Berdampingan
| M2 Pro | M2 Max | |
|---|---|---|
| Ukuran memori | 16, 32 GB | 32, 64, 96 GB |
| Bandwidth memori | 200 GB/s | 400 GB/s |
| Untuk model, paling banyak | sekitar 24 GB | sekitar 72 GB |
| Model yang berjalan baik | 30 dari 73 | 43 dari 73 |
| Kelas kursi MLX | Pro | Pro |
| Ada di | MacBook Pro (14-inch, 2023), MacBook Pro (16-inch, 2023), Mac mini (2023) | MacBook Pro (14-inch, 2023), MacBook Pro (16-inch, 2023), Mac Studio (2023) |
Kecepatan dengan model populer
Token per detik untuk satu percakapan, setiap chip pada ukuran memori terbesarnya (32 GB dan 96 GB), dengan versi terbaik model yang muat.
| Model | M2 Pro | M2 Max |
|---|---|---|
| Llama 3.1 8B Instruct8B | 11–19 8-bit | 21–38 8-bit |
| gpt-oss-20b21B · 3,6B aktif | 47–84 4,25-bit bawaan | 95–168 4,25-bit bawaan |
| Qwen3.6 35B A3B35B · 3B aktif | 53–94 4-bit | 56–100 8-bit |
| Qwen3.8 27B27B | 4–7 6-bit | 12–21 4-bit |
| Llama 3.3 70B Instruct70B | 4–7 2-bit kualitas lebih rendah | 3–6 6-bit |
| gpt-oss-120b117B · 5,1B aktif | terlalu besar | 67–119 4,25-bit bawaan |
| Qwen3.5 122B A10B122B · 10B aktif | terlalu besar | 41–73 3-bit kualitas lebih rendah |
| DeepSeek V4 Flash 0731284B · 13B aktif | terlalu besar | terlalu besar |
Pertanyaan
- Apakah M2 Max lebih cepat daripada M2 Pro untuk LLM?
- M2 Max membaca memori sekitar 100% lebih cepat daripada M2 Pro (400 vs 200 GB/s), jadi ia menulis sekitar 100% lebih cepat untuk model apa pun yang muat di keduanya. Membaca prompt yang panjang bergantung pada daya komputasi GPU, yang tidak dicakup perbandingan ini.
- Mana yang bisa menjalankan model lebih besar, M2 Pro atau M2 Max?
- M2 Max: M2 Max tersedia hingga 96 GB memori, M2 Pro hingga 32 GB. Pada konfigurasi terbesarnya, ia menjalankan 43 dari 73 model terbuka dengan baik, dibandingkan 30.
Perbandingan lainnya
- M1 Pro vs M2 Pro
- M2 vs M2 Pro
- M2 Pro vs M3 Pro
- M1 Max vs M2 Max
- M2 Max vs M2 Ultra
- M2 Max vs M3 Max
- M2 Max vs M4 Max
M2 Pro untuk AI lokal · M2 Max untuk AI lokal · Bandingkan semua model · Mac terbaik untuk LLM lokal
Cara menghitungnya
Memori: parameter model pada 8, 6, 4, 3, atau 2 bit per bobot ditambah skala grup MLX (setengah bit per bobot), atau format bawaannya, ditambah ruang untuk konteks. Secara bawaan macOS mengizinkan GPU memakai sekitar 75% memori terpadu. Kecepatan: bandwidth memori dibagi jumlah byte yang dibaca per token adalah batas atas untuk satu percakapan; dalam benchmark Apple Silicon publik llama.cpp, proses nyata mencapai sekitar 45% hingga 80% darinya, dan rentang itulah yang ditampilkan. Ini perkiraan, bukan pengukuran: ukur Mac Anda sendiri di MLX Bench. Angka model dari kartu model resmi masing-masing, angka chip dari Spesifikasi Teknis Apple. Diperiksa 2026-10-19. Data sama dengan mlx.app/compare.