Ist der M5 Max schneller als der M4 Max für LLMs?

Der M5 Max liest den Speicher etwa 12 % schneller als der M4 Max (614 gegenüber 546 GB/s) und schreibt daher mit jedem Modell, das in beide passt, etwa 12 % schneller. Das Einlesen eines langen Prompts hängt dagegen von der Rechenleistung der GPU ab, die dieser Vergleich nicht abdeckt.

Welcher führt größere Modelle aus, der M4 Max oder der M5 Max?

Keiner: Beide gibt es mit bis zu 128 GB. In dieser Größe führt der M4 Max 47 und der M5 Max 47 von 73 offenen Modellen gut aus; der schnellere schafft bei mehr davon 10 Tokens pro Sekunde.

M4 Max vs. M5 Max für LLMs: Speicher, Tempo, Kaufberatung

Im Vergleich

	M4 Max	M5 Max
Speichergrößen	36, 48, 64, 128 GB	36, 48, 64, 128 GB
Speicherbandbreite	410–546 GB/s	460–614 GB/s
Für Modelle, höchstens	etwa 96 GB	etwa 96 GB
Modelle, die gut laufen	47 von 73	47 von 73
MLX-Platzklasse	Pro	Pro Latest
Steckt in	MacBook Pro (14-inch, M4 Pro or M4 Max, 2024), MacBook Pro (16-inch, 2024), Mac Studio (2025)	MacBook Pro (14-inch, M5 Pro or M5 Max), MacBook Pro (16-inch, M5 Pro or M5 Max), Mac Studio (M5 Max or M5 Ultra)

Tempo mit beliebten Modellen

Tokens pro Sekunde für eine Unterhaltung, jeder Chip mit seiner größten Speichergröße (128 GB und 128 GB), mit der besten Version des Modells, die passt.

Modell	M4 Max	M5 Max
Llama 3.1 8B Instruct8B	29–51 8 Bit	33–58 8 Bit
gpt-oss-20b21B · 3,6B aktiv	129–230 4,25 Bit nativ	145–259 4,25 Bit nativ
Qwen3.6 35B A3B35B · 3B aktiv	77–137 8 Bit	86–154 8 Bit
Qwen3.8 27B27B	11–20 6 Bit	10–17 8 Bit
Llama 3.3 70B Instruct70B	3–6 8 Bit	4–7 8 Bit
gpt-oss-120b117B · 5,1B aktiv	91–162 4,25 Bit nativ	102–182 4,25 Bit nativ
Qwen3.5 122B A10B122B · 10B aktiv	44–78 4 Bit	49–88 4 Bit
DeepSeek V4 Flash 0731284B · 13B aktiv	60–107 2 Bit geringere Qualität	67–120 2 Bit geringere Qualität

Fragen

Ist der M5 Max schneller als der M4 Max für LLMs?: Der M5 Max liest den Speicher etwa 12 % schneller als der M4 Max (614 gegenüber 546 GB/s) und schreibt daher mit jedem Modell, das in beide passt, etwa 12 % schneller. Das Einlesen eines langen Prompts hängt dagegen von der Rechenleistung der GPU ab, die dieser Vergleich nicht abdeckt.
Welcher führt größere Modelle aus, der M4 Max oder der M5 Max?: Keiner: Beide gibt es mit bis zu 128 GB. In dieser Größe führt der M4 Max 47 und der M5 Max 47 von 73 offenen Modellen gut aus; der schnellere schafft bei mehr davon 10 Tokens pro Sekunde.

Weitere Vergleiche

Der M4 Max für lokale KI · Der M5 Max für lokale KI · Alle Modelle vergleichen · Der beste Mac für lokale LLMs

So wird gerechnet

Speicher: die Parameter des Modells mit 8, 6, 4, 3 oder 2 Bit pro Gewicht plus die Gruppenskalen von MLX (ein halbes Bit pro Gewicht) oder in seinem nativen Format, dazu Platz für den Kontext. Standardmäßig lässt macOS die GPU etwa 75 % des gemeinsamen Arbeitsspeichers nutzen. Tempo: Speicherbandbreite geteilt durch die pro Token gelesenen Bytes ergibt die Obergrenze für eine Unterhaltung; in den öffentlichen Apple Silicon Benchmarks von llama.cpp erreichen echte Läufe etwa 45 % bis 80 % davon, und diese Spanne zeigen wir. Das sind Schätzungen, keine Messungen: Miss deinen eigenen Mac mit MLX Bench. Modellwerte aus der jeweiligen offiziellen Model Card, Chipwerte aus Apples technischen Daten. Geprüft am 2026-10-19. Dieselben Daten wie auf mlx.app/compare.