Mac Studio M5 Max vs. M5 Ultra für lokale LLMs
Der M5 Max mit 128GB ist die vernünftige High-End-Workstation für lokale LLMs. Kaufen Sie den M5 Ultra mit 256GB oder 512GB nur für ein bestimmtes Modell oder einen Research-Workflow, der nicht in 128GB passt. Der Mehrwert des Ultra liegt in erster Linie in der Speicherkapazität, gefolgt von 1.2TB/s Bandbreite.
Apple hat das neue Mac Studio am 25. August angekündigt und beginnt mit den Auslieferungen am 22. September. Die 512GB-Option erscheint Ende Oktober. Apples Launch-Metriken wurden im Juli 2026 gemessen. Diese Seite basiert auf offiziellen Spezifikationen und parameterbasierten Speicherberechnungen, nicht auf frei erfundenen Generierungsgeschwindigkeiten.
Spezifikationen: M5 Max vs. M5 Ultra
| Merkmal | M5 Max Mac Studio | M5 Ultra Mac Studio |
|---|---|---|
| CPU / GPU | 18-Core CPU; 32-Core GPU, bis zu 40 | 30-Core CPU; 64-Core GPU, bis zu 36/80 |
| Gemeinsamer Speicher | 36GB; 48GB, 64GB, or 128GB | 96GB; 256GB or 512GB |
| Speicherbandbreite | 460GB/s; 614GB/s mit 40-Core GPU | 1.2TB/s |
| Neural Engine | 16-Core plus GPU Neural Accelerators | 32-Core plus GPU Neural Accelerators |
| US-Einstiegspreis | $2,499 | $5,499 |
| Verfügbarkeit | 22. September | 22. September; 512GB Ende Oktober |
Quellen: Technische Daten von Apple und Apple-Launch-Ankündigung.
Modell-Kompatibilität: Was 128GB, 256GB und 512GB verändern
| Speicherklasse | Praxis-Einsatzbereich | Aktuelle chinesische Modellbeispiele |
|---|---|---|
| M5 Max 128GB | 4-Bit-Modelle der 70B-Klasse, größere Kontexte, mehrere Dienste | Qwen3.8-27B mit reichlich Puffer; kein vollständiges V4 Flash oder GLM-5 |
| M5 Ultra 256GB | 200B–300B-Klasse in effizienten Formaten, sofern die Runtime die Architektur unterstützt | DeepSeek V4 Flash ist ein realistisches Ziel; prüfen Sie jedoch vorab den gemischten FP4/FP8-Build |
| M5 Ultra 512GB | Research sehr großer quantisierter MoE-Modelle und Workloads mit großem Cache/hoher Nebenläufigkeit | GLM-5 hat eine idealisierte 4-Bit-Untergrenze von 372GB; die GLM-5.3-Gewichte waren am 26. August noch nicht öffentlich |
Welche Frontier-Modelle passen immer noch nicht?
Sparse-MoE-Modelle aktivieren pro Token nur einen Teil ihrer Parameter, dennoch benötigt das System Zugriff auf den vollständigen Satz an Experten-Gewichten. Aktive Parameter bestimmen die Rechenleistung, nicht den Speicherbedarf.
| Modell | Gesamtparameter | Idealisierte 4-Bit-Untergrenze | Einzelner 512GB M5 Ultra? |
|---|---|---|---|
| DeepSeek V4 Flash | 284B | 142GB, tatsächliche Mixed-Precision liegt höher | Mit einem unterstützten Build plausibel |
| GLM-5 | 744B | 372GB | Theoretisch und knapp |
| DeepSeek V4-Pro | 1.6T | 800GB | No |
| Qwen3.8 2.4T | 2.4T | 1.2TB | No |
| Kimi K3 | 2.8T | 1.4TB | No |
Die 4-Bit-Untergrenze entspricht Parameter × 0,5 Byte. Quantisierungsskalen, Runtime-Status, KV-Cache, temporäre Puffer und macOS sind darin nicht enthalten.
Entscheidungshilfe: M5 Max oder M5 Ultra
- Sie Modelle im Bereich 27B–70B ausführen.
- Sie schnellere lokale Agenten und größere Kontexte benötigen.
- Sie mehrere lokale Dienste betreiben möchten statt eines einzelnen riesigen Checkpoints.
- Sie das beste Verhältnis aus Kosten und nutzbarem Speicher suchen.
- Sie eine konkrete Modelldatei haben, die 128GB überschreitet.
- Ihre Runtime diese Architektur auf Apple Silicon bereits unterstützt.
- Sie Benchmarks für dasselbe Modell vorliegen haben und die Latenz im akzeptablen Rahmen liegt.
- Datenschutz oder lokale Daten eine API-Inferenz ungeeignet machen.
Apples Aussagen zu LM Studio: Nützlich, aber unvollständig
Apple gibt an, dass die Prompt-Verarbeitung beim M5 Max in LM Studio bis zu 3,9-mal schneller als beim M4 Max und beim M5 Ultra bis zu 4-mal schneller als beim M3 Ultra ist. Zudem werden 614GB/s Bandbreite für das Topmodell des M5 Max und 1.2TB/s für den M5 Ultra angegeben.
- Die Zahlen stammen aus internen Apple-Tests, nicht von unabhängigen Testern.
- Prompt-Verarbeitung (Ingestion) ist eine andere Metrik als die Generierung von Ausgabe-Tokens.
- Die offizielle Ankündigung liefert keine allgemeingültige Vorlage für Modelle, Quantisierungen und Kontextgrößen.
- Reale Ergebnisse hängen davon ab, ob MLX, llama.cpp, LM Studio oder eine andere Runtime die Hardware optimal ausnutzt.
Clustering mehrerer Mac Studio-Systeme
Laut Apple unterstützen Thunderbolt 5 und RDMA Multi-Mac-Cluster, wobei ein Cluster aus vier Systemen in Apples Tests bis zu 3-mal mehr Inferenzleistung als ein Einzelsystem erzielt. Das bedeutet jedoch nicht, dass zwei Macs automatisch zu einem Rechner mit gemeinsamem Speicher werden.
Verteilte Inferenz erhöht den Aufwand für Software, Netzwerk, Synchronisierung und Ausfallsicherheit. Für die meisten Einzelanwender ist ein einzelner 128GB M5 Max oder 256GB M5 Ultra deutlich unkomplizierter als ein Cluster. Skalieren Sie erst dann horizontal, wenn eine einzelne Maschine nachweislich an ihre Kapazitäts- oder Durchsatzgrenzen stößt.
FAQ
Ist der M5 Max oder der M5 Ultra besser für lokale LLMs?
Bis 128GB bietet der M5 Max das bessere Preis-Leistungs-Verhältnis. Wählen Sie den Ultra nur für Workloads, die zwingend 256GB/512GB, 1.2TB/s Bandbreite oder eine validierte verteilte Inferenz erfordern.
Kann der M5 Ultra DeepSeek V4 ausführen?
V4 Flash könnte in einem effizienten, unterstützten Format in 256GB oder 512GB passen. V4-Pro passt nicht auf einen einzelnen 512GB Mac, da seine optimistische 4-Bit-Gewichtsuntergrenze bei rund 800GB liegt.
Kann das 512GB Mac Studio Kimi K3 ausführen?
Nein. Die 2.8T Parameter von Kimi K3 bedeuten eine 4-Bit-Gewichtsuntergrenze von rund 1.4TB noch vor jeglichem Overhead.
Reichen 128GB für lokale LLMs aus?
Ja, für viele anspruchsvolle Einzelanwender-Workloads, einschließlich 4-Bit-Modellen der 70B-Klasse, größeren Kontexten und parallelen Diensten. Für die größten Frontier-Checkpoints reicht es jedoch nicht aus.