M5 Pro vs M5 Max LLMベンチマーク 2026 : トークン/秒、メモリ帯域幅、消費電力

M5 Pro vs M5 Max — LLMに重要なスペック

LLMトークン生成ベンチマーク

フレームワーク性能 : 同一モデル・3フレームワークをM5 Pro 64GBで比較

• MLXはApple Silicon上でネイティブMetal最適化のためOllamaより15～25%高速。
• llama.cppはKV-キャッシュ最適化でギャップを埋める。Ollama対比10%以内。
• M5 Pro/Max上で最大速度が必要ならOllamaからMLXへの乗り換えを検討。
• ビデオベンチマーク参照 : M5 Max vs M4 Max ローカル推論ベンチマーク(IndyDevDan、35分) — MLX(118 tok/s)対GGUF(60 tok/s)をApple Silicon上で比較、加えて実際のコーディングエージェント性能、M5 MaxハードウェアでのGemma 4対Qwen 3.5の独立ベンチマーク。

初回トークン時間(TTFT) : レスポンスが重要

実世界タスク遅延(実例)

プロンプト処理速度(Appleの「4倍高速」主張)

Whisper STT ベンチマーク

LLM負荷下の電力効率

サーマルスロットリングテスト

どちらを買うべき?

1. 1
   予算 : 日常8B/13Bモデル
   Why it matters: M5 Pro 36～64GBはオーバースペックだが将来性保証。50～60 tok/sは対話利用に快適。
2. 2
   ミッドレンジ : 34Bモデル
   Why it matters: M5 Pro 64GBが最適。40～50 tok/sは実用的。M5 Maxは不要コストプレミアム。
3. 3
   ハイエンド : 70B定期利用
   Why it matters: M5 Max 128GBが唯一の選択肢(デュアルGPU複雑性なし)。15～20 tok/sは許容。
4. 4
   サーバー常時稼働
   Why it matters: Mac mini M5 Pro 64GB : 静か・低消費・常時稼働。€1,200～1,500相当。
5. 5
   ポータブルAIワークステーション
   Why it matters: MacBook Pro M5 Pro 64GB。フル性能モバイル。
6. 6
   品質+速度最大
   Why it matters: Mac Studio M5 Max 128GB。70B Q5+Whisper+TTS同時実行。

ベンチマークの再現方法

from mlx_lm import load, generate
import time

model, tokenizer = load("mlx-community/Llama-3.1-8B-Instruct-4bit")

prompt = "Explain quantum computing in 200 words."
start = time.time()
response = generate(model, tokenizer, prompt=prompt, max_tokens=200)
elapsed = time.time() - start

tokens = len(tokenizer.encode(response))
print(f"Speed: {tokens/elapsed:.1f} tok/s")
print(f"Time to first token: ~{elapsed - tokens * (elapsed/tokens):.2f}s")

M5 Ultra予測(2026年中頃予定)

ベンチマーク方法論と鮮度

• テスト完了 : 2026年4月～5月、M5 Pro・M5 Max量産機(macOS 15.x Sequoia)。
• フレームワーク : Ollama 0.5.x、MLX 0.21.x、llama.cpp 2.4.x(全てMetal加速有効)。
• モデル : 公式llama.gguf、MLX community量子化、Q4_K_M(デフォルト)とQ5_K_M(高忠実度)使用。
• 最後に確認 : 2026-05-15。
• フレームワーク更新頻度 : 月次リリースで四半期当たり5～15%速度向上。このページは四半期毎に再ベンチマーク、新Apple Silicon チップ発表時に更新。
• ハードウェア変動 : ±10%内の結果は正常(サーマル・システムロード・ファイルシステムキャッシュ状態)。