آیا M5 Pro برای LLM سریعتر از M4 Pro است؟

M5 Pro حافظه را حدود 12% سریعتر از M4 Pro میخواند (307 در برابر 273 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 Pro یا M5 Pro؟

هیچکدام: هر دو تا 64 GB حافظه دارند. در این اندازه M4 Pro 31 و M5 Pro 34 مدل از 73 مدل باز را خوب اجرا میکنند؛ تراشهٔ سریعتر تعداد بیشتری از آنها را به 10 توکن در ثانیه میرساند.

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

کنار هم

	M4 Pro	M5 Pro
اندازه‌های حافظه	24, 48, 64 GB	24, 48, 64 GB
پهنای باند حافظه	273 GB/s	307 GB/s
برای مدل‌ها، حداکثر	حدود 48 GB	حدود 48 GB
مدل‌هایی که خوب اجرا می‌شوند	31 از 73	34 از 73
ردهٔ جایگاه MLX	Pro	Pro Latest
در دستگاه‌های	Mac mini (2024), MacBook Pro (14-inch, M4 Pro or M4 Max, 2024), MacBook Pro (16-inch, 2024)	MacBook Pro (14-inch, M5 Pro or M5 Max), MacBook Pro (16-inch, M5 Pro or M5 Max), Mac mini (M6 or M5 Pro)

سرعت با مدل‌های محبوب

توکن در ثانیه برای یک گفت‌وگو، هر تراشه با بیشترین حافظه‌اش (64 GB و 64 GB)، با بهترین نسخهٔ مدل که جا می‌شود.

مدل	M4 Pro	M5 Pro
Llama 3.1 8B Instruct8B	14–26 8 بیت	16–29 8 بیت
gpt-oss-20b21B · 3.6B فعال	65–115 4.25 بیت اصلی	73–129 4.25 بیت اصلی
Qwen3.6 35B A3B35B · 3B فعال	38–68 8 بیت	43–77 8 بیت
Qwen3.8 27B27B	4–8 8 بیت	5–9 8 بیت
Llama 3.3 70B Instruct70B	3–6 4 بیت	4–6 4 بیت
gpt-oss-120b117B · 5.1B فعال	77–137 2 بیت کیفیت پایین‌تر	86–154 2 بیت کیفیت پایین‌تر
Qwen3.5 122B A10B122B · 10B فعال	40–70 2 بیت کیفیت پایین‌تر	45–79 2 بیت کیفیت پایین‌تر
DeepSeek V4 Flash 0731284B · 13B فعال	خیلی بزرگ	خیلی بزرگ

پرسش‌ها

آیا M5 Pro برای LLM سریع‌تر از M4 Pro است؟: M5 Pro حافظه را حدود 12% سریع‌تر از M4 Pro می‌خواند (307 در برابر 273 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 Pro یا M5 Pro؟: هیچ‌کدام: هر دو تا 64 GB حافظه دارند. در این اندازه M4 Pro 31 و M5 Pro 34 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 Pro برای هوش مصنوعی محلی · تراشهٔ M5 Pro 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.