Lado a lado
| M1 Max | M1 Ultra | |
|---|---|---|
| Tamanhos de memória | 32, 64 GB | 64, 128 GB |
| Largura de banda da memória | 400 GB/s | 800 GB/s |
| Para modelos, no máximo | cerca de 48 GB | cerca de 96 GB |
| Modelos que rodam bem | 39 de 73 | 47 de 73 |
| Classe de vaga MLX | Pro | Ultra |
| Presente em | MacBook Pro (14-inch, 2021), MacBook Pro (16-inch, 2021), Mac Studio (2022) | Mac Studio (2022) |
Velocidade com modelos populares
Tokens por segundo em uma conversa, cada chip com o seu maior tamanho de memória (64 GB e 128 GB), com a melhor versão do modelo que cabe.
| Modelo | M1 Max | M1 Ultra |
|---|---|---|
| Llama 3.1 8B Instruct8B | 21–38 8 bits | 42–75 8 bits |
| gpt-oss-20b21B · 3,6B ativos | 95–168 4,25 bits nativo | 189–337 4,25 bits nativo |
| Qwen3.6 35B A3B35B · 3B ativos | 56–100 8 bits | 113–200 8 bits |
| Qwen3.8 27B27B | 12–21 4 bits | 13–22 8 bits |
| Llama 3.3 70B Instruct70B | 5–8 4 bits | 5–9 8 bits |
| gpt-oss-120b117B · 5,1B ativos | 113–200 2 bits qualidade menor | 133–237 4,25 bits nativo |
| Qwen3.5 122B A10B122B · 10B ativos | 58–103 2 bits qualidade menor | 64–114 4 bits |
| DeepSeek V4 Flash 0731284B · 13B ativos | grande demais | 88–156 2 bits qualidade menor |
Perguntas
- O M1 Ultra é mais rápido que o M1 Max para LLMs?
- O M1 Ultra lê a memória cerca de 100% mais rápido que o M1 Max (800 contra 400 GB/s), então escreve cerca de 100% mais rápido com qualquer modelo que caiba nos dois. Ler um prompt longo já depende do poder de computação da GPU, que esta comparação não cobre.
- Qual roda modelos maiores, o M1 Max ou o M1 Ultra?
- O M1 Ultra: O M1 Ultra vai até 128 GB de memória; o M1 Max, até 64 GB. No maior tamanho, ele roda bem 47 de 73 modelos abertos, contra 39.
Mais comparações
O M1 Max para IA local · O M1 Ultra para IA local · Compare todos os modelos · O melhor Mac para LLMs locais
Como é calculado
Memória: os parâmetros do modelo com 8, 6, 4, 3 ou 2 bits por peso, mais as escalas por grupo do MLX (meio bit por peso), ou o formato nativo do modelo, com espaço extra para o contexto. Por padrão, o macOS deixa a GPU usar cerca de 75% da memória unificada. Velocidade: a largura de banda da memória dividida pelos bytes lidos por token é o teto para uma conversa; nos benchmarks públicos de Apple Silicon do llama.cpp, execuções reais chegam a cerca de 45% a 80% desse teto, que é a faixa mostrada. São estimativas, não medições: meça o seu Mac no MLX Bench. Dados dos modelos tirados de cada model card oficial; dados dos chips, das especificações técnicas da Apple. Verificado em 2026-10-19. Os mesmos dados de mlx.app/compare.