O M5 Max é mais rápido que o M4 Max para LLMs?

O M5 Max lê a memória cerca de 12% mais rápido que o M4 Max (614 contra 546 GB/s), então escreve cerca de 12% 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 M4 Max ou o M5 Max?

Nenhum: os dois vão até 128 GB. Nesse tamanho, o M4 Max roda bem 47 e o M5 Max 47 de 73 modelos abertos; o mais rápido passa de 10 tokens por segundo em mais deles.

M4 Max vs M5 Max para LLMs: memória, velocidade, qual comprar

Lado a lado

	M4 Max	M5 Max
Tamanhos de memória	36, 48, 64, 128 GB	36, 48, 64, 128 GB
Largura de banda da memória	410–546 GB/s	460–614 GB/s
Para modelos, no máximo	cerca de 96 GB	cerca de 96 GB
Modelos que rodam bem	47 de 73	47 de 73
Classe de vaga MLX	Pro	Pro Latest
Presente em	MacBook Pro (14-inch, M4 Pro or M4 Max, 2024), MacBook Pro (16-inch, 2024), Mac Studio (2025)	MacBook Pro (14-inch, M5 Pro or M5 Max), MacBook Pro (16-inch, M5 Pro or M5 Max), Mac Studio (M5 Max or M5 Ultra)

Velocidade com modelos populares

Tokens por segundo em uma conversa, cada chip com o seu maior tamanho de memória (128 GB e 128 GB), com a melhor versão do modelo que cabe.

Modelo	M4 Max	M5 Max
Llama 3.1 8B Instruct8B	29–51 8 bits	33–58 8 bits
gpt-oss-20b21B · 3,6B ativos	129–230 4,25 bits nativo	145–259 4,25 bits nativo
Qwen3.6 35B A3B35B · 3B ativos	77–137 8 bits	86–154 8 bits
Qwen3.8 27B27B	11–20 6 bits	10–17 8 bits
Llama 3.3 70B Instruct70B	3–6 8 bits	4–7 8 bits
gpt-oss-120b117B · 5,1B ativos	91–162 4,25 bits nativo	102–182 4,25 bits nativo
Qwen3.5 122B A10B122B · 10B ativos	44–78 4 bits	49–88 4 bits
DeepSeek V4 Flash 0731284B · 13B ativos	60–107 2 bits qualidade menor	67–120 2 bits qualidade menor

Perguntas

O M5 Max é mais rápido que o M4 Max para LLMs?: O M5 Max lê a memória cerca de 12% mais rápido que o M4 Max (614 contra 546 GB/s), então escreve cerca de 12% 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 M4 Max ou o M5 Max?: Nenhum: os dois vão até 128 GB. Nesse tamanho, o M4 Max roda bem 47 e o M5 Max 47 de 73 modelos abertos; o mais rápido passa de 10 tokens por segundo em mais deles.

Mais comparações

O M4 Max para IA local · O M5 Max 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.