M5 Pro có nhanh hơn M4 Pro cho LLM không?

M5 Pro đọc bộ nhớ nhanh hơn M4 Pro khoảng 12% (307 so với 273 GB/s), nên viết nhanh hơn khoảng 12% với mọi mô hình vừa cả hai. Việc đọc một prompt dài lại phụ thuộc vào sức tính toán của GPU, điều mà phép so sánh này không đề cập.

M4 Pro hay M5 Pro chạy được mô hình lớn hơn?

Không chip nào hơn: cả hai đều tới 64 GB. Ở dung lượng đó, M4 Pro chạy tốt 31 và M5 Pro chạy tốt 34 trên 73 mô hình mở; chip nhanh hơn đưa được nhiều mô hình hơn lên mức 10 token mỗi giây.

M4 Pro vs M5 Pro cho LLM: bộ nhớ, tốc độ, nên mua máy nào

Cạnh nhau

	M4 Pro	M5 Pro
Dung lượng bộ nhớ	24, 48, 64 GB	24, 48, 64 GB
Băng thông bộ nhớ	273 GB/s	307 GB/s
Cho mô hình, tối đa	khoảng 48 GB	khoảng 48 GB
Mô hình chạy tốt	31 trên 73	34 trên 73
Hạng ghế MLX	Pro	Pro Latest
Có trên	Mac mini (2024), MacBook Pro (14-inch, M4 Pro or M4 Max, 2024), MacBook Pro (16-inch, 2024)	MacBook Pro (14-inch, M5 Pro or M5 Max), MacBook Pro (16-inch, M5 Pro or M5 Max), Mac mini (M6 or M5 Pro)

Tốc độ với các mô hình phổ biến

Token mỗi giây cho một cuộc trò chuyện, mỗi chip ở dung lượng bộ nhớ lớn nhất (64 GB và 64 GB), với phiên bản tốt nhất của mô hình vừa với máy.

Mô hình	M4 Pro	M5 Pro
Llama 3.1 8B Instruct8B	14–26 8-bit	16–29 8-bit
gpt-oss-20b21B · 3,6B hoạt động	65–115 4,25-bit gốc	73–129 4,25-bit gốc
Qwen3.6 35B A3B35B · 3B hoạt động	38–68 8-bit	43–77 8-bit
Qwen3.8 27B27B	4–8 8-bit	5–9 8-bit
Llama 3.3 70B Instruct70B	3–6 4-bit	4–6 4-bit
gpt-oss-120b117B · 5,1B hoạt động	77–137 2-bit chất lượng thấp hơn	86–154 2-bit chất lượng thấp hơn
Qwen3.5 122B A10B122B · 10B hoạt động	40–70 2-bit chất lượng thấp hơn	45–79 2-bit chất lượng thấp hơn
DeepSeek V4 Flash 0731284B · 13B hoạt động	quá lớn	quá lớn

Câu hỏi

M5 Pro có nhanh hơn M4 Pro cho LLM không?: M5 Pro đọc bộ nhớ nhanh hơn M4 Pro khoảng 12% (307 so với 273 GB/s), nên viết nhanh hơn khoảng 12% với mọi mô hình vừa cả hai. Việc đọc một prompt dài lại phụ thuộc vào sức tính toán của GPU, điều mà phép so sánh này không đề cập.
M4 Pro hay M5 Pro chạy được mô hình lớn hơn?: Không chip nào hơn: cả hai đều tới 64 GB. Ở dung lượng đó, M4 Pro chạy tốt 31 và M5 Pro chạy tốt 34 trên 73 mô hình mở; chip nhanh hơn đưa được nhiều mô hình hơn lên mức 10 token mỗi giây.

Thêm so sánh

M4 Pro cho AI cục bộ · M5 Pro cho AI cục bộ · So sánh mọi mô hình · Mac tốt nhất cho LLM cục bộ

Cách tính

Bộ nhớ: số tham số của mô hình ở 8, 6, 4, 3 hoặc 2 bit mỗi trọng số cộng với hệ số tỷ lệ theo nhóm của MLX (nửa bit mỗi trọng số), hoặc theo định dạng gốc, rồi thêm chỗ cho ngữ cảnh. Mặc định macOS cho GPU dùng khoảng 75% bộ nhớ hợp nhất. Tốc độ: băng thông bộ nhớ chia cho số byte đọc mỗi token là mức trần cho một cuộc trò chuyện; trong benchmark Apple Silicon công khai của llama.cpp, thực tế đạt khoảng 45% đến 80% mức đó, và đó là khoảng được hiển thị. Đây là ước tính, không phải số đo: hãy đo chính Mac của bạn trên MLX Bench. Số liệu mô hình lấy từ thẻ mô hình chính thức, số liệu chip từ Thông số kỹ thuật của Apple. Kiểm tra ngày 2026-10-19. Cùng dữ liệu với mlx.app/compare.