论坛网友M5 Ultra 256G实测，流畅运行DeepSeek Flash /Qwen Flash，性价比超双DGX Spark，唯一的缺点就是贵！

视频文稿和资料：https://lcz.me/topic/2284 本期结合论坛网友的实测，继续聊 M5 Max、M5 Ultra 与 RTX Spark、DGX Spark 的本地大模型表现。评论区有人质疑我没有资格评价 M5 Ultra，我也欢迎大家把真实设备、测试日志、模型权重和完整数据发到论坛，用实测来讨论。论坛里已经有网友分享了多卡显卡、Mac Studio 等设备和测评，相关模型与工具也有开源资料可以参考。 视频对比了两组 Mac Studio M5 Ultra 测试：一组使用 llama.cpp、MLX 等推理方案，另一组展示了不同模型量化、上下文长度下的首 token 延迟、prefill 和缓存命中表现。测试显示，在单次请求和部分模型的 decode 速度上，M5 Ultra 与双 DGX Spark 表现接近，M5 Ultra略有优势；但长上下文、多并发场景下，首 token 延迟和排队时间也值得关注。同时，测试所用推理框架不同，不能简单把结果当成硬件的最终上限。视频也讨论了 SGLang 在苹果平台上的适配，以及 Radix 缓存和增量 prefill 对多并发体验的影响。 如果用途包括 ComfyUI、AI 音视频等任务，算力和软件生态同样重要，苹果设备不一定占优。选购时还要考虑办公、编程、剪辑、内存容量、价格和后续使用年限。我的看法是，M5 Max、M5 Ultra适合兼顾日常工作与本地推理的用户；双 DGX Spark 可用于特定的大模型部署，而 RTX Spark 的性能和价格是否划算，需要与独显加大内存的方案比较。欢迎带上设备照片、测试配置和数据到论坛交流，也欢迎用可复现的实测指出视频里不准确的地方。