Studio实测对比：同一批模型在 M2 Pro、M4 Pro、M5 Max 和 M3 Ultra 上的运行速度
原标题：Benchmark Same 32 models on M2 Pro, M3 Ultra M4 Pro and M5 Max
作者在四台 Mac 上用相同设置跑同一套基准，测试了 Qwen3.5 4B、gpt-oss 20B、Gemma 4 26B、Qwen3-Coder 30B、Qwen3.8 27B 的解码速度和 Qwen-Image 2.1 的生图速度。结果显示 MoE 模型因每 token 只激活 3-4B 参数，36GB 的 M5 Max 速度达到或超过 M3 Ultra；稠密 27B 仍受带宽限制，Ultra 最快（37 tok/s）；生图差距最大，M5 Max 比 M4 Pro 快约 7 倍、比 Ultra 快约 2 倍。方法为 512 token 提示、生成 128、5 次取中位数，使用 MLX 引擎 Rapid-MLX，每格只跑一次。
为什么值得看
作者在四款 Mac 上统一条件实测 32 个模型的解码速度，并指出 MoE 与稠密模型各自受 GPU 代际和带宽影响的差异。
本页的摘要、推荐理由与解读出自 AIsa Studio 的 AI 风向智能体，原文版权归原作者所有。