Mac Studio com M5 Ultra supera DGX Spark em teste de IA local

A Mac Studio com chip M5 Ultra, configurada com 256 GB de memória, foi testada pelo site de hardware Tom's Hardware contra um sistema equivalente ao DGX Spark da Nvidia, a Dell Pro Precision GB10 com 4 TB de SSD. O Mac terminou o teste agêntico do Artificial Analysis, o AgentPerf-Local, em pouco menos da metade do tempo do sistema com GB10. Segundo a análise, a configuração do Mac custa US$ 12,3 mil, e a Dell, US$ 10 mil.

O teste usou o modelo denso Qwen 3.8 27B, com o llama.cpp como motor de inferência nas duas máquinas e o suporte nativo a multi-token prediction (MTP) ativado para acelerar a geração de tokens. O benchmark executa uma quantidade fixa de trabalho em cada sistema, o que permitiu medir também a energia gasta. Em kilojoules por tarefa, o Mac consumiu cerca de 16% menos que o GB10. Ao multiplicar tempo pela energia, o produto energia-atraso (EDP) do Mac ficou abaixo da metade do registrado pelo sistema da Nvidia.

Essa vantagem vem principalmente do processamento de prompt, etapa que domina o AgentPerf-Local e que favorece quem tem mais capacidade bruta de computação. A GPU do M5 Ultra tem 80 núcleos, contra 48 SMs Blackwell do GB10. A largura de banda de memória do Mac é de 1,2 TB/s, pouco mais de quatro vezes os 273 GB/s do GB10, o que pesa na geração de tokens. A redação lembra que especificação de papel nem sempre se traduz em desempenho real, e que a comparação direta com um sistema de US$ 10 mil foi escolhida por ser viável no preço.

Para os modelos maiores, o quadro muda. O Mac com 256 GB comporta versões quantizadas do GLM 5.3 Flash (quatro bits) e do DeepSeek V4.1 Flash 1017 (dois bits, da Unsloth), mas um DGX Spark de 128 GB não cabe nem essas versões. Com o DeepSeek, o Mac não consegue manter ao mesmo tempo os pesos do modelo e o modelo auxiliar de decodificação especulativa, o DSpark, então rodou sem esse ganho e com o llama.cpp, única opção de motor compatível com Apple Silicon na análise.

No cluster de dois Sparks, a receita comunitária da Mia's AI Lab usa o DSpark e o motor TensorFold. Segundo o texto, o Mac leva de 10 a 25 minutos para processar os contextos mais longos testados com o DeepSeek, enquanto o cluster faz o mesmo trabalho em no máximo cinco minutos. O TensorFold também é mais rápido na geração de tokens. Para quem quer rodar esse modelo localmente, a análise considera o par de Sparks a melhor opção no momento.

GLM 5.3 Flash muda a conta

Com o GLM 5.3 Flash, o MTP dispensa modelo de rascunho separado, então o Mac ganha aceleração na geração sem o problema de memória que apareceu com o DeepSeek. Mesmo assim, o cluster de Sparks processa prompts bem mais rápido em todos os cenários. A largura de banda do M5 Ultra dá ao Mac mais tokens por segundo na geração, mas a análise estima que um turno agêntico completo tende a terminar antes no cluster.

A diferença encolhe quando entra uma receita MLX com quantização de quatro bits específica para Apple Silicon, também com o TensorFold. Com ela, o tempo de processamento de prompt do Mac se aproxima bastante do cluster de Sparks, e a vazão de decodificação sobe de forma expressiva.

Para quem compra hoje, a conta de custo pesa tanto quanto a de desempenho. Os preços dos sistemas GB10 subiram durante os testes, e a Lenovo colocou toda a linha ThinkStation PGX em status de "em breve". Um par de Sparks com SSDs de 4 TB deve custar mais que o Mac, e a análise considera US$ 15 mil um valor mais realista para o cluster, cerca de 25% acima de um único Mac Studio. Para o engenheiro que precisa de agentes rodando modelos grandes na própria mesa, a escolha depende do modelo: o Mac vence em tarefas com modelos que cabem em 256 GB e em eficiência energética, enquanto o cluster de Sparks, com TensorFold, segue na frente com o DeepSeek V4.1 Flash e na maior parte dos casos com o GLM 5.3 Flash.