- Não existe M4 Ultra. O Mac Studio de 2025 emparelhava o M4 Max com um mais antigo M3 Ultra; o Mac Studio de 2026 (anunciado em 25 de agosto de 2026) usa o M5 Max e M5 Ultra.
- M5 Ultra: 1,2 TB/s de largura de banda de memória e até 512 GB de memória unificada, a partir de $5.499. O escolher para modelos abertos muito grandes.
- M5 Max: até 614 GB/s e até 128 GB, a partir de $2.499. Suficiente para modelos da classe 70B em 4-bit.
- Para LLMs locais, a capacidade de memória define o que cabe e a largura de banda de memória define a rapidez da resposta.
Se está escolhendo um Mac Studio para IA em 2026, a verdadeira escolha é entre o M5 Max e o M5 Ultra. Muitos guias ainda mencionam um «M4 Ultra», mas Apple nunca lançou um: o Mac Studio de 2025 foi entregue com M4 Max e M3 Ultra, e Apple substituiu ambos em 25 de agosto de 2026. Este guia compara os chips que realmente existem, usando as especificações publicadas pela Apple e os tamanhos reais de arquivos de modelos abertos populares. Convly não fez benchmark dessas máquinas; as velocidades abaixo são limites calculados, não medições.
Resposta rápida
Compre o M5 Max (até 128 GB, 614 GB/s, a partir de $2.499) se quiser executar modelos até a classe 70B em 4-bit, como Llama 3 70B (um arquivo de 42,5 GB), com espaço para um contexto longo. Compre o M5 Ultra (até 512 GB, 1,2 TB/s, a partir de $5.499) se precisar dos maiores modelos de peso aberto em uma máquina, ou aproximadamente o dobro da largura de banda de memória para respostas mais rápidas. Um M3 Ultra de 2025 ainda é uma opção usada ou com desconto forte pela capacidade (819 GB/s), mas é a geração anterior.
Cada chip Mac Studio, lado a lado
| Chip | Geração Mac Studio | Memória unificada | Largura de banda da memória | Preço inicial (EUA) |
|---|---|---|---|---|
| M4 Max | 2025 | 36–128 GB | 410 GB/s (GPU de 32 núcleos) ou 546 GB/s (GPU de 40 núcleos) | $1,999 |
| M3 Ultra | 2025 | 96 GB ou mais (512 GB no lançamento; a ficha de especificações da Apple agora lista 256 GB) | 819 GB/s | $3,999 |
| M5 Max | 2026 | 36–128 GB | 460 GB/s (GPU de 32 núcleos) ou 614 GB/s (GPU de 40 núcleos) | $2,499 |
| M5 Ultra | 2026 | 96–512 GB (512 GB a partir de finais de outubro de 2026) | 1,2 TB/s | $5,499 |
| «M4 Ultra» | — | Nunca foi lançado | ||
Fontes: Apple anúncio de M5 Max e M5 Ultrada Apple, seu anúncio de Mac Studio de 2025, o ficha de especificações do Mac Studio de 2025 e a página de especificações do Mac Studio.
O que cada configuração consegue executar
Um modelo precisa caber na memória com algum espaço de sobra para o macOS e para o KV cache, a memória de trabalho que cresce com o comprimento do contexto (cerca de 10,7 GB para um modelo 70B em um contexto de 32K em FP16). Estes são os tamanhos de arquivo GGUF em 4-bit (Q4_K_M) publicados no Hugging Face:
| Modelo (4-bit Q4_K_M) | Tamanho do arquivo | M4 Max / M5 Max 128 GB | M3 Ultra 256 GB | M5 Ultra 512 GB |
|---|---|---|---|---|
| Llama 3 70B | 42,5 GB | Sim, com contexto longo | Sim | Sim |
| Qwen 2.5 72B | 47,4 GB | Sim | Sim | Sim |
| Llama 3.1 405B | cerca de 245 GB | Não | Muito apertado para ser prático | Sim |
| DeepSeek V3 (671B) | 404,4 GB | Não | Não | No papel, com pouca margem de manobra |
Para verificar um modelo e quantização específicos, use o Calculadora de VRAM para LLMsou consulte a tabela completa em Requisitos de VRAM para todos os principais modelos de linguagem (LLM).
Que velocidade? A largura de banda define o limite
Quando um modelo gera texto, cada novo token requer ler todo o conjunto de pesos da memória, então a largura de banda da memória dividida pelo tamanho do modelo estabelece um limite superior rigoroso de tokens por segundo. As velocidades reais são menores, mas a proporção entre chips se mantém. Para Llama 3 70B em 4-bit (42,5 GB):
| Chip | Largura de banda | Limite teórico (70B, 4-bit) |
|---|---|---|
| M4 Max (GPU de 40 núcleos) | 546 GB/s | cerca de 13 tokens/s |
| M5 Max (GPU de 40 núcleos) | 614 GB/s | cerca de 14 tokens/s |
| M3 Ultra | 819 GB/s | cerca de 19 tokens/s |
| M5 Ultra | 1,2 TB/s | cerca de 28 tokens/s |
O processamento de prompt, que lê sua entrada antes da primeira palavra aparecer, depende do compute da GPU em vez da largura de banda. Apple afirma que o M5 Ultra atinge até 4,3 vezes o compute de IA de pico do M3 Ultra, e o M5 Max até 3,9 vezes mais rápido em desempenho de IA do que a geração anterior. Estes são os dados próprios da Apple a partir de seus testes de julho de 2026.
Agrupando vários Mac Studios
Apple agora suporta conectar Mac Studios através de Thunderbolt 5 (até 120 Gb/s por porta) com RDMA, para que um modelo possa ser dividido entre máquinas. Apple afirma que um cluster de quatro oferece até três vezes mais rápida inferência de IA do que um sistema único. Clustering adiciona custo e trabalho de configuração, portanto para a maioria das pessoas uma máquina com memória suficiente é mais simples.
Mac Studio ou algo diferente?
- Precisa de velocidade bruta em modelos que cabem em 32 GB? Um PC com RTX 5090 é muito mais rápido; veja RTX 5090 vs Mac Studio M3 Ultra para LLMs locais.
- Quer 128 GB em uma caixa menor e mais barata? Compare com NVIDIA DGX Spark em DGX Spark vs Mac Studio.
- Comprando por orçamento? Veja o melhores mini PCs para IA local.
Perguntas frequentes
Existe um M4 Ultra Mac Studio?
Não. Apple nunca lançou um M4 Ultra. O Mac Studio de 2025 veio com M4 Max ou M3 Ultra, e o modelo de 2026 usa M5 Max ou M5 Ultra.
Vale a pena o M5 Ultra em relação ao M5 Max para IA?
Apenas se precisar de mais de 128 GB de memória ou cerca do dobro de largura de banda. Para modelos da classe 70B em 4-bit, o M5 Max com 128 GB é suficiente e custa muito menos.
Um Mac Studio consegue executar um modelo 70B?
Sim. Um arquivo Llama 3 70B em 4-bit tem 42,5 GB, então qualquer configuração de Mac Studio com 64 GB ou mais consegue armazená-lo, e 128 GB deixa espaço para contextos longos.
Um Mac Studio consegue rodar DeepSeek V3 ou Llama 405B?
Llama 3.1 405B em 4-bit (cerca de 245 GB) precisa do M5 Ultra com 512 GB para rodar confortavelmente. DeepSeek V3 em 4-bit tem 404,4 GB, que cabe em 512 GB apenas no papel, com pouca margem; quantizações menores ou um cluster são mais práticos.
Devo comprar um M3 Ultra usado?
Pode fazer sentido pela capacidade: tem 819 GB/s e foi lançado com até 512 GB. Mas o M5 Ultra tem cerca de 50% mais largura de banda e muito mais computação de IA, então compare os preços com cuidado.