Mac Studio на M4 Max оказался быстрее Nvidia GB10 и AMD Strix Halo в генерации токенов для локальных LLM. Но для тех, кто присматривает машину под ИИ в офис или домой, вывод чуть сложнее рекламного слогана: высокая пропускная способность памяти помогает, но сама по себе не делает систему безусловным лидером.
Tom's Hardware тестировал конфигурацию с 16-ядерным CPU, 40-ядерным GPU и 128 ГБ объединённой памяти. Сравнение получилось показательное: это как раз тот класс компактных систем, на которые смотрят команды, когда хотят запускать большие модели локально без дискретной видеокарты серверного уровня.
Пропускная способность памяти не равна двукратному ускорению
На бумаге преимущество Apple выглядит внушительно: 546 ГБ/с против 273 ГБ/с у GB10 и 256 ГБ/с у Strix Halo. Для LLM это важный параметр, потому что на этапе генерации каждый новый токен последовательно проходит через слои модели, а узким местом часто становится именно подача весов в GPU.
Но в реальных тестах связь оказалась не такой прямой. На модели Qwen 3.6-35B-A3B Mac Studio действительно вышел вперёд по скорости генерации, однако прибавка составила около 25% к GB10. Полезное напоминание для тех, кто любит делать выводы по одной строке в спецификациях: на итоговую скорость влияет не только память, но и архитектура модели, и то, как с ней работает выбранный стек вывода.
На Gemma 4 12B Apple раскрыла преимущество почти полностью
Совсем другая картина получилась на плотной модели Gemma 4 12B. Здесь Mac Studio оказался быстрее GB10 в 1,8 раза, а Strix Halo — в 2,26 раза по скорости генерации токенов. В таких задачах Apple Silicon уже почти образцово превращает широкую шину памяти в реальный выигрыш.
Но и тут есть оговорка. Скорость обработки начального запроса, то есть задержка до первого ответа, оказалась примерно на уровне Strix Halo или даже немного хуже. Если для продукта критична не только длинная генерация, но и быстрый первый отклик, выбор уже не выглядит очевидным.
Крупные модели, энергоэффективность и дефицит памяти
На большой mixture-of-experts модели gpt-oss-120b система Apple снова победила, но без разгрома: в среднем в 1,5 раза быстрее GB10 и в 1,6 раза быстрее Strix Halo по скорости генерации. Для компактной рабочей станции это сильный результат, особенно если машина нужна под код, черновики, аналитику или внутренние ИИ-инструменты.
По энергоэффективности картина смешанная. В фиксированном сценарии с gpt-oss-120b Mac Studio оказался экономичнее Strix Halo, но проиграл GB10 по общему расходу энергии: платформа Nvidia быстрее обрабатывала запрос и раньше завершала задачу. Отдельный плюс Apple — шум. По оценке Tom's Hardware, Mac Studio почти не слышно даже под нагрузкой, а для рабочего места это уже не эстетика, а вполне практический аргумент.
Что это значит для рынка
Для российских команд вывод простой: Mac Studio остаётся сильной платформой для локальных LLM, если важны тишина, компактность и высокая скорость генерации. Но покупать такую систему только по цифре в графе «пропускная способность памяти» не стоит. Тем более что у модели M4 Max, по данным Tom's Hardware, сейчас фактически исчезла конфигурация на 128 ГБ, а доступные версии упираются в 64 ГБ и долгие сроки поставки.
То есть технически Apple даёт хороший ответ на вопрос производительности, но заметно хуже отвечает на вопрос закупки. Для ИТ-руководителей и продуктовых команд это уже знакомая история: бенчмарк можно выиграть, а поставку — нет.
Если интерес к локальному запуску моделей сохранится, конкуренция пойдёт не только по токенам в секунду, но и по доступности конфигураций с большой памятью.
Источник: Tom's Hardware.