آیا M5 Max برای LLM سریعتر از M4 Max است؟

M5 Max حافظه را حدود 12% سریعتر از M4 Max میخواند (614 در برابر 546 GB/s)، پس با هر مدلی که در هر دو جا شود حدود 12% سریعتر مینویسد. اما خواندن یک پرامپت طولانی به توان محاسباتی GPU بستگی دارد که این مقایسه آن را پوشش نمیدهد.

کدام مدلهای بزرگتری اجرا میکند، M4 Max یا M5 Max؟

هیچکدام: هر دو تا 128 GB حافظه دارند. در این اندازه M4 Max 47 و M5 Max 47 مدل از 73 مدل باز را خوب اجرا میکنند؛ تراشهٔ سریعتر تعداد بیشتری از آنها را به 10 توکن در ثانیه میرساند.

M4 Max در برابر M5 Max برای LLM: حافظه، سرعت، کدام را بخریم

کنار هم

	M4 Max	M5 Max
اندازه‌های حافظه	36, 48, 64, 128 GB	36, 48, 64, 128 GB
پهنای باند حافظه	410–546 GB/s	460–614 GB/s
برای مدل‌ها، حداکثر	حدود 96 GB	حدود 96 GB
مدل‌هایی که خوب اجرا می‌شوند	47 از 73	47 از 73
ردهٔ جایگاه MLX	Pro	Pro Latest
در دستگاه‌های	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)

سرعت با مدل‌های محبوب

توکن در ثانیه برای یک گفت‌وگو، هر تراشه با بیشترین حافظه‌اش (128 GB و 128 GB)، با بهترین نسخهٔ مدل که جا می‌شود.

مدل	M4 Max	M5 Max
Llama 3.1 8B Instruct8B	29–51 8 بیت	33–58 8 بیت
gpt-oss-20b21B · 3.6B فعال	129–230 4.25 بیت اصلی	145–259 4.25 بیت اصلی
Qwen3.6 35B A3B35B · 3B فعال	77–137 8 بیت	86–154 8 بیت
Qwen3.8 27B27B	11–20 6 بیت	10–17 8 بیت
Llama 3.3 70B Instruct70B	3–6 8 بیت	4–7 8 بیت
gpt-oss-120b117B · 5.1B فعال	91–162 4.25 بیت اصلی	102–182 4.25 بیت اصلی
Qwen3.5 122B A10B122B · 10B فعال	44–78 4 بیت	49–88 4 بیت
DeepSeek V4 Flash 0731284B · 13B فعال	60–107 2 بیت کیفیت پایین‌تر	67–120 2 بیت کیفیت پایین‌تر

پرسش‌ها

آیا M5 Max برای LLM سریع‌تر از M4 Max است؟: M5 Max حافظه را حدود 12% سریع‌تر از M4 Max می‌خواند (614 در برابر 546 GB/s)، پس با هر مدلی که در هر دو جا شود حدود 12% سریع‌تر می‌نویسد. اما خواندن یک پرامپت طولانی به توان محاسباتی GPU بستگی دارد که این مقایسه آن را پوشش نمی‌دهد.
کدام مدل‌های بزرگ‌تری اجرا می‌کند، M4 Max یا M5 Max؟: هیچ‌کدام: هر دو تا 128 GB حافظه دارند. در این اندازه M4 Max 47 و M5 Max 47 مدل از 73 مدل باز را خوب اجرا می‌کنند؛ تراشهٔ سریع‌تر تعداد بیشتری از آن‌ها را به 10 توکن در ثانیه می‌رساند.

مقایسه‌های بیشتر

تراشهٔ M4 Max برای هوش مصنوعی محلی · تراشهٔ M5 Max برای هوش مصنوعی محلی · همهٔ مدل‌ها را مقایسه کنید · بهترین Mac برای LLM محلی

چطور محاسبه شده

حافظه: پارامترهای مدل در 8، 6، 4، 3 یا 2 بیت برای هر وزن به‌علاوهٔ مقیاس‌های گروهی MLX (نیم بیت برای هر وزن)، یا قالب اصلی آن، به‌اضافهٔ جا برای کانتکست. macOS به‌طور پیش‌فرض اجازه می‌دهد GPU حدود 75% حافظهٔ یکپارچه را استفاده کند. سرعت: پهنای باند حافظه تقسیم بر بایت‌هایی که برای هر توکن خوانده می‌شود، سقف سرعت یک گفت‌وگوست؛ در بنچمارک‌های عمومی llama.cpp روی Apple Silicon اجراهای واقعی به حدود 45% تا 80% آن می‌رسند و همین بازه نمایش داده می‌شود. این‌ها برآوردند، نه اندازه‌گیری: Mac خودتان را روی MLX Bench بسنجید. ارقام مدل‌ها از کارت رسمی هر مدل و ارقام تراشه‌ها از مشخصات فنی Apple است. بررسی‌شده در 2026-10-19. همان داده‌های mlx.app/compare.