Είναι το RTX 5090 πιο γρήγορο από το M5 Max για LLM;

Το RTX 5090 γράφει περίπου 192% πιο γρήγορα από το M5 Max με κάθε μοντέλο που χωράει και στα δύο. Διαβάζει τη μνήμη 192% πιο γρήγορα: 1.792 έναντι 614 GB/s. Στη μετρημένη δοκιμή του llama.cpp, το RTX 5090 διαβάζει ένα prompt περίπου 4,4× πιο γρήγορα (14.073 έναντι 3.220 tokens ανά δευτερόλεπτο). Η ανάγνωση ενός prompt εξαρτάται από την υπολογιστική ισχύ της GPU και όχι από το εύρος ζώνης μνήμης, οπότε αυτό καθορίζει την αναμονή μέχρι την πρώτη λέξη με ένα μεγάλο έγγραφο ή codebase.

Ποιο τρέχει μεγαλύτερα μοντέλα, το M5 Max ή το RTX 5090;

Για μοντέλα, το M5 Max έχει περίπου 96 GB και το RTX 5090 περίπου 31 GB. 55 από 82 δημοφιλή ανοιχτά μοντέλα τρέχουν καλά στο M5 Max, 45 στο RTX 5090.

Μπορεί το MLX Node να τρέξει στο RTX 5090;

Όχι. Το MLX Node τρέχει μόνο σε Mac με Apple Silicon.

M5 Max vs RTX 5090 για LLM: μνήμη, ταχύτητα, ποιο να αγοράσετε

Δίπλα δίπλα

	M5 Max	RTX 5090
Τι είναι	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)	Κάρτα γραφικών για επιτραπέζιο PC
Μεγέθη μνήμης	36, 48, 64, 128 GB	32 GB
Εύρος ζώνης μνήμης	460–614 GB/s	1.792 GB/s
Για μοντέλα, το πολύ	περίπου 96 GB	περίπου 31 GB
Μοντέλα που τρέχουν καλά	55 από 82	45 από 82
Μετρημένο: γραφή	120 tok/s	290 tok/s
Μετρημένο: ανάγνωση prompt	3.220 tok/s	14.073 tok/s

Γραμμές με μετρήσεις: το ταχύτερο αποτέλεσμα κάθε μηχανήματος στα δημόσια benchmarks του llama.cpp με Llama 2 7B Q4_0, γραφή 128 tokens (tg128) και ανάγνωση prompt 512 tokens (pp512), σε tokens ανά δευτερόλεπτο. Ο Mac έτρεξε με Metal, το RTX 5090 με CUDA. Αποτελέσματα Apple Silicon · Αποτελέσματα RTX 5090 Για τα μοντέλα υπολογίζουμε τα 32 GB του ίδιου του RTX 5090 μείον περίπου 1 GB, και περίπου το 75% της ενοποιημένης μνήμης του Mac, την προεπιλογή του macOS.

Πού κερδίζει το καθένα

Ταχύτητα γραφής. Το RTX 5090 γράφει περίπου 192% πιο γρήγορα από το M5 Max με κάθε μοντέλο που χωράει και στα δύο. Διαβάζει τη μνήμη 192% πιο γρήγορα: 1.792 έναντι 614 GB/s.
Μέγεθος μοντέλου. Για μοντέλα, το M5 Max έχει περίπου 96 GB και το RTX 5090 περίπου 31 GB. 55 από 82 δημοφιλή ανοιχτά μοντέλα τρέχουν καλά στο M5 Max, 45 στο RTX 5090.
Ανάγνωση μεγάλων prompt. Στη μετρημένη δοκιμή του llama.cpp, το RTX 5090 διαβάζει ένα prompt περίπου 4,4× πιο γρήγορα (14.073 έναντι 3.220 tokens ανά δευτερόλεπτο). Η ανάγνωση ενός prompt εξαρτάται από την υπολογιστική ισχύ της GPU και όχι από το εύρος ζώνης μνήμης, οπότε αυτό καθορίζει την αναμονή μέχρι την πρώτη λέξη με ένα μεγάλο έγγραφο ή codebase.
Λογισμικό. Το RTX 5090 τρέχει το CUDA της NVIDIA, που το περισσότερο λογισμικό AI υποστηρίζει πρώτο, μαζί με κώδικα εκπαίδευσης και πολλά εργαλεία εικόνας και βίντεο. Σε Mac τρέχετε τα μοντέλα με MLX, το backend Metal του llama.cpp ή το backend MPS του PyTorch.
Το υπόλοιπο σύστημα. Μια κάρτα γραφικών χρειάζεται ένα PC γύρω της, και τα δικά της 32 GB είναι το όριο: ένα μοντέλο που δεν χωράει πρέπει να τρέξει εν μέρει από την πολύ πιο αργή μνήμη συστήματος του PC ή σε δεύτερη κάρτα.
Ο Mac. Είναι επίσης υπολογιστής για κάθε μέρα και τρέχει το MLX Node, που είναι φτιαγμένο για Apple Silicon.

Ταχύτητα με δημοφιλή μοντέλα

Tokens ανά δευτερόλεπτο για μία συνομιλία, κάθε τσιπ στο μεγαλύτερο μέγεθος μνήμης του (128 GB και 32 GB), με την καλύτερη έκδοση του μοντέλου που χωράει.

Μοντέλο	M5 Max	RTX 5090
Llama 3.1 8B Instruct8B	33–58 8-bit	95–169 8-bit
gpt-oss-20b21B · 3,6B ενεργές	145–259 εγγενές 4,25-bit	424–755 εγγενές 4,25-bit
Qwen3.6 35B A3B35B · 3B ενεργές	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 χαμηλότερη ποιότητα
gpt-oss-120b117B · 5,1B ενεργές	102–182 εγγενές 4,25-bit	πολύ μεγάλο
Qwen3.5 122B A10B122B · 10B ενεργές	49–88 4-bit	πολύ μεγάλο
DeepSeek V4 Flash 0731284B · 13B ενεργές	67–120 2-bit χαμηλότερη ποιότητα	πολύ μεγάλο

Οι καλύτερες εφαρμογές AI για ένα Mac σαν αυτό στο AI App Store: τιμή, άδεια και πού πηγαίνουν τα δεδομένα σας.

Ερωτήσεις

Είναι το RTX 5090 πιο γρήγορο από το M5 Max για LLM;: Το RTX 5090 γράφει περίπου 192% πιο γρήγορα από το M5 Max με κάθε μοντέλο που χωράει και στα δύο. Διαβάζει τη μνήμη 192% πιο γρήγορα: 1.792 έναντι 614 GB/s. Στη μετρημένη δοκιμή του llama.cpp, το RTX 5090 διαβάζει ένα prompt περίπου 4,4× πιο γρήγορα (14.073 έναντι 3.220 tokens ανά δευτερόλεπτο). Η ανάγνωση ενός prompt εξαρτάται από την υπολογιστική ισχύ της GPU και όχι από το εύρος ζώνης μνήμης, οπότε αυτό καθορίζει την αναμονή μέχρι την πρώτη λέξη με ένα μεγάλο έγγραφο ή codebase.
Ποιο τρέχει μεγαλύτερα μοντέλα, το M5 Max ή το RTX 5090;: Για μοντέλα, το M5 Max έχει περίπου 96 GB και το RTX 5090 περίπου 31 GB. 55 από 82 δημοφιλή ανοιχτά μοντέλα τρέχουν καλά στο M5 Max, 45 στο RTX 5090.
Μπορεί το MLX Node να τρέξει στο RTX 5090;: Όχι. Το MLX Node τρέχει μόνο σε Mac με Apple Silicon.

Περισσότερες συγκρίσεις

Το M5 Max για τοπικό AI · Συγκρίνετε όλα τα μοντέλα · Ο καλύτερος Mac για τοπικά LLM

Πώς υπολογίζεται

Μνήμη: οι παράμετροι του μοντέλου σε 8, 6, 4, 3 ή 2 bit ανά βάρος συν τις κλίμακες ομάδων του MLX (μισό bit ανά βάρος), ή στην εγγενή του μορφή, με χώρο για τα συμφραζόμενα από πάνω. Από προεπιλογή το macOS αφήνει την GPU να χρησιμοποιεί περίπου το 75% της ενοποιημένης μνήμης. Ταχύτητα: το εύρος ζώνης μνήμης διαιρεμένο με τα bytes που διαβάζονται ανά token είναι το ανώτατο όριο για μία συνομιλία· στα δημόσια benchmarks Apple Silicon του llama.cpp οι πραγματικές εκτελέσεις φτάνουν περίπου το 45% έως 80% του ορίου, και αυτό το εύρος δείχνουμε. Είναι εκτιμήσεις, όχι μετρήσεις: μετρήστε τον δικό σας Mac στο MLX Bench. Στοιχεία μοντέλων από την επίσημη κάρτα κάθε μοντέλου, στοιχεία τσιπ από τα Τεχνικά χαρακτηριστικά της Apple. Ελέγχθηκε 2026-10-19. Ίδια δεδομένα με το mlx.app/compare.

Ανοιχτά δεδομένα: mlx.app/data (JSON, CSV)

Στοιχεία για το 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).