大反轉！M5 Max超長AI推理碾壓移動版RTX5090，差距高達7倍

最近外網博主Alex Ziskind放出一組反差感很強的本地AI跑分實測，刷新了不少人對於獨顯跑本地大模型的固有印象。

測試選用搭載24GB顯存RTX5090移動版的雷蛇靈刃18，對比擁有128GB統一內存的蘋果M5 Max，兩套硬件在不同使用場景，勝負局面完全調轉。

面對12B‑35B的中小型模型、常規短對話任務的時候，RTX5090移動版的算力優勢體現得淋漓盡致。

運行Gemma4 12B，RTX5090可以達到4110 tokens每秒，對比M5 Max的1762 tokens，領先幅度133%；

切換Qwen3.5 27B，依舊保持109%的性能優勢；就算上到35B規格的Qwen3.6，提示處理速度依舊領先32%。

可把測試條件切換成長上下文任務，局勢立刻發生逆轉。

在26萬上下文的Qwen3 4B測試當中，24GB顯存很快被佔滿，RTX5090速度直接掉到25.28 tokens/sec。

反觀M5 Max依靠大內存優勢，輸出穩定維持181.40 tokens/sec，性能差不多是前者的七倍。

 

拿顯卡自身的數據對照更加直觀：68K上下文環境，RTX5090還能跑到160.36 tokens/sec。上下文拉到262144之後，受顯存上限約束，性能直接下跌84.2%，輸出僅有21‑25 tokens/sec。

 

結合這套測試結果不難看出，選購本地AI設備要看實際用途。日常做短對話、短句生成，RTX5090移動版依舊非常能打。

但如果經常處理長篇文檔、萬字材料解析，顯存的規格，往往比紙面算力更加關鍵。

注：本組數據來自外網博主Alex Ziskind個人第三方實測，不同軟件版本、量化參數會改變跑分結果，僅供參考，不作爲硬件選購唯一標準。

平時跑本地大模型，你更看重算力，還是更大的顯存內存？