昨晚苹果悄悄上架新Mac Studio，最高512GB统一内存：想跑本地大模型的，预购前先算这三笔账

昨晚苹果没开发布会，官网新闻稿直接甩了出来，Mac mini 和 Mac Studio 两条桌面产品线一起换代。知乎

但让本地大模型圈子停下来多看两眼的，不是换代本身，而是新闻稿里的措辞：Mac mini 被叫做「常开的智能体设备」，Mac Studio 被叫做「端侧 AI 的终极台式机」。苹果第一次把 Mac 的定位，直接写成了跑本地 AI 的机器。知乎

参数和价格大家都搬了，这篇不重复。我把知乎、微博、B 站这两天的讨论翻了一遍，替想跑本地大模型的人算三笔账：这笔钱买到的内存能装下哪些模型、带宽能喂出多少速度、同样的钱还有什么别的选择。

先对齐事实：这一晚到底上了什么

四颗芯片，两台机器，全是冲着本地 AI 去的。先看价格。Mac mini M6 是 6999 元起，M5 Pro 版 12999 元起。微博Mac Studio 的 M5 Max 起售价 19999 元，比上一代一分没涨。哔哩哔哩

旗舰 M5 Ultra 是 46999 元起（个别报道写成 42999，以官网预购页为准）。微博微博

时间表也说一下：今日开启预购，9 月 22 日正式开售，但注意——512GB 内存版本要等到 10 月底才上市。微博

现在官网能点到的最高配置是 256GB，社区里已经有人扒了价：这一版已经要 9 万，官网没有 512GB，上一代 M3 Ultra 512GB 也早下架了，想要大容量只有等。哔哩哔哩而且内存出厂焊死，无法后期升级，没有后悔药可买。微博

还有一个背景要放进来看：两年前 M4 版 Mac mini 首发 4499，今年 6 月被悄悄调到 5999，这次直接 6999，两轮累计涨了 56%。知乎锅不全在苹果——今年内存价格涨得离谱，MacBook Air 都一度一机难求、苹果要去找新供应，本地大模型这台机器，是踩着内存涨价周期上市的。36氪

再说 M6 这颗芯片：苹果首款 2nm 工艺芯片，主流 M 系列第一次搭载三种核心，2 颗超大核 + 4 颗性能核 + 6 颗能效核合计 12 核 CPU，12 核 GPU，每个核心首次内置神经网络加速器。微博内存带宽拉到 170GB/s，统一内存最高 32GB。官方口径「AI 性能提升 4 倍」，但注意提升的分布——新闻稿演示里用 LM Studio 处理大模型提示词最高快 4.8 倍，Excel 表格计算却只快 1.5 倍，晶体管预算全押在 AI 上了。知乎

真正的主角是 M5 Ultra：苹果第一颗四芯粒的 M 系列芯片，芯粒之间带宽超过 4.4TB/s，36 核 CPU + 80 核 GPU，统一内存最高 512GB，内存带宽 1.2TB/s，AI 峰值算力最高是 M3 Ultra 的 4.5 倍。知乎官方口径是最高 512GB 统一内存，可本地运行 70B 大模型——这个 70B 后面要展开说。微博

第一笔账：你要跑的模型，到底吃多少内存

这是这台机器最核心的购买理由，也是最容易算错的一笔。先放一张对照表：

表里的数字，来自这两周的社区实测和上手视频。哔哩哔哩知乎微博

三个容易踩的坑。

第一，物理内存不等于权重预算。知乎操作系统、运行时、KV cache、计算缓冲区全要从内存里扣，真实能装权重的永远比标称少一截，所以「512GB 跑 406GB 的 GLM-5.2 量化版」不是宽裕，是刚好。

第二，苹果官方口径是「可本地运行 70B 大模型」。微博这个数字保守到像在自谦——社区实测早就越过了这条线：Unsloth 把 Kimi K3 极限 1bit 量化之后，体积还是 594GB，一台机器装不下。微博70B 大概率是官方按最保守口径写的话术，别拿它当能力上限。

第三，WWDC26 上，LM Studio 的工作人员现场演示过这套玩法：四台 Mac Studio 用 Thunderbolt 5 加 RDMA 连成一张低延迟网络，共享一个内存池，硬是把万亿参数级的开放权重模型 Kimi K2.6 在本地跑了起来，四机推理最高是单机的 3 倍。知乎微博方向是真的，但那是四台 46999 元起步的机器，总价奔着 20 万去，这是给团队看的，不是给个人的。

一句话总结这笔账：64GB 是「跑 27B 很舒服」，128GB 是「跑 288B 量化入门」，256GB/512GB 才是「前沿开放权重入场券」——而入场券 9 万起，512GB 还得等 10 月底。

第二笔账：1.2TB/s 带宽，到底能喂出多少速度

内存装得下，不代表跑得快。本地推理的解码速度基本被内存带宽锁死，粗算公式是：解码速度 ≈ 内存带宽 ÷ 模型常驻体积。

三个锚点数据。

• 上一代实测：27B Q8 在 Mac 单机上，解码 21.13 tok/s、预填充 273.78 tok/s。知乎

• 新机带宽：M5 Ultra 官方规格 1.2TB/s，按上面的公式，跑 27B Q8（约 27GB）的解码理论上限在 40 tok/s 上下，跑 DeepSeek V4 Flash Q4（约 150GB）上限掉到 8 tok/s 左右——理论上限不是实测，兑现多少看软件栈优化，等 9 月 22 日首批实测。

• 同预算的对手 RTX 5090，带宽约 1.7TB/s，比 M5 Ultra 还高，但大多数工作站独显的显存「也就几十个 GB」，150GB、406GB 的模型根本装不进去。知乎知乎

社区这两天已经在吵这件事了。B 站评论区的分歧很直白：「轮cpu带宽，比win都都高了吧，但论gpu，max都不够n卡零头。。。估计就ultra能比，但都这样了不如直接n卡了」。哔哩哔哩也有老用户泼冷水：「我的M4 pro，内存大，但是没啥用，带宽不够, 速度慢得很」——这台机器不是堆内存就能理解的。

我的判断：这笔账的答案取决于你跑什么。跑 27B 这种装进任何显卡都没压力的小模型，Mac 没有速度优势；跑 288B、400GB 这种显存根本装不下的模型，Mac 是少数「单机能跑」的选择，这时候理论上限 8 tok/s 就算打对折也能用——「能跑」和「跑不了」是两回事。还有一个容易被忽略的细节：上一代实测里，预填充比解码快一个量级（273.78 对 21.13），而多机拼接只会拖慢单请求解码，对长上下文的 Agent 场景，这是真问题。知乎

第三笔账：同样的钱，还能买什么

把预算拉到同一水平线上对比（价格来自社区近两周的真实成交和讨论）：

值得单独说两句的是 DGX Spark。这台被叫「小金砖」的机器社区评价两极：玩得转的人，双机跑 DeepSeek V4 Flash 能到 40+ tok/s，长上下文也有 20-30。知乎单机也有深度优化分支做到 35 tok/s 加 766K 上下文。知乎玩不转的人吐槽上手门槛，非行内人装一套环境要折腾两天多。知乎

价格也说透：私人采购两台 DGX Spark 是六七万一台，和一台 256GB 的 Mac Studio 一个量级，它更便宜的是「跑得快」这件事本身，还带 CUDA 生态。知乎

还有一个容易被忽略的选项：不买。现在已经有人在做 Mac Studio M3 Ultra 的远程租赁，按月付租金，先验证你的需求是不是真的需要 512GB 这个量级，再决定要不要一次性砸进去。知乎

所以，哪些人现在可以预购

• 要 7×24 常开 Agent、数据不能出本机、预算 2 万上下：M5 Max 128GB 是这条产品线的甜点位，可以直接预购。知乎

• 目标是 288B 及以上的前沿开放权重：别急。9 月 22 日首发先看第一批实测（尤其 llama.cpp 和 MLX 对新芯片的优化进度），真正的大菜是 10 月底的 512GB 版，现在连价格都没公布。微博上那句话很代表：「新MacStudio并不贵，买256G内存还是512G内存是一个问题」——这个问题 10 月底之前没有完整答案。微博

• 纯速度党、性价比党：看 DGX Spark 双机或者 5090 组装，Mac 不是你的菜。知乎

• 评论区说「性能严重过剩」「不买，没有需求」的大多数：你们是对的。这台机器是给本地跑大模型和 8K 渲染的重度用户准备的，日常办公买它纯属浪费。微博微博

顺带说下苹果为什么押注「常开」：OpenRouter 的数据显示，今年 2 月之后，AI Agent 消耗的 token 量超过了人类，半年涨到原来的 14 倍——总得有机器替我们接住这些 token。知乎接下来值得盯三个信号：9 月 22 日开售后的首批真机实测、10 月底 512GB 版本的定价、以及 llama.cpp 这轮提速在新芯片上能不能兑现。有结果了再聊。