Ist der RTX 5090 schneller als der M5 Max für LLMs?

Der RTX 5090 liest den Speicher etwa 192 % schneller als der M5 Max (1.792 gegenüber 614 GB/s) und schreibt daher mit jedem Modell, das in beide passt, etwa 192 % schneller. Im gemessenen Test von llama.cpp liest der RTX 5090 einen Prompt etwa 4,4× so schnell (14.073 gegenüber 3.220 Tokens pro Sekunde). Das Lesen eines Prompts hängt von der Rechenleistung der GPU ab, nicht von der Speicherbandbreite, und bestimmt die Wartezeit bis zum ersten Wort bei einem langen Dokument oder einer Codebasis.

Welcher führt größere Modelle aus, der M5 Max oder der RTX 5090?

Der M5 Max hat etwa 96 GB für Modelle, der RTX 5090 etwa 31 GB. 47 von 73 beliebten offenen Modellen laufen gut auf dem M5 Max, 38 auf dem RTX 5090.

Läuft MLX Node auf dem RTX 5090?

Nein. MLX Node und MLX Harness laufen nur auf Macs mit Apple Silicon, mit Apples MLX-Framework.

M5 Max vs. RTX 5090 für LLMs: Speicher, Tempo, Kaufberatung

Im Vergleich

	M5 Max	RTX 5090
Was es ist	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)	Eine Grafikkarte für einen Desktop-PC
Speichergrößen	36, 48, 64, 128 GB	32 GB
Speicherbandbreite	460–614 GB/s	1.792 GB/s
Für Modelle, höchstens	etwa 96 GB	etwa 31 GB
Modelle, die gut laufen	47 von 73	38 von 73
Gemessen: Schreiben	120 tok/s	290 tok/s
Gemessen: Prompt lesen	3.220 tok/s	14.073 tok/s

Gemessene Zeilen: das schnellste Ergebnis jedes Geräts in den öffentlichen Benchmarks von llama.cpp mit Llama 2 7B Q4_0, 128 Tokens schreiben (tg128) und einen Prompt mit 512 Tokens lesen (pp512), in Tokens pro Sekunde. Der Mac lief mit Metal, der RTX 5090 mit CUDA. Ergebnisse für Apple Silicon · Ergebnisse für RTX 5090 Für Modelle rechnen wir beim RTX 5090 mit seinen eigenen 32 GB abzüglich etwa 1 GB und beim Mac mit etwa 75 % des gemeinsamen Speichers, dem Standard von macOS.

Wo welcher gewinnt

Schreibtempo. Der RTX 5090 liest den Speicher etwa 192 % schneller als der M5 Max (1.792 gegenüber 614 GB/s) und schreibt daher mit jedem Modell, das in beide passt, etwa 192 % schneller.
Modellgröße. Der M5 Max hat etwa 96 GB für Modelle, der RTX 5090 etwa 31 GB. 47 von 73 beliebten offenen Modellen laufen gut auf dem M5 Max, 38 auf dem RTX 5090.
Lange Prompts lesen. Im gemessenen Test von llama.cpp liest der RTX 5090 einen Prompt etwa 4,4× so schnell (14.073 gegenüber 3.220 Tokens pro Sekunde). Das Lesen eines Prompts hängt von der Rechenleistung der GPU ab, nicht von der Speicherbandbreite, und bestimmt die Wartezeit bis zum ersten Wort bei einem langen Dokument oder einer Codebasis.
Software. Der RTX 5090 nutzt NVIDIAs CUDA, das die meiste KI-Software zuerst unterstützt, darunter Trainingscode und viele Bild- und Videowerkzeuge. Auf einem Mac laufen Modelle stattdessen mit MLX, dem Metal-Backend von llama.cpp oder dem MPS-Backend von PyTorch.
Drumherum. Eine Grafikkarte braucht einen PC drumherum, und ihre eigenen 32 GB sind die Grenze: Ein Modell, das nicht hineinpasst, muss teilweise aus dem viel langsameren Arbeitsspeicher des PCs laufen oder auf eine zweite Karte verteilt werden.
Der Mac. Er ist auch ein Computer für jeden Tag und führt MLX Harness und MLX Node aus, die für Apple Silicon gemacht sind.

Tempo mit beliebten Modellen

Tokens pro Sekunde für eine Unterhaltung, jeder Chip mit seiner größten Speichergröße (128 GB und 32 GB), mit der besten Version des Modells, die passt.

Modell	M5 Max	RTX 5090
Llama 3.1 8B Instruct8B	33–58 8 Bit	95–169 8 Bit
gpt-oss-20b21B · 3,6B aktiv	145–259 4,25 Bit nativ	424–755 4,25 Bit nativ
Qwen3.6 35B A3B35B · 3B aktiv	86–154 8 Bit	336–597 6 Bit
Qwen3.8 27B27B	10–17 8 Bit	28–50 8 Bit
Llama 3.3 70B Instruct70B	4–7 8 Bit	37–65 2 Bit geringere Qualität
gpt-oss-120b117B · 5,1B aktiv	102–182 4,25 Bit nativ	zu groß
Qwen3.5 122B A10B122B · 10B aktiv	49–88 4 Bit	zu groß
DeepSeek V4 Flash 0731284B · 13B aktiv	67–120 2 Bit geringere Qualität	zu groß

Fragen

Ist der RTX 5090 schneller als der M5 Max für LLMs?: Der RTX 5090 liest den Speicher etwa 192 % schneller als der M5 Max (1.792 gegenüber 614 GB/s) und schreibt daher mit jedem Modell, das in beide passt, etwa 192 % schneller. Im gemessenen Test von llama.cpp liest der RTX 5090 einen Prompt etwa 4,4× so schnell (14.073 gegenüber 3.220 Tokens pro Sekunde). Das Lesen eines Prompts hängt von der Rechenleistung der GPU ab, nicht von der Speicherbandbreite, und bestimmt die Wartezeit bis zum ersten Wort bei einem langen Dokument oder einer Codebasis.
Welcher führt größere Modelle aus, der M5 Max oder der RTX 5090?: Der M5 Max hat etwa 96 GB für Modelle, der RTX 5090 etwa 31 GB. 47 von 73 beliebten offenen Modellen laufen gut auf dem M5 Max, 38 auf dem RTX 5090.
Läuft MLX Node auf dem RTX 5090?: Nein. MLX Node und MLX Harness laufen nur auf Macs mit Apple Silicon, mit Apples MLX-Framework.

Weitere Vergleiche

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.

Angaben zum RTX 5090: NVIDIA: GeForce RTX 5090 (specs: 32 GB GDDR7, 512-bit, 575 W TGP), NVIDIA RTX Blackwell GPU Architecture whitepaper (Tables 1 and 4).