La puce M5 Ultra est-elle plus rapide que la M3 Ultra pour les LLM ?

La puce M5 Ultra lit la mémoire environ 47 % plus vite que la M3 Ultra (1 200 contre 819 GB/s) ; elle écrit donc environ 47 % plus vite avec tout modèle qui tient dans les deux. La lecture d’un long prompt dépend plutôt de la puissance de calcul du GPU, que cette comparaison ne couvre pas.

Laquelle fait tourner de plus grands modèles, la M3 Ultra ou la M5 Ultra ?

Aucune : les deux montent jusqu’à 512 GB. À cette capacité, la M3 Ultra fait bien tourner 60 et la M5 Ultra 61 des 73 modèles ouverts ; la plus rapide en fait passer davantage au-dessus de 10 tokens par seconde.

M3 Ultra vs M5 Ultra pour LLM : mémoire, vitesse, lequel choisir

Côte à côte

	M3 Ultra	M5 Ultra
Capacités de mémoire	96, 256, 512 GB	96, 256, 512 GB
Bande passante mémoire	819 GB/s	1 200 GB/s
Pour les modèles, au plus	environ 384 GB	environ 384 GB
Modèles qui tournent bien	60 sur 73	61 sur 73
Classe de place MLX	Ultra	Ultra Latest
Présente dans	Mac Studio (2025)	Mac Studio (M5 Max or M5 Ultra)

Vitesse avec des modèles populaires

Tokens par seconde pour une conversation, chaque puce avec sa plus grande capacité de mémoire (512 GB et 512 GB), avec la meilleure version du modèle qui tient.

Modèle	M3 Ultra	M5 Ultra
Llama 3.1 8B Instruct8B	43–77 8 bits	64–113 8 bits
gpt-oss-20b21B · 3,6B actifs	194–345 4,25 bits natif	284–505 4,25 bits natif
Qwen3.6 35B A3B35B · 3B actifs	115–205 8 bits	169–300 8 bits
Qwen3.8 27B27B	13–23 8 bits	19–33 8 bits
Llama 3.3 70B Instruct70B	5–9 8 bits	14–24 4 bits
gpt-oss-120b117B · 5,1B actifs	137–243 4,25 bits natif	200–356 4,25 bits natif
Qwen3.5 122B A10B122B · 10B actifs	35–62 8 bits	51–91 8 bits
DeepSeek V4 Flash 0731284B · 13B actifs	27–47 8 bits	39–70 8 bits

Questions

La puce M5 Ultra est-elle plus rapide que la M3 Ultra pour les LLM ?: La puce M5 Ultra lit la mémoire environ 47 % plus vite que la M3 Ultra (1 200 contre 819 GB/s) ; elle écrit donc environ 47 % plus vite avec tout modèle qui tient dans les deux. La lecture d’un long prompt dépend plutôt de la puissance de calcul du GPU, que cette comparaison ne couvre pas.
Laquelle fait tourner de plus grands modèles, la M3 Ultra ou la M5 Ultra ?: Aucune : les deux montent jusqu’à 512 GB. À cette capacité, la M3 Ultra fait bien tourner 60 et la M5 Ultra 61 des 73 modèles ouverts ; la plus rapide en fait passer davantage au-dessus de 10 tokens par seconde.

Autres comparaisons

La puce M3 Ultra pour l’IA locale · La puce M5 Ultra pour l’IA locale · Comparer tous les modèles · Le meilleur Mac pour les LLM en local

Comment c’est calculé

Mémoire : les paramètres du modèle à 8, 6, 4, 3 ou 2 bits par poids, plus les facteurs d’échelle par groupe de MLX (un demi-bit par poids), ou son format natif, avec en plus de la place pour le contexte. Par défaut, macOS laisse le GPU utiliser environ 75 % de la mémoire unifiée. Vitesse : la bande passante mémoire divisée par les octets lus pour chaque token donne le plafond pour une conversation ; dans les benchmarks Apple Silicon publics de llama.cpp, les exécutions réelles atteignent environ 45 % à 80 % de ce plafond, et c’est la fourchette affichée. Ce sont des estimations, pas des mesures : mesurez votre propre Mac sur MLX Bench. Chiffres des modèles tirés de chaque fiche officielle, chiffres des puces tirés des caractéristiques techniques d’Apple. Vérifié le 2026-10-19. Mêmes données que mlx.app/compare.