آیا M5 Ultra برای LLM سریعتر از M4 Max است؟

M5 Ultra حافظه را حدود 120% سریعتر از M4 Max میخواند (1,200 در برابر 546 GB/s)، پس با هر مدلی که در هر دو جا شود حدود 120% 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 Ultra؟

M5 Ultra: M5 Ultra تا 512 GB حافظه دارد و M4 Max تا 128 GB. در بیشترین حافظهاش 61 از 73 مدل باز را خوب اجرا میکند، در برابر 47.

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

کنار هم

	M4 Max	M5 Ultra
اندازه‌های حافظه	36, 48, 64, 128 GB	96, 256, 512 GB
پهنای باند حافظه	410–546 GB/s	1,200 GB/s
برای مدل‌ها، حداکثر	حدود 96 GB	حدود 384 GB
مدل‌هایی که خوب اجرا می‌شوند	47 از 73	61 از 73
ردهٔ جایگاه MLX	Pro	Ultra Latest
در دستگاه‌های	MacBook Pro (14-inch, M4 Pro or M4 Max, 2024), MacBook Pro (16-inch, 2024), Mac Studio (2025)	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 512 GB)، با بهترین نسخهٔ مدل که جا می‌شود.

مدل	M4 Max	M5 Ultra
Llama 3.1 8B Instruct8B	29–51 8 بیت	64–113 8 بیت
gpt-oss-20b21B · 3.6B فعال	129–230 4.25 بیت اصلی	284–505 4.25 بیت اصلی
Qwen3.6 35B A3B35B · 3B فعال	77–137 8 بیت	169–300 8 بیت
Qwen3.8 27B27B	11–20 6 بیت	19–33 8 بیت
Llama 3.3 70B Instruct70B	3–6 8 بیت	14–24 4 بیت
gpt-oss-120b117B · 5.1B فعال	91–162 4.25 بیت اصلی	200–356 4.25 بیت اصلی
Qwen3.5 122B A10B122B · 10B فعال	44–78 4 بیت	51–91 8 بیت
DeepSeek V4 Flash 0731284B · 13B فعال	60–107 2 بیت کیفیت پایین‌تر	39–70 8 بیت

پرسش‌ها

آیا M5 Ultra برای LLM سریع‌تر از M4 Max است؟: M5 Ultra حافظه را حدود 120% سریع‌تر از M4 Max می‌خواند (1,200 در برابر 546 GB/s)، پس با هر مدلی که در هر دو جا شود حدود 120% 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 Ultra؟: M5 Ultra: M5 Ultra تا 512 GB حافظه دارد و M4 Max تا 128 GB. در بیشترین حافظه‌اش 61 از 73 مدل باز را خوب اجرا می‌کند، در برابر 47.

مقایسه‌های بیشتر

تراشهٔ M4 Max برای هوش مصنوعی محلی · تراشهٔ M5 Ultra 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.