# 实测 5 万元的苹果 AIPC，比我们想象的还要出色｜M5 Max MacBook Pro 评测

- 作者：马扶摇
- 发布时间：2026-03-10 13:55
- 分类：产品
- 原文：https://www.ifanr.com/1657403

![](https://s3.ifanr.com/wp-content/uploads/2026/03/wx-banner-2.jpeg)

如果有 5 万块钱的预算，用来配一台个人电脑，你会怎么选？

放在以前，你可能会把预算的大头放在显卡上——毕竟无论是「玩游戏」还是「下班玩游戏」，有个强悍的 GPU 总归不是一件坏事。

![](https://s3.ifanr.com/wp-content/uploads/2026/03/1-new-gpu-lol.jpg)

▲ 图｜网络

可如今，这个问题变得复杂起来。

以往在 CPU、GPU、主板、内存、硬盘、外设之间有序分布的预算，突然被内存这头「吞金巨兽」打乱。

这下无论计划用电脑做什么，你都会碰到**顾此失彼**的问题——

> 大内存、大显存、大硬盘每个都不能缺，但每个都会让钱包滴血。

而在内存乱潮中异军突起的 Mac，恰恰就是上面那个问题的最佳解决方案。

## 迄今最强的 AI Mac

刚刚过去的春季发布会上，苹果如期带来了 M5 MacBook Pro 的升级版机型，以及配套的 M5 Pro 和 M5 Max 处理器。

![](https://s3.ifanr.com/wp-content/uploads/2026/03/2-mbp-live.jpg)

作为 Apple Silicon 全面更新台积电 3nm N3P 工艺的结果，两款新处理器在规格上的确没有让我们失望。

其中，M5 Pro 有 15+16 和 18+20 核两种规模，均搭载了去年 M5 上的神经网络加速器，也就是那个「苹果版的 Tensor Core」。

![](https://s3.ifanr.com/wp-content/uploads/2026/03/3-neural-core.jpg)

▲ 图｜Apple

M5 Max 本次则有 18+32 和 18+40 核可选，以及 16 核神经网络加速器。仅从处理器规模上看，M5 Pro 与 M5 Max 毫无疑问都是 **GPU 优先**的。

这种倾向也体现在了新处理器的微架构设计上。

目前，所有 M5 系列的处理器均换装了 LPDDR5X 9600 统一内存，根据苹果的介绍，M5 Pro 的最大内存带宽为 307GB/s，M5 Max 则有 **614GB/s**：

![](https://s3.ifanr.com/wp-content/uploads/2026/03/4-M5-family.png)

▲ 图｜Apple

既然 M5 Pro 和 M5 Max 标配 18 核 CPU，那么导致内存带宽不同的原因大概率就在 GPU 规格上。

结合发布前的预测，这种差异侧面说明了 **M5 系列的内存控制器很有可能是设置在 GPU 核心簇上的**。

这种策略和爱范儿去年参访英特尔工厂时看到的 Panther Lake 架构心有灵犀：

![](https://s3.ifanr.com/wp-content/uploads/2026/03/5-panther-lake.jpg)

这样做的好处很明显——将 GPU 与内存控制器靠近，可以非常有效地缓解内存数据的核间通讯的延迟，变相提升 GPU 效率。

而速度更快、VRAM 更大的 GPU 最擅长什么呢？当然是本地 AI 应用了。

![](https://s3.ifanr.com/wp-content/uploads/2026/03/6-msty-deepseek.jpg)

这也是本次苹果在官网页面上非常高频提及「AI」的原因之一。

就拿爱范儿这台 14 寸 MacBook Pro 样机来说，我们收到的是今年最顶规的 40 核 GPU M5 Max 版本，搭配 128GB 统一内存和 8TB 硬盘，一台超过 5.5 万元的性能怪兽。

![](https://s3.ifanr.com/wp-content/uploads/2026/03/7-mbp-soc-mosaic.jpg)

一般来说，当我们用 Windows PC 跑本地模型的时候，最大的瓶颈往往不是卖出天价的「主板内存」，而是显卡内部的 VRAM 显存。

而苹果统一内存的最大优势，就在于它可以被 GPU 直接调用。

比如我们这台 128GB M5 Max 评测机，理论上甚至可以为 GPU 提供接近 100GB 的显存空间：

![](https://s3.ifanr.com/wp-content/uploads/2026/03/8-mbp-ram-usage-1.jpg)

既然有了这么充裕的内存，我们当然要按照苹果宣传的那样，狠狠运行一下那些以前跑不了的大规模本地 AI 模型了。

在 llmfit 中可以看到：**一块 128GB 的 M5 Max，对于所有不超过 125b 的模型都可以「顺跑」(perfect)。**

直到 220b 以上的 MiniMax M2.5、Qwen3 和 DeepSeek v2.5 等等，才会变成「勉强能跑」(marginal)：

![](https://s3.ifanr.com/wp-content/uploads/2026/03/9-M5-max-in-llmfit.png)

▲ M5 Max 128GB

相比之下，32GB 内存的 M1 Max 用 llmfit 查一下，**最多也就只能跑一跑 2 或 4bit 量化 35b 左右的模型了**：

![](https://s3.ifanr.com/wp-content/uploads/2026/03/10-M1-Max-in-llmtest.png)

▲ M1 Max 32GB

考虑到部署的便捷程度，以及上下文理解的空间，我们选择通过 LM Studio 测试 qwen3.5-35b-a3b，以及支持 MLX 的 qwen3-next-80b，**两者均为 8-bit 量化的 MoE 模型**：

![](https://s3.ifanr.com/wp-content/uploads/2026/03/11-lm-studio-loader.png)

对于 qwen3.5-35b-a3b 这种「总量和推理数量都不大」的 MoE 模型来说，M5 Max 经常是还**没来得及热起来**就跑完了：

![](https://s3.ifanr.com/wp-content/uploads/2026/03/12-qwen35b.png)

▲ qwen3.5-35b-a3b

即使面对接近 3000 字的原文材料，在手动拉满模型 token 上限之后，M5 Max 在每一轮重写和仿写中的**首词元响应速度都在 1.7 秒左右**，即 TTFT 约 1.7s、TPOT 约 65tps，累计思考和撰写的字数近万也没有溢出。

![](https://s3.ifanr.com/wp-content/uploads/2026/03/13-qwen35b_2.png)

▲ qwen3.5-35b-a3b

而有 MLX 优化、8-bit 量化且参数量更大的 qwen3-next-80b 在 M5 Max 上更是如虎添翼。

虽然需要忽略内存警告手动加载接近 80GB 的模型，但是运行效果的确非同凡响：

> **在 qwen3.5-35b-a3b 中需要思考近 30 秒的相同提示词，输给 qwen3-next-80b 则是接近秒出，TTFT 约 3s、TPOT 约 72tps。**

![](https://s3.ifanr.com/wp-content/uploads/2026/03/14-qwen3next.png)

▲ qwen3-next-80b

这一方面是因为 80b 的参数相比 3b 活跃参数本来就够大，更因为这是基于**苹果开源的 MLX 框架**优化的版本，可以最大发挥出 Apple Silicon 的优势。

除了 MoE 模型之外，M5 Max 面对类似 Llama 3.3 这样的稠密模型的表现怎么样呢？

![](https://s3.ifanr.com/wp-content/uploads/2026/03/15-Llama.jpeg)

▲ 图｜Tom’s Guide

尽管 8-bit 量化的 Llama 3.3 70b 模型体积只有约 75GB，但 128k 上下文所需的巨大 KV cache 还是会溢出，导致 LM Studio 无法加载。

换成体积更小的 **Llama 3.3 70b Q4\_K\_M** 之后 M5 Max 终于可以正常加载了，执行上述提示词后系统负载约为 95GB，生成速度 9.95 token/s：

![](https://s3.ifanr.com/wp-content/uploads/2026/03/16-llama70b.png)

换句话说，**在面对类似规模的稠密模型的时候，还是需要更大内存的 M3 Ultra 上场**。

不过我们本次在 M5 Max 上观测到的最大占用，反而不是稠密的 Llama 3.3，而是跑在 Msty Studio 里面的 deepseeek-r1：

![](https://s3.ifanr.com/wp-content/uploads/2026/03/17-mbp-max-ram-usage.jpg)

在 Msty Studio 中，我们加载了一个 75GB 的 deepseek-r1 70b-llama-distill-q8\_0，**花两分钟占用 122GB 内存**给你写了首俳句：

![](https://s3.ifanr.com/wp-content/uploads/2026/03/18-msty-deepseek-lame.png)

▲ deepseek-r1 70b-llama-distill-q8\_0

这还仅仅是本地语言类模型的成绩，即使在一些传统性能项目中，M5 Max 的表现同样没有让我们失望。

在 Cinebench 2026 中，**M5 Max 最高跑出了 GPU 79295 分的成绩**，相比 M4 Max 提升了超过 15%，和目前规模最大的 M3 Ultra 仅差 5% 左右。

![](https://s3.ifanr.com/wp-content/uploads/2026/03/19-cinebench-gpu.png)

▲ 连续烤机后下降到了 7.7 万分左右

而这样的成绩放到游戏中是什么样呢？

我们按照与去年评测标准版 M5 时相同的参数，重新在 M5 Max 上玩了一会《赛博朋克 2077》。

在使用默认「for this mac」预设时，M5 Max 可以稳定在 59 帧左右，**相比标准版 M5 不仅预设分辨率更高、细节更多，帧率更是直接翻倍**：

![](https://s3.ifanr.com/wp-content/uploads/2026/03/20-test-2077.jpg)

在手动优化一下设置（高细节 1.5K 光追 FSR MetalFX 超分和帧生成）之后，M5 Max 则可以在风扇拉满的情况下稳定住密集场景 50～60 帧——

![](https://s3.ifanr.com/wp-content/uploads/2026/03/21-dogtown-walk.gif)

这个成绩距离游戏本当然差不少，但 2077 本来就是个非常庞大的游戏，M5 Max 能够在不插电的 14 寸机身里面跑出这样的效果，还是很让人惊喜的。

至于其他体量更小、优化更好的游戏，比如《控制：终极合辑》、《逃离鸭科夫》等等，只要不乱改设置，M5 Max 基本都可以稳住 60 帧一根线。

无论是 AI 工作流，还是打游戏，**这款 M5 Max 芯片的 MacBook Pro，是一只毫无疑问的澎湃猛兽**。

## 迄今最好的苹果屏幕

除了 M5 Pro/Max 之外，今年春季发布会上的另一个「Pro 级」新品则是千呼万唤始出来的新一代 Studio Display。

更具体一点说，是新款 Studio Display 和 Studio Display XDR。

![](https://s3.ifanr.com/wp-content/uploads/2026/03/22-XDR-with-MBP.jpg)

在 Pro Display XDR 下架之后，Studio Display XDR 接过了它的衣钵，凭借着 24,999 的起售价成为了目前苹果专业级显示器的门面担当。

而我们在上手 Studio Display XDR 之后的初体验也和 Apple 活动现场一致：

**屏幕面积缩小的影响并不明显，反而是 ProMotion 从第一秒就抓住了我们的目光——**

![](https://s3.ifanr.com/wp-content/uploads/2026/03/23-xdr-promotion.jpg)

得益于一块 2304 分区的 mini-LED 面板，以及 1000 尼特峰值 SDR 亮度、2000 尼特峰值 HDR 亮度，说它「不抓人眼球」是不可能的。

![](https://s3.ifanr.com/wp-content/uploads/2026/03/24-xdr-hue-glow.jpg)

▲ mini-LED 的光晕现象只在非常极限的情况下可见

在「老生常谈」的广色域 HDR 内容创作之外，Studio Display XDR 当然也是影音娱乐的一把好手。

尤其是当你手头有一些支持 HDR 效果的「欧美大片」的话，用 MacBook Pro 搭配 Studio Display XDR 的体验，在目前的苹果产品线中是无出其右的：

![](https://s3.ifanr.com/wp-content/uploads/2026/03/25-xdr-watching-1.jpg)

而相同的评价对于今年的新款 Studio Display 同样适用。

实际上，除了 ProMotion、峰值亮度和充电功率之外，Studio Display 在屏幕面板素质方面，完全可以看齐新的 Studio Display XDR ——

![](https://s3.ifanr.com/wp-content/uploads/2026/03/26-xdr-watching-2.jpg)

毕竟苹果事先打好了招呼：**5K 120Hz 可不是随便什么处理器都能带动的，如果你的 Mac 使用的是 M1 全系、M2 或 M3 标准版的话，插上 Studio Display XDR 最高只能以 60Hz 显示。**

这也符合我们拿到 Studio Display XDR 的体验结果。

甚至如果你的 macOS 版本太老，即使插上显示器能够充电，也是无法输出画面的。

![](https://s3.ifanr.com/wp-content/uploads/2026/03/27-xdr-general-2.jpg)

有意思的是，爱范儿在发布会现场和苹果的工作人员交流时，他们提到：**两款显示器都搭载了 iPhone 的 SoC 芯片**。

而外媒 MacRumors 通过解包两款新显示器的固件更新代码，发现苹果分别为两款新显示器装上了 A19 和 A19 Pro 处理器——

![](https://s3.ifanr.com/wp-content/uploads/2026/03/28-xdr-top.jpg)

不出意料，这是为了 5K 画面解码、背光控制、Center Stage 摄像头以及其他显示器功能准备的。

但这也让苹果的「处理器笑话」越来越多了：

> **2026 年刚开头，你就可以买到 M5 芯片的 iPad Pro、A18 Pro 芯片的 MacBook Neo，以及 A19 Pro 芯片的显示器。**

总的来说，今年的 Studio Display XDR 是一次非常及时的更新。

它最重要的意义，在于补全了苹果专业级产品线中 ProMotion 的缺口，也是让产品联动的体验更加无缝。

![](https://s3.ifanr.com/wp-content/uploads/2026/03/29-ensemble.jpg)

## 当苹果开始谈论 AI

这次的春季发布会上，苹果除了改变之前的发布模式之外，也开始大大方方地谈论起了 AI ——

![](https://s3.ifanr.com/wp-content/uploads/2026/03/30-official-site.png)

这次的 AI 不是一鸽再鸽的 Apple Intelligence，也不是苹果曾经反复强调的 Machine Learning，就是简单直白的**通用人工智能**。

而从目前的产品表现来看，当苹果开始谈论 AI，它确实是准备好了。

早在苹果 2020 年转向 Apple Silicon 与统一内存架构时，它大概率没有想到如今的 AI 模型需求大爆发，以及随之而来的内存危机。

![](https://s3.ifanr.com/wp-content/uploads/2026/03/31-first-gen-unified-memory.jpeg)

最直白的例子，莫过于这块 M5 Max 上的 128GB 统一内存：

- 如果只看消费级 DDR5 6400 内存，想要买足 128GB 的确不是难事，所需开销**仅仅一万元**左右，但无论如何也达不到 614GB/s 的带宽。
- 如果想要用显卡凑够 128GB 的 VRAM，在专业卡买不到的前提下，你需要买**整整五块 RTX 5090D**，这还是忽略显卡间通讯延迟之后的结果。

这种时候，有本地 AI 需求的小型企业团队、个人开发者、AI 从业者等等就会陷入两难的境地：

**要么用有限的预算，在搭建 PC 时将预算分割到内存、显卡、CPU、硬盘等等上面，稀释整体的计算性能。**

**要么咬紧牙关加预算，投入几十乃至上百万元，进入自构服务器的领域。**

![](https://s3.ifanr.com/wp-content/uploads/2026/03/32-small-company-server.jpeg)

▲ 图｜Servermall

这时，一台不到 6 万元，自带 128GB 高带宽内存、顶级 HDR 屏幕和扬声器，以及 8TB 硬盘的 MacBook Pro，**反而变成了个人和工作室用户的终极性价比之选**。

![](https://s3.ifanr.com/wp-content/uploads/2026/03/33-mbp-side-port.jpg)

甚至如果你用不到上面那些「外设」，或者本地 AI 需求不高的话，还可以退而求其次选择 Mac Studio 或者 Mac mini ——

而后者已经在刚刚的「龙虾潮」中迎来了一波自己的春天。

![](https://s3.ifanr.com/wp-content/uploads/2026/03/34-mac-server-rack.jpeg)

▲ 图｜Apple Must

虽然 Apple Intelligence 引人发笑，但 Apple Silicon 和统一内存在这个「大 AI 时代」的潜力，才只露出冰山一角。