<![CDATA[M5 Ultra 256G媒体机实测数据整理抢先看]]>M5 Ultra 256 G Mac Studio 上手实测：27B 本地模型 + 全套跑分（附 M3 Ultra 对比）

汇总自一段 M5 Ultra 256G上手体验视频的实测视频。所有数字均为视频中展示的原始数据，未做二次加工。
对比机型统一为 M3 Ultra。

一、测试环境与口径

本地大模型测试配置

项目 设置
模型 Qwen3.8-27B-4bit（15.7 GB）
Benchmark Context Code (Python)
单请求测试项 pp1024 / pp4096 / pp8192
生成长度 128 tokens（固定）
ANE-aligned prompts ✅ 开启（+1 token，使 prefill 对齐 2048 整块）
连续批处理测试 2x / 4x / 8x（口径 pp1024 / tg128）
Force mix-lm engine ✅ 开启 → 结果为 LM-only 基线（MTP 关闭）
外部 API 端点 未启用（纯本地推理）

⚠️ 由于 MTP 被关闭，以下推理数字属于保守基线，不是该机日常可用速度。
另外因开启了 ANE 对齐，测试项 pp1024/pp4096 在结果表中显示为 pp1025 / pp4097。

二、AI 本地推理

2.1 单请求原始结果

Test TTFT TPOT pp TPS tg TPS E2E Latency Throughput Peak Mem
pp1025/tg128 661.8 ms 20.84 ms/tok 1548.7 tok/s 48.4 tok/s 3.318 s 347.5 tok/s 15.85 GB
pp4097/tg128 2573.6 ms 21.09 ms/tok 1591.9 tok/s 47.8 tok/s 5.265 s 802.5 tok/s 17.01 GB

2.2 解码速度（单路）

机型 解码速度
M5 Ultra 51 Token/s
M3 Ultra 35 Token/s

2.3 多并发解码（聚合吞吐）

并发数 M5 Ultra M3 Ultra 画面标注
2 并发 102.4 70.0 +46.3%
4 并发 169.4 130.0 +30.3%
8 并发 248.9 257.4 −3.3% ⚠️

8 并发是本组中唯一一项 M5 Ultra 落后 M3 Ultra 的测试。

2.4 多并发预填充

并发数 M5 Ultra M3 Ultra 画面标注
2 并发 1243.3 345.5 3.6×
4 并发 1071.9 302.4 3.5×
8 并发 1016.1 282.6 3.6×

横轴为并发数；纵轴画面标注为「每秒生成 token」。

2.5 8 并发端到端延迟

口径 pp1024 / tg512 ｜ 单位：秒，越低越好

机型 端到端延迟
M5 Ultra 12.176 s
M3 Ultra 32.971 s

画面标注：快 2.8 倍

三、CPU

3.1 Geekbench 7 CPU

项目 M5 Ultra M3 Ultra 提升
单核 3,711 2,963 +25.2%
多核 51,760 40,271 +28.5%

3.2 Cinebench 2026 CPU · 单核

机型 分数
锐龙 9950X3D 780
M5 Ultra 744
M3 Ultra 676

3.3 Cinebench 2026 CPU · 多核

机型 分数 提升
M5 Ultra 17,348 —
M3 Ultra 12,082 +43.6%

四、GPU 合成基准

4.1 Geekbench 7 GPU

机型 分数 提升
M5 Ultra 352,444 —
M3 Ultra 263,242 +33.9%

4.2 Cinebench 2026 GPU

机型 分数
RTX 5090 160,000
M5 Ultra 140,734
RTX 5080 100,000
M3 Ultra 83,865

M5 Ultra 对 M3 Ultra：+67.8%

4.3 Blender GPU 测试

版本 5.2.1 LTS ｜ 单位：采样/分钟，越高越好

场景 M5 Ultra M3 Ultra 提升
杂货店 3,795 2,048 +85.3%
狮子 4,806 2,861 +68%

4.4 3DMark Steel Nomad

机型 分数
RTX 5080 8,800
M5 Ultra 8,052
M3 Ultra 5,548
RTX 5070 5,326

M5 Ultra 对 M3 Ultra：+45.1%

4.5 3DMark Solar Bay Extreme

机型 分数
RTX 5070 Ti 27,915
M5 Ultra 26,105
M3 Ultra 16,426
RTX 5060 Ti 15,300

M5 Ultra 对 M3 Ultra：+58.9%

五、光追与游戏实机

赛博朋克 2077 基准测试

口径：4K 分辨率 · 超级光追预设 · MetalFX 质量档 ｜ 单位：每秒帧数，越高越好

项目 M5 Ultra M3 Ultra 提升
开启光追 37.28 20.39 +82.8%
关闭光追 60.32 47.78 +26.2%

六、提升幅度一览（M5 Ultra 对 M3 Ultra）

测试项 提升
Blender · 杂货店 +85.3%
赛博朋克 2077 · 开光追 +82.8%
Blender · 狮子 +68%
Cinebench 2026 GPU +67.8%
3DMark Solar Bay Extreme +58.9%
多并发解码 · 2 并发 +46.3%
3DMark Steel Nomad +45.1%
Cinebench 2026 CPU · 多核 +43.6%
Geekbench 7 GPU +33.9%
多并发解码 · 4 并发 +30.3%
Geekbench 7 CPU · 多核 +28.5%
赛博朋克 2077 · 关光追 +26.2%
Geekbench 7 CPU · 单核 +25.2%
多并发解码 · 8 并发 −3.3%
8 并发端到端延迟 快 2.8 倍
多并发预填充 3.5–3.6×

数据说明

  1. 本文所有数值均直接取自于视频内容，未做换算或修正，仅供参考。
]]>https://lcz.me/topic/1874RSS for NodeFri, 25 Sep 2026 20:36:00 GMTTue, 22 Sep 2026 00:57:37 GMT60<![CDATA[Reply to M5 Ultra 256G媒体机实测数据整理抢先看 on Tue, 22 Sep 2026 09:03:49 GMT]]>相同的顶级设计，相同的台积电工艺。在合理的舞台上

我比较你功耗大，我就理论上比你强。 没有一点电是白费的，不会违背物理规律。

]]>https://lcz.me/post/20047https://lcz.me/post/20047Tue, 22 Sep 2026 09:03:49 GMT<![CDATA[Reply to M5 Ultra 256G媒体机实测数据整理抢先看 on Tue, 22 Sep 2026 08:52:52 GMT]]>

@David-Chen 说:

我昨天也追了一些，老實說，一個這麼大記憶容量，拿QWEN3.8 27B測試，你說用BF16就算了，還是用量化的，感覺好好的一個機器被糟蹋了，還是說跑Deepseek或是其他128B以上開源模型會難看到不行？醜媳婦總是要見公婆，沒看到直球對決，真的很可惜，再等等其他人的測試

好几个都是27B，我觉得是官方要求的。

一堆人在堆 ，这年头苹果也要做推广 ，纯果粉自来水都不够 用了咩。

]]>https://lcz.me/post/20044https://lcz.me/post/20044Tue, 22 Sep 2026 08:52:52 GMT<![CDATA[Reply to M5 Ultra 256G媒体机实测数据整理抢先看 on Tue, 22 Sep 2026 07:48:54 GMT]]>

@cc-tgo 说:

Qwen3.8-27B-4bit（15.7 GB）测试这个模型真的是毫无意义。

]]>https://lcz.me/post/20019https://lcz.me/post/20019Tue, 22 Sep 2026 07:48:54 GMT<![CDATA[Reply to M5 Ultra 256G媒体机实测数据整理抢先看 on Tue, 22 Sep 2026 07:37:13 GMT]]>@benton-yi 同感，m5u至少得是qwen3.8 next Flash起步才有意思

]]>https://lcz.me/post/20016https://lcz.me/post/20016Tue, 22 Sep 2026 07:37:13 GMT<![CDATA[Reply to M5 Ultra 256G媒体机实测数据整理抢先看 on Tue, 22 Sep 2026 04:01:31 GMT]]>

@David-Chen 说:

你說用BF16就算了，還是用量化的，感覺好好的一個機器被糟蹋了

如果成绩好的话他会不用嘛，27b稠密bf16别说m5u了，连pro6000成绩都没法看。苹果选测试对象非常有讲究的。
小盒子2年内赌gb10阵营基本上问题不大。

]]>https://lcz.me/post/19956https://lcz.me/post/19956Tue, 22 Sep 2026 04:01:31 GMT<![CDATA[Reply to M5 Ultra 256G媒体机实测数据整理抢先看 on Tue, 22 Sep 2026 01:22:37 GMT]]>@David-Chen 23日后应该会有一批用户实测出来吧，这个视频发出来后还被博主自己删除过，过了几小时才重发的。

]]>https://lcz.me/post/19885https://lcz.me/post/19885Tue, 22 Sep 2026 01:22:37 GMT<![CDATA[Reply to M5 Ultra 256G媒体机实测数据整理抢先看 on Tue, 22 Sep 2026 01:07:10 GMT]]>我昨天也追了一些，老實說，一個這麼大記憶容量，拿QWEN3.8 27B測試，你說用BF16就算了，還是用量化的，感覺好好的一個機器被糟蹋了，還是說跑Deepseek或是其他128B以上開源模型會難看到不行？醜媳婦總是要見公婆，沒看到直球對決，真的很可惜，再等等其他人的測試

]]>https://lcz.me/post/19878https://lcz.me/post/19878Tue, 22 Sep 2026 01:07:10 GMT<![CDATA[Reply to M5 Ultra 256G媒体机实测数据整理抢先看 on Tue, 22 Sep 2026 01:02:44 GMT]]>补几个读数口径，方便和 x86 / N 卡横向比：

  1. 15.7 GB 权重、48.4 t/s 反推 decode 有效带宽约 760 GB/s（51 t/s 档约 800 GB/s），基本贴着这代统一内存的实际可达上限——单路 speed 已到顶，再往上主要靠 MTP / 连续批处理。

  2. 表里 M5 51 t/s vs M3 35 t/s 不要只记绝对数，要连引擎设置一起看（是否同为 MTP 关、同为 mix-lm 基线），否则会把架构差异和配置差异混在一起。

  3. 多并发建议同时给「聚合 t/s」和「单路 t/s」，不然 8x 的单路掉速会被聚合吞吐盖掉。

这组是关了 MTP 的保守基线，日常可用速度应该更高一些。

]]>https://lcz.me/post/19876https://lcz.me/post/19876Tue, 22 Sep 2026 01:02:44 GMT