ultra | Studio so với MacBook |
|---|---|---|---|
| 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% |
Tốc độ sinh tính bằng token mỗi giây, trung bình các lần chạy 2 đến 11 trong Ollama, 2.000 token đầu ra, ngữ cảnh 8k. Máy nhanh hơn được in đậm. Nguồn: Vše Smart.
Hiệp một: mô hình nhỏ
Ngay với mô hình nhỏ, Mac Studio vẫn thắng rõ: Qwen3 4B chạy 203 token mỗi giây so với 121, gpt-oss 20B 169 so với 101. Nhưng ở đây cả hai máy đều đủ nhanh để làm việc thoải mái. Hiệp duy nhất MacBook thắng là Gemma 4 E4B, và chỉ sát nút: 93,12 so với 92,95 token mỗi giây, gần như hòa.
Hiệp hai: khi phần cứng gấp đôi không có nghĩa là tốc độ gấp đôi
Gấp đôi số nhân và bộ nhớ không phải lúc nào cũng gấp đôi tốc độ. Qwen 3.5 35B trong MLX chỉ nhanh hơn 17 phần trăm, Qwen3-Next 80B 29 phần trăm. Hai trong số mức tăng nhỏ nhất đến từ các mô hình mixture of experts chỉ dùng khoảng 3 tỷ tham số cho mỗi token. Ở chiều ngược lại, Qwen 3.8 27B trong MLX nhanh hơn 139 phần trăm trên Studio.
Hiệp ba: hạng nặng
Đây là nơi Mac Studio tung cú knock-out. Với Llama 3.3 70B, nó viết 22,6 token mỗi giây so với 8,9 trên MacBook, với DeepSeek R1 70B là 22,7 so với 8,8. Command A 111B và Mistral Large 123B nhanh hơn 2,6 đến 2,8 lần. Dưới mười token mỗi giây, chờ câu trả lời trở nên mệt mỏi; trên hai mươi, mô hình 70B trở thành công cụ làm việc hằng ngày.
Phán quyết
Mac Studio M5 Ultra thắng 31–1, với lợi thế trung vị khoảng 89 phần trăm. Theo bài viết, nó cũng là máy chạy êm hơn. MacBook Pro M5 Max vẫn là một cỗ máy ấn tượng cho các mô hình nhỏ và mixture of experts, lại vừa trong ba lô. Nếu bạn chủ yếu chạy mô hình từ 70 tỷ tham số trở lên, Studio ở một đẳng cấp khác, và 256 GB của nó còn chứa được những mô hình hoàn toàn không vừa 128 GB, như Qwen3 235B.
Như mọi khi, bài thử đo tốc độ chứ không đo chất lượng câu trả lời, với một loại prompt trong Ollama. Thêm kết quả từ cùng đợt đo có trong bài viết của chúng tôi về 15 mô hình trên Mac Studio M5 Ultra.
Thử người chiến thắng
Bạn không cần mua nhà vô địch để dùng nó. Thuê Mac Studio M5 Ultra 256 GB từ một ngày và chạy mô hình của bạn trên đó.