DGX Spark быстрее, чем M5 Max, для LLM?

M5 Max читает память примерно на 125% быстрее, чем DGX Spark (614 против 273 ГБ/с), поэтому с любой моделью, которая помещается в оба, генерирует примерно на 125% быстрее. В замере llama.cpp оба читают промпт примерно с одной скоростью (3 220 и 3 062 токенов в секунду).

Какой запускает модели крупнее: M5 Max или DGX Spark?

У обоих около 96 ГБ для моделей. 47 из 73 популярных открытых моделей хорошо работают на M5 Max, 39 — на DGX Spark.

Работает ли MLX Node на DGX Spark?

Нет. MLX Node и MLX Harness работают только на Mac с Apple Silicon, на фреймворке MLX от Apple.

M5 Max или DGX Spark для LLM: память, скорость, что купить

Бок о бок

	M5 Max	DGX Spark
Что это	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)	Готовый небольшой компьютер
Объемы памяти	36, 48, 64, 128 ГБ	128 ГБ
Пропускная способность памяти	460–614 ГБ/с	273 ГБ/с
Для моделей, максимум	около 96 ГБ	около 96 ГБ
Хорошо работающие модели	47 из 73	39 из 73
Измерено: генерация	120 tok/s	57 tok/s
Измерено: чтение промпта	3 220 tok/s	3 062 tok/s

Строки с замерами: лучший результат каждой машины в открытых бенчмарках llama.cpp с Llama 2 7B Q4_0 — генерация 128 токенов (tg128) и чтение промпта из 512 токенов (pp512), в токенах в секунду. Mac работал через Metal, DGX Spark — через CUDA. Результаты Apple Silicon · Результаты DGX Spark Для моделей мы считаем около 75% памяти у обоих — значение macOS по умолчанию, — потому что DGX Spark тоже делит одну память между CPU и GPU. Сколько его GPU может использовать на деле, зависит от операционной системы и настроек.

Где кто выигрывает

Скорость генерации. M5 Max читает память примерно на 125% быстрее, чем DGX Spark (614 против 273 ГБ/с), поэтому с любой моделью, которая помещается в оба, генерирует примерно на 125% быстрее.
Размер моделей. У обоих около 96 ГБ для моделей. 47 из 73 популярных открытых моделей хорошо работают на M5 Max, 39 — на DGX Spark.
Чтение длинных промптов. В замере llama.cpp оба читают промпт примерно с одной скоростью (3 220 и 3 062 токенов в секунду).
Программы. DGX Spark работает с CUDA от NVIDIA, которую большинство ИИ-программ поддерживает в первую очередь, включая код для обучения и многие инструменты для изображений и видео. На Mac модели запускают через MLX, бэкенд Metal в llama.cpp или бэкенд MPS в PyTorch.
Что вокруг. Оба — готовые компьютеры, которые держат модель в одной памяти, общей для CPU и GPU.
Mac. Это ещё и компьютер на каждый день, и на нём работают MLX Harness и MLX Node, созданные для Apple Silicon.

Скорость с популярными моделями

Токенов в секунду для одного диалога, каждый чип с максимальной памятью (128 ГБ и 128 ГБ), с лучшей версией модели, которая помещается.

Модель	M5 Max	DGX Spark
Llama 3.1 8B Instruct8B	33–58 8 бит	14–26 8 бит
gpt-oss-20b21B · активных: 3,6B	145–259 нативные 4,25 бит	65–115 нативные 4,25 бит
Qwen3.6 35B A3B35B · активных: 3B	86–154 8 бит	38–68 8 бит
Qwen3.8 27B27B	10–17 8 бит	4–8 8 бит
Llama 3.3 70B Instruct70B	4–7 8 бит	2–3 8 бит
gpt-oss-120b117B · активных: 5,1B	102–182 нативные 4,25 бит	45–81 нативные 4,25 бит
Qwen3.5 122B A10B122B · активных: 10B	49–88 4 бит	22–39 4 бит
DeepSeek V4 Flash 0731284B · активных: 13B	67–120 2 бит ниже качество	30–53 2 бит ниже качество

Вопросы

DGX Spark быстрее, чем M5 Max, для LLM?: M5 Max читает память примерно на 125% быстрее, чем DGX Spark (614 против 273 ГБ/с), поэтому с любой моделью, которая помещается в оба, генерирует примерно на 125% быстрее. В замере llama.cpp оба читают промпт примерно с одной скоростью (3 220 и 3 062 токенов в секунду).
Какой запускает модели крупнее: M5 Max или DGX Spark?: У обоих около 96 ГБ для моделей. 47 из 73 популярных открытых моделей хорошо работают на M5 Max, 39 — на DGX Spark.
Работает ли MLX Node на DGX Spark?: Нет. MLX Node и MLX Harness работают только на Mac с Apple Silicon, на фреймворке MLX от Apple.

Другие сравнения

M5 Max для локального ИИ · Сравнить все модели · Лучший Mac для локальных LLM

Как это рассчитано

Память: параметры модели при 8, 6, 4, 3 или 2 битах на вес плюс групповые масштабы MLX (полбита на вес) или ее нативный формат, а сверху — место для контекста. По умолчанию macOS отдает GPU около 75% объединенной памяти. Скорость: пропускная способность памяти, деленная на число байтов, читаемых на каждый токен, — это потолок для одного диалога; в публичных тестах llama.cpp на Apple Silicon реальные запуски достигают примерно 45–80% от него, и показан именно этот диапазон. Это оценки, а не измерения: измерьте свой Mac в MLX Bench. Данные моделей — из официальных карточек моделей, данные чипов — из технических характеристик Apple. Проверено 2026-10-19. Те же данные, что и на mlx.app/compare.

Данные DGX Spark: NVIDIA: DGX Spark (specs).