Mac Studio M5 Max frente a M5 Ultra para LLM locales
El M5 Max con 128GB es la estación de trabajo de gama alta más sensata para LLM locales. Compra el M5 Ultra con 256GB o 512GB solo para un modelo específico o un flujo de trabajo de investigación que no quepa en 128GB. El valor del Ultra radica primero en su capacidad de memoria y luego en su ancho de banda de 1.2TB/s.
Apple anunció el nuevo Mac Studio el 25 de agosto y comenzará las entregas el 22 de septiembre. La opción de 512GB llegará a finales de octubre. Las métricas de lanzamiento de Apple se midieron en julio de 2026. Esta página utiliza especificaciones oficiales y estimaciones de memoria basadas en parámetros, no velocidades de generación inventadas.
Especificaciones de M5 Max vs M5 Ultra
| Característica | Mac Studio M5 Max | Mac Studio M5 Ultra |
|---|---|---|
| CPU / GPU | CPU de 18 núcleos; GPU de 32 núcleos, hasta 40 | CPU de 30 núcleos; GPU de 64 núcleos, hasta 36/80 |
| Memoria unificada | 36GB; 48GB, 64GB, or 128GB | 96GB; 256GB or 512GB |
| Ancho de banda de memoria | 460GB/s; 614GB/s con GPU de 40 núcleos | 1.2TB/s |
| Neural Engine | 16 núcleos más aceleradores neuronales de GPU | 32 núcleos más aceleradores neuronales de GPU |
| Precio inicial en EE. UU. | $2,499 | $5,499 |
| Disponibilidad | 22 de septiembre | 22 de septiembre; 512GB a finales de octubre |
Fuentes: especificaciones técnicas de Apple y anuncio de lanzamiento de Apple.
Ajuste de modelos: qué cambia entre 128GB, 256GB y 512GB
| Nivel de memoria | Rol práctico | Ejemplos actuales de modelos chinos |
|---|---|---|
| M5 Max 128GB | Modelos de clase 70B en 4 bits, mayor contexto y múltiples servicios | Qwen3.8-27B con amplio margen; no V4 Flash completo ni GLM-5 |
| M5 Ultra 256GB | Clase 200B-300B en formatos eficientes, si el runtime admite la arquitectura | DeepSeek V4 Flash es un objetivo viable; valida primero su compilación mixta FP4/FP8 |
| M5 Ultra 512GB | Investigación con MoE cuantizados muy grandes y cargas de trabajo con caché/concurrencia amplias | GLM-5 tiene un mínimo idealizado de 372GB en 4 bits; los pesos de GLM-5.3 no eran públicos el 26 de agosto |
¿Qué modelos de frontera siguen sin caber?
Los modelos MoE dispersos activan solo una parte de sus parámetros por token, pero la máquina aún necesita acceso a todo el conjunto de pesos de los expertos. Los parámetros activos estiman el cómputo, no el almacenamiento.
| Modelo | Parámetros totales | Mínimo idealizado en 4 bits | ¿Un solo M5 Ultra de 512GB? |
|---|---|---|---|
| DeepSeek V4 Flash | 284B | 142GB, la precisión mixta real es mayor | Factible con una compilación compatible |
| GLM-5 | 744B | 372GB | Teórico y muy ajustado |
| DeepSeek V4-Pro | 1.6T | 800GB | No |
| Qwen3.8 2.4T | 2.4T | 1.2TB | No |
| Kimi K3 | 2.8T | 1.4TB | No |
El mínimo en 4 bits es parámetros × 0,5 bytes. Excluye escalas de cuantización, estado del runtime, caché KV, búferes temporales y macOS.
Cómo elegir entre M5 Max y M5 Ultra
- Ejecutas modelos de 27B a 70B.
- Buscas agentes locales más rápidos y contextos más amplios.
- Necesitas varios servicios locales, no un único checkpoint gigante.
- Buscas la mejor relación costo-memoria útil.
- Tienes un archivo de modelo exacto que supera los 128GB.
- Tu runtime ya es compatible con esa arquitectura en Apple silicon.
- Tienes un benchmark del mismo modelo y un objetivo de latencia aceptable.
- La privacidad o los datos locales hacen que la inferencia por API no sea adecuada.
Las afirmaciones de Apple sobre LM Studio: útiles, pero incompletas
Apple reporta un procesamiento de prompts en el M5 Max hasta 3.9x más rápido que en el M4 Max y en el M5 Ultra hasta 4x más rápido que en el M3 Ultra en LM Studio. También reporta 614GB/s de ancho de banda para el M5 Max superior y 1.2TB/s para el M5 Ultra.
- Las cifras provienen de pruebas de Apple, no de revisores independientes.
- La ingesta de prompts no es la misma métrica que la generación de tokens de salida.
- El lanzamiento público no proporciona una fórmula universal de modelo, cuantización y contexto.
- Los resultados reales dependen de que MLX, llama.cpp, LM Studio u otro runtime aprovechen el hardware correctamente.
Creación de clústeres con múltiples sistemas Mac Studio
Apple afirma que Thunderbolt 5 y RDMA admiten clústeres multi-Mac, con un clúster de cuatro sistemas alcanzando hasta 3x el rendimiento de inferencia de un solo sistema en las pruebas de Apple. Esto no significa que dos Mac se conviertan automáticamente en un ordenador con memoria compartida.
La inferencia distribuida añade costos de software, redes, sincronización y gestión de fallos. Para la mayoría de las personas, un M5 Max de 128GB o un M5 Ultra de 256GB es más sencillo que un clúster. Escala horizontalmente solo después de que una máquina alcance un límite medido de capacidad o rendimiento.
FAQ
¿Es mejor el M5 Max o el M5 Ultra para LLM locales?
El M5 Max ofrece mejor relación calidad-precio hasta 128GB. Elige el Ultra solo para una carga de trabajo que requiera 256GB/512GB, 1.2TB/s de ancho de banda o inferencia distribuida validada.
¿Puede el M5 Ultra ejecutar DeepSeek V4?
V4 Flash puede caber en 256GB o 512GB en un formato compatible eficiente. V4-Pro no cabe en un solo Mac de 512GB porque su límite inferior optimista de pesos en 4 bits es de unos 800GB.
¿Puede el Mac Studio de 512GB ejecutar Kimi K3?
No. Los 2.8T parámetros de Kimi K3 implican un límite inferior de pesos en 4 bits de aproximadamente 1.4TB antes de la sobrecarga.
¿Son suficientes 128GB para LLM locales?
Sí para muchas cargas de trabajo serias de un solo usuario, incluidos modelos de clase 70B en 4 bits, contextos más amplios y servicios simultáneos. No es suficiente para los checkpoints de frontera más grandes.