M5pro 64G LLM性能参考.

[Tony Wang]

@eddie-hk

Studio 肯定体验更好, air适合做日常主力机, 轻便.

GPU还是很重要的, prefill 阶段主要拼算力, 我这个跑27b, prefill 300多, 属于很慢的了, 如果你开thinking, 有效的首字出来经常要1分钟以上, 属于体验很差的那种.

内存我个人认为反而不重要, 64G就够用了(专用, 如果你还用它上网办公剪辑视频, 那就不够了). 70b左右的moe也不会比30b左右的稠密更聪明. 除非你需要它知识面大, 比如写作之类的.

如果是Mac, 我还是赞同 @terry 的说法, 只有Max及以上才能打. 而且也只是在LLM 和 图片能打. 视频就别想了, 玩玩儿可以, 生产肯定不行.

[terry]

@Tony-Wang 没事你的测试数据让我以后喷Apple的时候更有底气了，说实话我希望苹果站起来，我特别喜欢studio那个形态，就是跑comfyui太废柴了，不然我想买一个。

[Tony Wang]

我也是啊, 我喜欢苹果的安静, 优雅和全生态的无缝连接. 但是和算力不能得兼.

[82445418]

彻底打消了我用 mac 跑本地生视频的念头

[williamlouis]

Mac 适合 用 在线算力。做一个 API集合路由 狂剽 免费API。生产力肯定不行。办公室 缩减开资是可以实现的。chat生态推荐。

[janebo]

彻底打消了我对mac跑大模型的念想，我还在看省了九千，还是去买7900xtx,至少五千左右的价格能跑千文还是很强的性价比！

[terry]

@janebo 论坛那么多大神在用xtx，就是Qwen3.6 27b就值回票价了，更何况也能comfyui，抄作业就是了。

[Vittoria Veloso]

@Tony-Wang 你用omlx真的，专门针对mac优化了。lmstudio还有ollama确实不大行。

[Vittoria Veloso]

@82445418 根本不可能

[Tony Wang]

今天oMLX发布了 0.3.9rc1, 支持了 native MTP, 我又测了一下加上了MTP机制的 27b oQ4, decode 明显提升, PP 基本不变.

[terry]

@Tony-Wang 那还不是没啥卵用

[Tony Wang]

是啊, 所以结论不变, M5pro 跑27b 不行, Max 没准行.

@terry 号召有 Μ5max的测试一下, 有可能给 LLM 带来希望.

[terry]

@Tony-Wang 其实油管频道有人说，没啥卵用，慢。

[Tony Wang]

看来我必须得搞 5090了, 无论如何得想办法降低噪音

等回国了就动手.

[terry]

@Tony-Wang 可以，5090， pro 5000， 6000都行。

[Tony Wang]

@terry 说:

pro 5000， 6000都行。

我对噪音敏感, 已经排除掉了 5000, 6000. 如果不是噪音敏感, 我就入手你推荐的9700两张了. 我主要要LLM的算力, 视频也就是玩玩, 不用来生产.

[Tony Wang]

@terry

我靠, 我觉得还是可以抢救一下的, 刚才又在oMLX 加上了SpecPrefill , 加了一个qwen3.5 2B Q4 用来预测, PP狂涨.

这个对我做LLM wiki 还是很有价值的.

[terry]

@Tony-Wang 那抢救一下，发点数据来，这就很有意义了。

[Tony Wang]

@terry

你看图片, 27b oQ4 MTP, pp已经到了 1131.8, tg 还能在 17.3.

不过我问了AI, 这个 SpecPrefill 技术不适合多轮对话, 会乱掉. 只适合 长文本 的一次性分析, 和几轮对话.

所以, 对于AI agent , 还是没啥用. 对于我LLM wiki, 倒是有点儿用, 不过那个, 我如果单独分析, 也就等一会儿就完了, 不着急了. 感觉这个技术有点儿鸡肋.

[terry]

不改变mac跑AI废物的局面，这是硬件残疾，很难后天修复。