并排对比
| M4 Pro | M5 Pro | |
|---|---|---|
| 内存容量 | 24, 48, 64 GB | 24, 48, 64 GB |
| 内存带宽 | 273 GB/s | 307 GB/s |
| 模型最多可用 | 约 48 GB | 约 48 GB |
| 流畅运行的模型 | 31 / 73 | 34 / 73 |
| MLX 席位等级 | Pro | Pro Latest |
| 搭载于 | 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) |
热门模型的速度
单个对话每秒生成的 token 数；每款芯片都按最大内存配置计算（64 GB 和 64 GB），使用装得下的最佳模型版本。
| 模型 | M4 Pro | M5 Pro |
|---|---|---|
| Llama 3.1 8B Instruct8B | 14–26 8 位 | 16–29 8 位 |
| gpt-oss-20b21B · 激活 3.6B | 65–115 原生 4.25 位 | 73–129 原生 4.25 位 |
| Qwen3.6 35B A3B35B · 激活 3B | 38–68 8 位 | 43–77 8 位 |
| Qwen3.8 27B27B | 4–8 8 位 | 5–9 8 位 |
| Llama 3.3 70B Instruct70B | 3–6 4 位 | 4–6 4 位 |
| gpt-oss-120b117B · 激活 5.1B | 77–137 2 位 质量较低 | 86–154 2 位 质量较低 |
| Qwen3.5 122B A10B122B · 激活 10B | 40–70 2 位 质量较低 | 45–79 2 位 质量较低 |
| DeepSeek V4 Flash 0731284B · 激活 13B | 太大 | 太大 |
常见问题
- 运行 LLM 时，M5 Pro 比 M4 Pro 快吗？
- M5 Pro 的内存读取速度比 M4 Pro 快约 12%（307 对 273 GB/s），所以运行两者都装得下的模型时，生成速度快约 12%。读取长提示词则取决于 GPU 算力，本对比不涉及。
- M4 Pro 和 M5 Pro，哪个能运行更大的模型？
- 一样：两者最高都是 64 GB。在这个容量下，73 个开放模型中，M4 Pro 能流畅运行 31 个，M5 Pro 能流畅运行 34 个；速度更快的那款有更多模型达到每秒 10 个 token。
更多对比
- M1 Pro vs M4 Pro
- M3 Pro vs M4 Pro
- M4 vs M4 Pro
- M4 Pro vs M4 Max
- M4 Pro vs M5 Max
- M5 vs M5 Pro
- M5 Pro vs M5 Max
用 M4 Pro 运行本地 AI · 用 M5 Pro 运行本地 AI · 对比所有模型 · 运行本地 LLM 的最佳 Mac
计算方法
内存：模型参数按每个权重 8、6、4、3 或 2 位计算，加上 MLX 的分组缩放（每个权重半位），或按其原生格式计算，再留出上下文空间。macOS 默认允许 GPU 使用约 75% 的统一内存。速度：内存带宽除以每个 token 读取的字节数，就是单个对话的上限；在 llama.cpp 的 Apple Silicon 公开基准测试中，实际运行可达这个上限的约 45% 到 80%，本页显示的就是这个范围。这些是估算值，不是实测值：可以在 MLX Bench 上测量你自己的 Mac。模型数据来自各模型的官方模型卡，芯片数据来自 Apple 的技术规格。核对于 2026-10-19。数据与 mlx.app/compare 相同。