M5 เร็วกว่า M4 สำหรับ LLM ไหม

M5 อ่านหน่วยความจำเร็วกว่า M4 ราว 27% (153 เทียบกับ 120 GB/s) จึงเขียนได้เร็วกว่าราว 27% กับทุกโมเดลที่ใส่ได้ทั้งสองรุ่น ส่วนการอ่านพรอมต์ยาวๆ ขึ้นอยู่กับพลังประมวลผลของ GPU ซึ่งการเปรียบเทียบนี้ไม่ได้ครอบคลุม

M4 หรือ M5 รุ่นไหนรันโมเดลใหญ่กว่าได้

ไม่ต่างกัน ทั้งสองรุ่นสูงสุด 32 GB ที่ขนาดนั้น M4 รันได้ดี 27 และ M5 รันได้ดี 28 จาก 73 โมเดลแบบเปิด รุ่นที่เร็วกว่าทำให้โมเดลผ่านเกณฑ์ 10 โทเค็นต่อวินาทีได้มากกว่า

M4 vs M5 สำหรับ LLM: หน่วยความจำ ความเร็ว ซื้อรุ่นไหน

เทียบกัน

	M4	M5
ขนาดหน่วยความจำ	16, 24, 32 GB	16, 24, 32 GB
แบนด์วิดท์หน่วยความจำ	120 GB/s	153 GB/s
ใช้กับโมเดลได้สูงสุด	ราว 24 GB	ราว 24 GB
โมเดลที่รันได้ดี	27 จาก 73	28 จาก 73
ระดับที่นั่ง MLX	Core	Core
มีใน	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)

ความเร็วกับโมเดลยอดนิยม

โทเค็นต่อวินาทีสำหรับหนึ่งบทสนทนา แต่ละชิปใช้ขนาดหน่วยความจำใหญ่ที่สุด (32 GB และ 32 GB) กับเวอร์ชันที่ดีที่สุดของโมเดลที่ใส่ได้

โมเดล	M4	M5
Llama 3.1 8B Instruct8B	12–21 4 บิต	11–19 6 บิต
gpt-oss-20b21B · ใช้งาน 3.6B	28–51 4.25 บิตแบบเนทีฟ	36–64 4.25 บิตแบบเนทีฟ
Qwen3.6 35B A3B35B · ใช้งาน 3B	32–56 4 บิต	41–72 4 บิต
Qwen3.8 27B27B	2–4 6 บิต	3–6 6 บิต
Llama 3.3 70B Instruct70B	2–4 2 บิต คุณภาพต่ำลง	3–6 2 บิต คุณภาพต่ำลง
gpt-oss-120b117B · ใช้งาน 5.1B	ใหญ่เกินไป	ใหญ่เกินไป
Qwen3.5 122B A10B122B · ใช้งาน 10B	ใหญ่เกินไป	ใหญ่เกินไป
DeepSeek V4 Flash 0731284B · ใช้งาน 13B	ใหญ่เกินไป	ใหญ่เกินไป

คำถาม

M5 เร็วกว่า M4 สำหรับ LLM ไหม: M5 อ่านหน่วยความจำเร็วกว่า M4 ราว 27% (153 เทียบกับ 120 GB/s) จึงเขียนได้เร็วกว่าราว 27% กับทุกโมเดลที่ใส่ได้ทั้งสองรุ่น ส่วนการอ่านพรอมต์ยาวๆ ขึ้นอยู่กับพลังประมวลผลของ GPU ซึ่งการเปรียบเทียบนี้ไม่ได้ครอบคลุม
M4 หรือ M5 รุ่นไหนรันโมเดลใหญ่กว่าได้: ไม่ต่างกัน ทั้งสองรุ่นสูงสุด 32 GB ที่ขนาดนั้น M4 รันได้ดี 27 และ M5 รันได้ดี 28 จาก 73 โมเดลแบบเปิด รุ่นที่เร็วกว่าทำให้โมเดลผ่านเกณฑ์ 10 โทเค็นต่อวินาทีได้มากกว่า

การเปรียบเทียบอื่นๆ

M4 สำหรับ AI บนเครื่อง · M5 สำหรับ AI บนเครื่อง · เปรียบเทียบทุกโมเดล · Mac ที่ดีที่สุดสำหรับรัน LLM บนเครื่อง

วิธีคำนวณ

หน่วยความจำ: พารามิเตอร์ของโมเดลที่ 8, 6, 4, 3 หรือ 2 บิตต่อค่าน้ำหนัก บวกสเกลแบบกลุ่มของ MLX (ครึ่งบิตต่อค่าน้ำหนัก) หรือตามรูปแบบเนทีฟของโมเดล แล้วเผื่อที่สำหรับบริบท โดยค่าเริ่มต้น macOS ให้ GPU ใช้หน่วยความจำแบบรวมได้ราว 75% ความเร็ว: แบนด์วิดท์หน่วยความจำหารด้วยจำนวนไบต์ที่อ่านต่อโทเค็น คือเพดานสำหรับหนึ่งบทสนทนา ในผลทดสอบ Apple Silicon แบบสาธารณะของ llama.cpp การรันจริงทำได้ราว 45% ถึง 80% ของเพดานนี้ ซึ่งเป็นช่วงที่แสดงไว้ ตัวเลขเหล่านี้เป็นค่าประมาณ ไม่ใช่ค่าที่วัดจริง วัด Mac ของคุณเองได้ที่ MLX Bench ตัวเลขโมเดลมาจากการ์ดโมเดลทางการของแต่ละโมเดล ตัวเลขชิปมาจากข้อมูลจำเพาะทางเทคนิคของ Apple ตรวจสอบเมื่อ 2026-10-19 ใช้ข้อมูลเดียวกับ mlx.app/compare