M5 Ultra Mac Studio评测：本地AI工作站的性能跃迁

时隔一年半，苹果终于给桌面级最强的Mac Studio换上了新芯片，而且是跨代升级——从M3 Ultra直接跳到M5 Ultra。在这一年半里，半导体行业被AI推着狂奔，Mac Studio的定位也在悄然改变：曾经无人问津的512GB顶配版，因为本地大模型的火爆被抢购一空，二级市场甚至疯狂加价。今年M5 Ultra版首发最高配到256GB，价格直接顶到了10万级别。这台机器到底能给AI时代的创作者带来什么，B站UP主凰家评测（硕硕）用实际工作流给出了答案。

外观依旧，性能翻倍

Mac Studio保持了它一贯紧凑的桌面形态，尺寸、接口、按键布局全部没变，颜色仍然只有银色一种。UP主也吐槽了一句：这么Pro级的能力，苹果是不是可以考虑像MacBook Pro那样加个黑色，视觉上把生产力拉满。

真正的看点在性能。从跑分来看，M5 Ultra相比上代M3 Ultra是一次幅度明显的升级：

• CPU：Geekbench单核、多核分别提升约33.5%和32.5%，Cinebench R26单核提升约36.7%，多核提升高达68.4%
• GPU：Steel Nomad Light提升约25.2%，侧重光追的Solar Bay Extreme成绩直接翻倍，提升108.4%

如果把时间线拉回到M1 Ultra，进步幅度更加夸张：CPU单核提升约70%，Geekbench多核提升约119%，Cinebench多核提升约186%。GPU方面，Solar Bay Extreme从2070分飙升到27048分，提升幅度超过12倍。这组数据直观展现了几代Apple Silicon在GPU架构和光追能力上的跨越式进步。

对于凰家评测这样把视频剪辑、视觉设计全部压在Mac Studio上的团队来说，上百G素材、多机位时间线的流畅拖动和快速渲染早已不是问题。

3A游戏不再是问题

GPU性能的暴涨让Mac Studio有底气走出视频工作室。UP主用《赛博朋克2077》跑基准测试，在不开AI超采、超高画质下：1080P可达178帧，2K为131帧，4K仍能维持在68.8帧。

这意味着「Mac能不能玩3A」已经不用讨论，剩下的只是「4K超高画质下哪颗芯片更丝滑」的问题。GPU架构的进化恰好踩中了AI时代对算力的渴求，让这台机器的定位从纯生产力工具向更广阔的场景延伸。

AI超采样（AI Super Sampling） 是现代游戏中提升帧率的关键技术，其原理是用较低分辨率渲染画面，再借助神经网络将图像"脑补"还原成高分辨率输出，从而在画质损失有限的前提下大幅降低GPU负担。NVIDIA的DLSS、AMD的FSR、Intel的XeSS均属此类技术。苹果也有对应的MetalFX超采样方案。测试中刻意关闭AI超采样，是为了展示M5 Ultra GPU的"裸算力"下限——在不借助任何帧率增强技术的情况下，4K超高画质仍能维持接近70帧，已达到绝大多数显示器的流畅阈值。若开启MetalFX或游戏内置的超采样选项，帧率还可进一步提升，这也意味着实际游戏体验会比基准测试数据更好。

大内存 = 本地AI的最佳容器

这次评测最有价值的部分，是把Mac Studio变成了整个部门的端侧处理中心。

UP主团队此前用DeepSeek^广告 V4 Flash的在线模型让agent自动判断封面是否受欢迎、整理新品信息，看重的是它在速度和理解力上的平衡且省token。这次他们直接把DeepSeek V4 Flash 284B模型的4bit量化版（共155GB）塞进了这台大内存Mac Studio，再把原有agent接入本地模型，实现「只费电不费token」地处理日常需求。实测下来，无论响应速度还是结果质量，在其使用需求下与在线模型差别不大。

本地部署的核心价值是隐私。作为经常签署高额保密协议的评测博主，UP主此前不敢把保密资料上传到在线模型。他用Codex做了一个完全本地运行的语音转写App，转写结束后调用本地的DeepSeek V4 Flash生成会议总结，整个流程不出本地，既不担心资料泄露，也省去了各类转写App的月费会员。

他进一步指出，金融记录、体检报告这些你不想暴露在互联网上的信息，都可以交给本地模型分析，而Mac Studio「可能就是这个时代最好的容器」。

统一内存架构（Unified Memory Architecture，UMA） 是理解苹果芯片为何适合本地大模型的关键。在传统PC架构中，CPU内存与GPU显存是物理隔离的两块独立硬件，数据在两者之间传输会产生延迟和带宽瓶颈。Apple Silicon将CPU、GPU、神经网络引擎（Neural Engine）以及内存控制器集成在同一颗芯片上，所有计算单元共享同一块物理内存池。这意味着一个155GB的量化模型加载进内存后，GPU可以直接访问，无需在"显存"和"内存"之间复制数据。传统高端PC即便配备24GB显存的旗舰显卡，遇到超过显存容量的模型就必须分片处理或降级到CPU推理，速度断崖式下跌。Mac Studio的256GB统一内存对大模型而言，等效于拥有256GB"显存"，这在消费级设备中几乎无对手，也是4bit量化版284B模型能流畅运行的根本原因。

AI + 专业工作流：想象力才是唯一限制

除了文本处理，UP主还演示了AI与专业软件的结合。他用Codex操作Blender，直接用自然语言建模出一个iPhone Duo。得益于充沛的性能，Mac Studio可以一边跑建模、一边继续剪视频，甚至把建好的模型拉进本地视频生成软件，直接产出一个AI短片。

用UP主的话说：「有了AI和Mac Studio，限制你执行力的只能是你的想象力。」自然语言就能写代码、就能在Blender里建模，最终能否交付取决于容器能不能承载你的想法。

Codex 是OpenAI推出的代码生成模型，现已深度集成进ChatGPT及相关工具链，能够理解自然语言指令并将其转化为可执行代码。文章中提到的两个应用场景——本地语音转写App和自然语言驱动Blender建模——本质上都是通过Codex将"我想要什么"翻译成程序或脚本指令，跳过了传统软件开发的学习门槛。Blender是一款开源的三维建模与渲染软件，支持Python脚本控制几乎所有操作，这使得AI生成的代码能够精确操控软件行为。两者结合意味着即便没有编程或三维建模基础，也能通过对话完成复杂的创作任务，而Mac Studio负责的是在本地实时运行这一切所需的算力。

Mac Studio 还是 Mac Mini？

针对同期发布的Mac Mini，UP主给出了清晰的分工建议：

• Mac Mini：更适合在线AI工作流，处理文档、激发创意足够用，低功耗、体积小，放在角落长期在线也不占地方。
• Mac Studio：更适合有本地部署需求的用户，更强的处理器和内存能让AI跑在本地，满足高度定制化的使用需求。

更重要的是选购逻辑的转变。UP主坦言，过去他只会把Mac Studio推荐给极致Pro的专业用户；而在AI时代，他愿意把它推荐给所有想创造的人——统一内存架构让苹果似乎精准踩中了本地大模型的风口，让AI与Mac相互成就，为创作者提供了一个最紧凑的性能容器。

结语

M5 Ultra Mac Studio的意义不只在于跑分翻倍，而在于统一内存架构恰好契合了本地大模型对显存/内存容量的极端需求。当256GB乃至更大内存能装下百G级量化模型时，隐私敏感的创作者和专业用户获得了一个「只费电不费token」的私有AI工作站。对于苹果而言，这或许是神预判，也或许是巧合，但结果是Mac Studio的受众正在从少数Pro用户扩展到每一个想借AI落地想法的人。