¿Es el RTX 5090 más rápido que el M5 Max para LLM?

El RTX 5090 lee la memoria alrededor de un 192 % más rápido que el M5 Max (1792 frente a 614 GB/s), así que escribe alrededor de un 192 % más rápido con cualquier modelo que quepa en ambos. En la prueba medida de llama.cpp, el RTX 5090 lee un prompt unas 4,4× más rápido (14.073 frente a 3220 tokens por segundo). Leer un prompt depende de la potencia de cálculo de la GPU, no del ancho de banda de memoria, y marca la espera hasta la primera palabra con un documento largo o una base de código.

¿Cuál ejecuta modelos más grandes, el M5 Max o el RTX 5090?

El M5 Max tiene unos 96 GB para modelos y el RTX 5090, unos 31 GB. 47 de 73 modelos abiertos populares funcionan bien en el M5 Max, y 38 en el RTX 5090.

¿Funciona MLX Node en el RTX 5090?

No. MLX Node y MLX Harness solo funcionan en Macs con Apple Silicon, con el framework MLX de Apple.

M5 Max vs RTX 5090 para LLM: memoria, velocidad y cuál comprar

Lado a lado

	M5 Max	RTX 5090
Qué es	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)	Una tarjeta gráfica para un PC de sobremesa
Tamaños de memoria	36, 48, 64, 128 GB	32 GB
Ancho de banda de memoria	460–614 GB/s	1792 GB/s
Para modelos, como máximo	unos 96 GB	unos 31 GB
Modelos que van bien	47 de 73	38 de 73
Medido: escritura	120 tok/s	290 tok/s
Medido: lectura del prompt	3220 tok/s	14.073 tok/s

Filas medidas: el mejor resultado de cada equipo en los benchmarks públicos de llama.cpp con Llama 2 7B Q4_0, escribiendo 128 tokens (tg128) y leyendo un prompt de 512 tokens (pp512), en tokens por segundo. El Mac usó Metal y el RTX 5090, CUDA. Resultados de Apple Silicon · Resultados del RTX 5090 Para los modelos contamos los 32 GB propios del RTX 5090 menos 1 GB aproximadamente, y alrededor del 75 % de la memoria unificada del Mac, el valor por defecto de macOS.

Dónde gana cada uno

Velocidad de escritura. El RTX 5090 lee la memoria alrededor de un 192 % más rápido que el M5 Max (1792 frente a 614 GB/s), así que escribe alrededor de un 192 % más rápido con cualquier modelo que quepa en ambos.
Tamaño de modelo. El M5 Max tiene unos 96 GB para modelos y el RTX 5090, unos 31 GB. 47 de 73 modelos abiertos populares funcionan bien en el M5 Max, y 38 en el RTX 5090.
Lectura de prompts largos. En la prueba medida de llama.cpp, el RTX 5090 lee un prompt unas 4,4× más rápido (14.073 frente a 3220 tokens por segundo). Leer un prompt depende de la potencia de cálculo de la GPU, no del ancho de banda de memoria, y marca la espera hasta la primera palabra con un documento largo o una base de código.
Software. El RTX 5090 usa CUDA de NVIDIA, que la mayoría del software de IA admite primero, incluido el código de entrenamiento y muchas herramientas de imagen y vídeo. En un Mac, los modelos se ejecutan con MLX, el backend Metal de llama.cpp o el backend MPS de PyTorch.
Lo que necesita alrededor. Una tarjeta gráfica necesita un PC alrededor, y sus propios 32 GB son el límite: un modelo que no cabe tiene que ejecutarse en parte desde la memoria del sistema del PC, mucho más lenta, o repartido en una segunda tarjeta.
El Mac. También es un ordenador para el día a día, y ejecuta MLX Harness y MLX Node, hechos para Apple Silicon.

Velocidad con modelos populares

Tokens por segundo en una conversación, cada chip con su mayor tamaño de memoria (128 GB y 32 GB), con la mejor versión del modelo que cabe.

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

Preguntas

¿Es el RTX 5090 más rápido que el M5 Max para LLM?: El RTX 5090 lee la memoria alrededor de un 192 % más rápido que el M5 Max (1792 frente a 614 GB/s), así que escribe alrededor de un 192 % más rápido con cualquier modelo que quepa en ambos. En la prueba medida de llama.cpp, el RTX 5090 lee un prompt unas 4,4× más rápido (14.073 frente a 3220 tokens por segundo). Leer un prompt depende de la potencia de cálculo de la GPU, no del ancho de banda de memoria, y marca la espera hasta la primera palabra con un documento largo o una base de código.
¿Cuál ejecuta modelos más grandes, el M5 Max o el RTX 5090?: El M5 Max tiene unos 96 GB para modelos y el RTX 5090, unos 31 GB. 47 de 73 modelos abiertos populares funcionan bien en el M5 Max, y 38 en el RTX 5090.
¿Funciona MLX Node en el RTX 5090?: No. MLX Node y MLX Harness solo funcionan en Macs con Apple Silicon, con el framework MLX de Apple.

Más comparaciones

El M5 Max para IA local · Compara todos los modelos · La mejor Mac para LLM en local

Cómo se calcula

Memoria: los parámetros del modelo a 8, 6, 4, 3 o 2 bits por peso más las escalas por grupo de MLX (medio bit por peso), o su formato nativo, con espacio extra para el contexto. De forma predeterminada, macOS deja que la GPU use alrededor del 75 % de la memoria unificada. Velocidad: el ancho de banda de memoria dividido entre los bytes leídos por token es el techo para una conversación; en los benchmarks públicos de Apple Silicon de llama.cpp, las ejecuciones reales alcanzan entre el 45 % y el 80 % de ese techo, que es el rango que se muestra. Son estimaciones, no mediciones: mide tu propia Mac en MLX Bench. Datos de los modelos tomados de cada ficha oficial; datos de los chips, de las especificaciones técnicas de Apple. Revisado el 2026-10-19. Los mismos datos que mlx.app/compare.

Datos del 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).