- Es gibt kein M4 Ultra. Das 2025 Mac Studio kombinierte M4 Max mit einem älteren M3 Ultra; das 2026 Mac Studio (angekündigt 25. August 2026) nutzt M5 Max und M5 Ultra.
- M5 Ultra: 1,2 TB/s Speicherbandbreite und bis zu 512 GB Unified Memory, ab $5.499. Der richtige für sehr große Open Models.
- M5 Max: bis zu 614 GB/s und bis zu 128 GB, ab $2.499. Genug für 70B-Klasse-Modelle bei 4-Bit.
- Für lokale LLMs entscheidet Speicherkapazität, was passt und entscheidet Speicherbandbreite, wie schnell es antwortet.
Wenn du ein Mac Studio für KI 2026 wählst, ist die echte Wahl zwischen M5 Max und das M5 Ultra. Viele Guides erwähnen immer noch ein „M4 Ultra“, aber Apple hat es nie veröffentlicht: das 2025 Mac Studio kam mit M4 Max und M3 Ultra, und Apple ersetzte beide am 25. August 2026. Diese Anleitung vergleicht die Chips, die es tatsächlich gibt, unter Verwendung von Apples veröffentlichten Spezifikationen und den echten Dateigrößen populärer Open Models. Convly hat diese Maschinen nicht getestet; die Geschwindigkeiten unten sind berechnete Limits, keine Messungen.
Schnelle Antwort
Kaufe M5 Max (bis zu 128 GB, 614 GB/s, ab $2.499), wenn du Modelle bis zur 70B-Klasse bei 4-Bit ausführen möchtest, wie Llama 3 70B (eine 42,5 GB Datei), mit Platz für einen langen Kontext. Kaufe M5 Ultra (bis zu 512 GB, 1,2 TB/s, ab $5.499), wenn du die allergrößten Open-Weight-Modelle auf einer Maschine brauchst, oder etwa doppelte Speicherbandbreite für schnellere Antworten. Ein 2025 M3 Ultra ist immer noch eine starke gebrauchte oder reduzierte Option für Kapazität (819 GB/s), aber es ist die vorherige Generation.
Jedes Mac Studio Chip nebeneinander
| Chip | Mac Studio Generation | Einheitlicher Arbeitsspeicher | Speicherbandbreite | Startpreis (USA) |
|---|---|---|---|---|
| M4 Max | 2025 | 36–128 GB | 410 GB/s (32-Kern GPU) oder 546 GB/s (40-Kern GPU) | $1,999 |
| M3 Ultra | 2025 | 96 GB und mehr (512 GB bei Markteinführung; Apples Spezifikationsblatt listet jetzt 256 GB) | 819 GB/s | $3,999 |
| M5 Max | 2026 | 36–128 GB | 460 GB/s (32-Kern GPU) oder 614 GB/s (40-Kern GPU) | $2,499 |
| M5 Ultra | 2026 | 96–512 GB (512 GB ab Ende Oktober 2026) | 1,2 TB/s | $5,499 |
| „M4 Ultra“ | — | Nie veröffentlicht | ||
Quellen: Apples M5 Max und M5 Ultra Ankündigung, ihre 2025 Mac Studio Ankündigung, die 2025 Mac Studio Spezifikationsblatt und die aktuelle Mac Studio Specs Seite.
Was jede Konfiguration ausführen kann
Ein Modell muss mit etwas Spielraum für macOS und den KV-Cache, das Arbeitsspeicher das mit der Kontextlänge wächst (etwa 10,7 GB für ein 70B-Modell bei 32K Kontext in FP16), in den Speicher passen. Dies sind die 4-Bit (Q4_K_M) GGUF Dateigrößen veröffentlicht auf Hugging Face:
| Modell (4-Bit Q4_K_M) | Dateigröße | M4 Max / M5 Max 128 GB | M3 Ultra 256 GB | M5 Ultra 512 GB |
|---|---|---|---|---|
| Llama 3 70B | 42,5 GB | Ja, mit langer Kontextlänge | Ja | Ja |
| Qwen 2.5 72B | 47,4 GB | Ja | Ja | Ja |
| Llama 3.1 405B | etwa 245 GB | Nein | Zu eng um praktisch zu sein | Ja |
| DeepSeek V3 (671B) | 404,4 GB | Nein | Nein | Auf dem Papier mit wenig Spielraum |
Um ein spezifisches Modell und eine Quantisierung zu überprüfen, verwenden Sie LLM-VRAM-Rechner, oder siehe die vollständige Tabelle in VRAM-Anforderungen für alle wichtigen Sprachmodelle.
Wie schnell? Bandbreite setzt die Grenze
Wenn ein Modell Text generiert, erfordert jeder neue Token das Lesen des gesamten Gewichtssatzes aus dem Speicher, daher gibt die Speicherbandbreite geteilt durch die Modellgröße ein hartes Oberflächenlimit für Token pro Sekunde an. Die tatsächlichen Geschwindigkeiten sind niedriger, aber das Verhältnis zwischen Chips bleibt gleich. Für Llama 3 70B mit 4-Bit (42,5 GB):
| Chip | Bandbreite | Theoretisches Limit (70B, 4-Bit) |
|---|---|---|
| M4 Max (40-Kern-GPU) | 546 GB/s | etwa 13 Token/s |
| M5 Max (40-Core GPU) | 614 GB/s | etwa 14 Token/s |
| M3 Ultra | 819 GB/s | etwa 19 Token/s |
| M5 Ultra | 1,2 TB/s | etwa 28 Token/s |
Prompt-Verarbeitung, die Ihre Eingabe liest, bevor das erste Wort erscheint, hängt von der GPU-Rechenleistung ab, nicht von der Bandbreite. Apple gibt an, dass die M5 Ultra bis zu 4,3-mal die Peak-AI-Rechenleistung der M3 Ultra erreicht, und die M5 Max bis zu 3,9-mal schneller ist als die vorherige Generation. Dies sind Apples eigene Angaben aus seinen Tests vom Juli 2026.
Mehrere Mac Studios clustern
Apple unterstützt jetzt das Verbinden von Mac Studios über Thunderbolt 5 (bis zu 120 Gb/s pro Port) mit RDMA, sodass ein Modell auf mehrere Maschinen verteilt werden kann. Apple gibt an, dass ein Cluster aus vier Systemen bis zu dreimal schneller AI-Inferenz liefert als ein einzelnes System. Clustering kostet zusätzliche Zeit und Konfiguration, daher ist für die meisten Menschen eine einzelne Maschine mit ausreichend Speicher einfacher.
Mac Studio oder etwas anderes?
- Brauchen Sie Rohgeschwindigkeit bei Modellen, die in 32 GB passen? Ein PC mit einer RTX 5090 ist viel schneller; siehe RTX 5090 vs Mac Studio M3 Ultra for local LLMs.
- Wollen Sie 128 GB in einer kleineren, günstigeren Box? Vergleichen Sie mit NVIDIAs DGX Spark in DGX Spark vs Mac Studio.
- Nach Budget einkaufen? Weitere Details finden Sie im besten Mini-PCs für lokale KI.
Häufig gestellte Fragen
Gibt es ein M4 Ultra Mac Studio?
Nein. Apple hat nie ein M4 Ultra veröffentlicht. Das Mac Studio 2025 kam mit M4 Max oder M3 Ultra, und das 2026er Modell nutzt M5 Max oder M5 Ultra.
Lohnt sich M5 Ultra gegenüber M5 Max für KI?
Nur wenn du mehr als 128 GB Speicher oder etwa doppelte Bandbreite brauchst. Für 70B-Klasse-Modelle bei 4-Bit reicht M5 Max mit 128 GB aus und kostet deutlich weniger.
Kann ein Mac Studio ein 70B-Modell ausführen?
Ja. Eine 4-Bit Llama 3 70B Datei ist 42,5 GB groß, also kann jede Mac Studio Konfiguration mit 64 GB oder mehr sie halten, und 128 GB lässt Platz für lange Kontexte.
Kann ein Mac Studio ausführen DeepSeek V3 oder Llama 405B?
Llama 3.1 405B bei 4-Bit (etwa 245 GB) benötigt das 512 GB M5 Ultra zum komfortablen Ausführen. DeepSeek V3 bei 4-Bit ist 404,4 GB, passt in 512 GB nur auf dem Papier mit wenig Spielraum; kleinere Quantisierungen oder ein Cluster sind praktischer.
Sollte ich stattdessen ein gebrauchtes M3 Ultra kaufen?
Es kann sinnvoll sein für Kapazität: es hat 819 GB/s und kam mit bis zu 512 GB. Aber M5 Ultra hat etwa 50% mehr Bandbreite und viel mehr KI-Rechenleistung, also vergleiche die Preise sorgfältig.