Nie ma jednego zwycięzcy w porównaniu Mac Studio M5 Ultra z systemami NVIDIA DGX Spark: w zależności od modelu i użytego oprogramowania prowadził inny zestaw. W teście opisanym przez Tom’s Hardware 10 listopada 2026 r. Mac wygrał próbę AgentPerf-Local z Qwen 3.8 27B, dwa systemy Spark szybciej obsłużyły najdłuższe testowane konteksty DeepSeek V4.1 Flash 1017, a wynik Maca dla GLM 5.3 Flash zależał od silnika inferencji.
W teście porównywano różne konfiguracje
W pojedynczym porównaniu AgentPerf-Local rywalem Maca był Dell Pro Precision GB10, określony przez Tom’s Hardware jako niemal identyczny z DGX Spark. Nie był to egzemplarz DGX Spark. Testy większych modeli obejmowały już klaster dwóch systemów Spark, więc ich wyników nie należy sprowadzać do pojedynku dwóch pojedynczych komputerów.
Wynik dla każdego modelu zależał też od receptury inferencji: zestawu modelu, silnika, kwantyzacji oraz liczby użytych urządzeń. Kwantyzacja zmniejsza rozmiar modelu, zapisując jego parametry z mniejszą precyzją; w testach występowały między innymi warianty dwu- i czterobitowe.
AgentPerf-Local: Mac prowadził w teście Qwen
W AgentPerf-Local Tom’s Hardware uruchomił gęsty model Qwen 3.8 27B przez llama.cpp na Macu i jednym Dell Pro Precision GB10. Na obu systemach włączono natywne przewidywanie wielu tokenów (MTP). Mac ukończył zadanie w nieco mniej niż połowę czasu potrzebnego GB10 i zużył w tym teście około 16% mniej energii.
AgentPerf-Local odtwarza zarejestrowane przebiegi inferencji. Według opisu testu większość pracy przypadała na przetwarzanie promptu, czyli przygotowanie modelu do odpowiedzi. To ważne, bo czas przetwarzania wejścia i tempo generowania kolejnych tokenów opisują różne części pracy modelu. Wynik dla Qwen nie przesądza więc, jak oba systemy poradzą sobie z każdym modelem ani z każdym rodzajem obciążenia agentowego.
DeepSeek: dwa systemy Spark szybciej obsłużyły najdłuższe konteksty
W próbach DeepSeek V4.1 Flash 1017 Mac Studio z 256 GB pamięci korzystał z llama.cpp. Nie mieścił jednocześnie wag modelu i pomocniczego modelu DSpark do dekodowania spekulacyjnego — nawet przy kwantyzacji dwubitowej. Receptura dla dwóch systemów Spark wykorzystywała TensorFold i DSpark.
Dla najdłuższych testowanych kontekstów Tom’s Hardware podał od 10 do 25 minut na Macu oraz mniej niż pięć minut na dwóch systemach Spark. Zmieniały się tu zarówno liczba komputerów, jak i oprogramowanie, więc wynik dotyczy tych konkretnych konfiguracji. Tom’s Hardware nie przeprowadził dla tego większego modelu pełnego testu całego zadania agentowego.
GLM 5.3 Flash: wybór silnika zmienił wynik Maca
W przypadku GLM 5.3 Flash konfiguracja Maca z TensorFold korzystała z czterobitowej kwantyzacji dostosowanej do MLX. W wykresie opisującym ten test ustawiono 2 048 tokenów wejściowych i 512 wyjściowych. Tom’s Hardware podał, że przetwarzanie promptu na Macu z TensorFold zbliżyło się do wyniku klastra Spark, a średnia przepustowość dekodowania była trzykrotnie wyższa niż w konfiguracji Maca z llama.cpp.
To porównanie pokazuje różnicę między silnikami dla badanego GLM, a nie ogólną przewagę TensorFold przy dowolnym modelu. W dniu publikacji, 10 listopada 2026 r., TensorFold obsługiwał testowany GLM 5.3 Flash, ale nie obsługiwał testowanego DeepSeek V4.1 Flash 1017.
Przy wyborze sprzętu dopasuj wynik do modelu, którego naprawdę chcesz używać, i do silnika obsługującego jego konkretną konfigurację.
Wyniki według modelu i obciążenia
| Model i zadanie | Mac Studio M5 Ultra | System Spark lub GB10 |
| Qwen 3.8 27B, AgentPerf-Local | llama.cpp i natywne MTP; zadanie ukończone w nieco mniej niż połowę czasu GB10, przy około 16% mniejszym zużyciu energii | Jeden Dell Pro Precision GB10 z llama.cpp i natywnym MTP; system opisany jako niemal identyczny z DGX Spark |
| DeepSeek V4.1 Flash 1017, najdłuższe testowane konteksty | llama.cpp; od 10 do 25 minut. W konfiguracji z 256 GB pamięci nie mieściły się razem wagi modelu i DSpark | Dwa systemy Spark z TensorFold i dekodowaniem spekulacyjnym DSpark; mniej niż pięć minut |
| GLM 5.3 Flash | TensorFold z czterobitową kwantyzacją MLX; średnia przepustowość dekodowania trzykrotnie wyższa niż w wyniku Maca z llama.cpp | Klaster dwóch systemów Spark z recepturą Mia’s AI Lab; przetwarzanie promptu na Macu z TensorFold zbliżyło się do wyniku klastra |
Wyniki nie tworzą jednego, jednakowego testu: przy Qwen porównano pojedyncze systemy, a przy DeepSeek — Maca i dwa systemy Spark korzystające z innych receptur. Przy GLM trzykrotny wzrost przepustowości dekodowania dotyczył dwóch konfiguracji Maca, nie bezpośredniego porównania z klastrem Spark.
Przy wielu agentach korzystających równocześnie z jednego modelu dochodzi kwestia obsługi współbieżności. Uczestnicy dyskusji o lokalnej inferencji wskazywali między innymi na zalety grupowania zapytań CUDA z vLLM lub SGLang; inny komentujący opisał dzielenie inferencji między Macami przez Thunderbolt 5 i RDMA. To relacje użytkowników, a nie porównawczy test wydajności wielu agentów.
Jeśli rozważasz również, czy Mac Studio pasuje do pozostałych zastosowań, przydać się może wcześniejsze porównanie Mac mini i Mac Studio w NeoTeo. W przypadku lokalnej AI kluczowe pozostaje jednak sprawdzenie obsługi wybranego modelu przez konkretny silnik: TensorFold obsługiwał testowany GLM, ale w dniu publikacji raportu nie obsługiwał testowanego DeepSeek.