Lado a lado
| M4 | M5 | |
|---|---|---|
| Tamanhos de memória | 16, 24, 32 GB | 16, 24, 32 GB |
| Largura de banda da memória | 120 GB/s | 153 GB/s |
| Para modelos, no máximo | cerca de 24 GB | cerca de 24 GB |
| Modelos que rodam bem | 27 de 73 | 28 de 73 |
| Classe de vaga MLX | Core | Core |
| Presente em | MacBook Pro (14-inch, M4, 2024), iMac (24-inch, 2024, Two ports), iMac (24-inch, 2024, Four ports), Mac mini (2024), MacBook Air (13-inch, M4, 2025), MacBook Air (15-inch, M4, 2025) | MacBook Pro (14-inch, M5), MacBook Air (13-inch, M5), MacBook Air (15-inch, M5) |
Velocidade com modelos populares
Tokens por segundo em uma conversa, cada chip com o seu maior tamanho de memória (32 GB e 32 GB), com a melhor versão do modelo que cabe.
| Modelo | M4 | M5 |
|---|---|---|
| Llama 3.1 8B Instruct8B | 12–21 4 bits | 11–19 6 bits |
| gpt-oss-20b21B · 3,6B ativos | 28–51 4,25 bits nativo | 36–64 4,25 bits nativo |
| Qwen3.6 35B A3B35B · 3B ativos | 32–56 4 bits | 41–72 4 bits |
| Qwen3.8 27B27B | 2–4 6 bits | 3–6 6 bits |
| Llama 3.3 70B Instruct70B | 2–4 2 bits qualidade menor | 3–6 2 bits qualidade menor |
| gpt-oss-120b117B · 5,1B ativos | grande demais | grande demais |
| Qwen3.5 122B A10B122B · 10B ativos | grande demais | grande demais |
| DeepSeek V4 Flash 0731284B · 13B ativos | grande demais | grande demais |
Perguntas
- O M5 é mais rápido que o M4 para LLMs?
- O M5 lê a memória cerca de 27% mais rápido que o M4 (153 contra 120 GB/s), então escreve cerca de 27% 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 ou o M5?
- Nenhum: os dois vão até 32 GB. Nesse tamanho, o M4 roda bem 27 e o M5 28 de 73 modelos abertos; o mais rápido passa de 10 tokens por segundo em mais deles.
Mais comparações
O M4 para IA local · O M5 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.