編輯推薦但有但書：Tom's Hardware 實測 M5 Ultra Mac Studio，本地 LLM 推論擊敗 DGX Spark

評測解禁了，Apple 押注桌面級 AI 硬體的策略，拿到了第一份獨立背書。2026 年 9 月 21 日，Tom’s Hardware 發布了 M5 Ultra 版 Mac Studio 的完整評測——並給出「編輯推薦」（Editor’s Choice）——而實測數據讓 Nvidia 炒作已久的 DGX Spark，在兩台機器共同覬覦的市場上挨了一記悶拳：在本地跑大型語言模型。

結論毫不拐彎。在 Tom’s Hardware 的本地 AI 測試中，M5 Ultra 的 prompt 處理速度快過 Nvidia 的 DGX Spark，而 token 每秒吞吐量是 M4 Max 的兩倍、幾乎是 DGX Spark 的四倍，且是全面性的領先。測試模型為 Qwen 3.8-27B-Q4_K_M——選用這個 dense 模型是有意的，因為 dense 模型推論受記憶體頻寬制約，而頻寬正是 Apple 晶片哲學最能發揮的地方。

為什麼頻寬決定勝負

M5 Ultra 是 Apple 第一顆四晶片（quad-die）封裝：兩顆 dual-die M5 Max 透過 UltraFusion 互連熔接，Apple 稱 die 之間頻寬超過 4.4 TB/s。但真正關鍵的是記憶體配置——評測機搭載 36 核心 CPU 與 80 核心 GPU，配上 256GB LPDDR5 統一記憶體、1.2 TB/s 匯流排，是 Tom’s Hardware 先前實測 AI 工作負載的 M4 Max 的兩倍頻寬。80 個 GPU 核心每一顆都內建神經加速器，旁邊還有一顆 32 核心神經引擎。

對本地 LLM 而言，1.2 TB/s 這個數字就是全部故事。Dense 模型的 token 生成速度，基本上取決於能把權重以多快速度流過記憶體。DGX Spark 的 GB10 封裝提供 128GB、約 273 GB/s；M5 Ultra 提供最高 256GB（512GB 版十月底登場）、頻寬是它的四倍以上。Nvidia 的機器在原始算力與 CUDA 軟體護城河上仍佔優勢，但對於想把一個超大模型塞進單機的個人工作者來說，Apple 現在端出了更完整的機器。

AI 之外的數字

這篇評測把 Studio 定位為 Mac Pro 今年停產後的接班人。在一般生產力測試上，它大多名符其實：

• Geekbench 7：單核 3,770、多核 52,293——在工作站對比組中明顯勝出，而且核心數還比 x86 對手少。
• Handbrake：4K 轉 1080p 只花 1 分 04 秒，比 64 核心的 AMD Ryzen Threadripper 9980X 快 8 秒。
• 檔案複製：搬 25GB 檔案速度 2,983 MB/s，勝過上一代的 M3 Ultra 與 M4 Max。
• 持久負載：10 輪 Cinebench 2026 壓力測試中，分數落在 17,825–18,069，CPU 平均溫度 78.29°C——對一台 7.7 英吋見方、8 磅重、電源上限 480W 的機殼來說，熱穩定性出奇地好。

它並非全面稱王。CPU 版 Blender 渲染輸給現役與上代 Threadripper 以及 56 核心 Xeon w-3495X；遊戲更是 Studio 最弱一環——Cyberpunk 2077 開光追 1080p 只有 66 FPS，約當 RTX 5070 等級，4K 直接趴掉，而 RTX 5090 系統還能撐 59 FPS。評測結論的缺點欄寫得很老實：記憶體與 SSD 升級昂貴，而且 RAM 焊死在板上，買後無法升級。

一台 12,299 美元桌電的經濟學

評測機配置——最頂規 M5 Ultra、256GB、4TB SSD——定價 12,299 美元，Tom’s Hardware 也直言這讓它「實質上是一台企業級電腦」。下面的價格階梯很陡但很實在：基本款 M5 Max 搭 36GB 要 2,499 美元；最便宜的 M5 Ultra 搭 96GB 要 5,499 美元。從 96GB 跳到 256GB RAM 要加 4,000 美元，4TB SSD 再加 1,500 美元——帳單就是在這裡爆炸的。

評測裡有兩個數字替這個價位辯護。第一，一顆 64 核心 Threadripper 9980X——在 Blender 裡打贏 M5 Ultra 的晶片——單晶片就要約 5,000 美元，還沒加記憶體、儲存、機殼。第二，需求正在說話：截至發稿，256GB 配置的出貨等待期長達 16–18 週，而第三方廠商早就為造型未變的 Studio 機殼做了機架套件，賣給家用實驗室和伺服器農場的買家。評測者對本地 AI 族群的結論罕见地直白：「如果你對本地 AI 有興趣，這台絕對能勝任。」

更大的圖像

這篇評測為一個更大的趨勢下了註腳。Mac Studio 的供應今年早已被「OpenClaw 引發的搶購潮」搞得吃緊，高統一記憶體機型的交期一度拉到 6 天至 6 週，Apple 後來甚至把 4,000 美元的 512GB 升級選項下架等產能追上。一整個生態系——從 MLX 叢集工具到 Reddit 上社群自發維護的效能追蹤表——已經把 Studio 當成可拋式的推論節點在用。

Tom’s Hardware 的數據，把過去只能建立在 Apple 自家行銷說法上的論述（官方宣稱 AI 峰值算力達 M3 Ultra 的 4.3 倍、prompt 處理比 M1 Ultra 快 9.8 倍）補上了獨立驗證，而且故事輪廓成立：在單機、大模型、吃頻寬的本地推論場景，Apple 晶片是目前市面上消費級價位最強的選擇——領先幅度比許多人預期的還大。

但限制是結構性的，不是小事。沒有 CUDA，代表整個 NVIDIA 的核心程式、工具鏈與企業軟體生態仍然高不可攀。記憶體焊死，代表容量是下單時的決定，不是營運時的決定。就算十月底 512GB 上位，單機容量天花板仍追不上多卡 x86 主機能塞的量——儘管兩邊的每可用 GB 單價都難看得很快。

但對於想讓一個接近前緣的開放權重模型——一個以 4 倍於 DGX Spark 吞吐量狂奔的 27B dense 模型，或某個塞進 256GB 安靜統一記憶體裡的更大模型——坐在桌上而非躲在 API 端點後面的工作者來說，這篇評測的結論很難反駁：Mac Studio with M5 Ultra 是迄今任何人交出的最強單機答案，而證明這件事的，是一間獨立實驗室，不是一場發表會。

[資料來源見上方 frontmatter。Tom’s Hardware 評測由 Andrew E. Freedman 撰寫，2026 年 9 月 21 日發布。]