M5 Ultra 对比 Mac mini M6
我们的实验室里有一台 96 GB 的 Mac Studio M5 Ultra (2026) 和一台 Mac mini M6 (2026)。接入你的编程代理或在浏览器中聊天，在购买之前亲自感受大型本地 AI 模型在它们上面的运行速度。
免费额度：2 次聊天提问，外加 2 分钟编程智能体使用。无需绑卡。
模型
| 模型 | 芯片 | 生成 | 读取 | 首 token | 回答时功耗 |
|---|---|---|---|---|---|
| Qwen3.8-Flash-Next 180B · 4-bit + MTP · 74.7 GB | Mac Studio M5 Ultra 96 GB | 80 tok/s | 3,270 tok/s | 0.12 s | 38 W |
| Mac mini M6 16 GB | 放不下 | ||||
| Ornith-1.5 122B 122B · 4-bit · 65.5 GB | Mac Studio M5 Ultra 96 GB | 125 tok/s | 3,246 tok/s | 0.05 s | 即将测量 |
| Mac mini M6 16 GB | 放不下 | ||||
| Ornith-1.5 9B 9B · 4-bit · 4.8 GB | Mac Studio M5 Ultra 96 GB | 161 tok/s | 5,193 tok/s | 0.03 s | 即将测量 |
| Mac mini M6 16 GB | 26 tok/s | 998 tok/s | 0.17 s | 7.6 W | |
公平的对比需要在两台机器上运行同一个模型。Ornith-1.5 9B (4.8 GB) 两台都装得下，所以可以对比。所有数值均为我们实测。
仅在 Mac Studio M5 Ultra 上运行：Qwen3.8-Flash-Next (74.7 GB), Ornith-1.5 122B (65.5 GB)。这些模型装不进 Mac mini M6 的 16 GB 内存。
最近测量：2026年11月10日
Qwen3.8-Flash-Next
Qwen 的 180B 混合专家模型，拥有 512 个专家。每个 token 只激活几十亿参数——这正是它快的原因。
Ornith-1.5 122B
擅长代码、推理和工具调用，每个 token 的生成速度比 Flash-Next 更快。回答前会先思考。
Ornith-1.5 9B
用于对比的小模型：展示普通 Mac 能跑什么，又要放弃什么。
这个模型能装进我的 Mac 吗?按小时租用 Mac Studio M5 Ultra运行在 Mac Studio M5 Ultra 上、兼容 OpenAI 与 Anthropic 的 API购买之前Qwen3.8-Flash-NextOrnith-1.5 122BOrnith-1.5 9B
两台机器，都能实时测试
不只测试模型，也测试硬件：配备 M5 Ultra 的 Mac Studio 运行大模型，配备 M6 的 Mac mini 作为小巧的对照。每台机器都有自己的队列——你可以同时使用两台。
Mac Studio M5 Ultra
芯片: M5 Ultra · CPU 30 核 · GPU 64 核
统一内存: 96 GB · 可用于模型: 约 78 GB
Mac mini M6
芯片: M6 · CPU 12 核 · GPU 12 核
统一内存: 16 GB · 可用于模型: 约 11.8 GB
常见问题
Try Silicon 是什么？
我们实验室里的两台真实 Mac，在本地运行开源语言模型：一台配备 M5 Ultra 和 96 GB 统一内存的 Mac Studio，用于大模型；一台配备 M6 和 16 GB 的 Mac mini，用于对比。在购买硬件或自建环境之前，你可以实时测试这两台机器。
我在这里到底能做什么？
在浏览器中聊天、接入编程智能体处理真实项目、对比模型和机器，并在控制台查看 token 和速度。典型用途：重构、写测试、解释代码、起草文档、尝试智能体工作流。
哪些编程智能体可以用？
任何支持 OpenAI API（/v1/chat/completions）或 Anthropic API（/v1/messages）的工具：Claude Code、opencode、官方 SDK，以及纯 curl。智能体页面提供现成的配置。
免费额度包含什么？
聊天中 2 个问题，以及编程代理从第一次请求起 2 分钟——两台机器共用。时间用完后，你的代理还会收到最后一条回复：已完成的内容和仍待处理的事项。
为什么要排队？
为了让测量数据真实可信，每台机器一次只处理一个请求——每个回答都能获得全速。每台机器都有自己的队列，例如你可以让代理在 M5 Ultra 上工作，同时在 M6 上聊天。付费请求优先；免费请求最迟 90 秒后前移。
我的代码会被保存吗？
我们不保存聊天内容或提示词，只记录 token 数和速度等统计数据。为了加快后续请求，机器会在 SSD 上保留最近处理文本的缓存，并自动覆盖。请不要发送机密信息。
准备好体验了吗？
免费测试无需信用卡。