{"id":21301,"date":"2026-10-20T21:25:00","date_gmt":"2026-10-20T19:25:00","guid":{"rendered":"https:\/\/www.lukaswojcik.com\/blog\/?p=21301"},"modified":"2026-10-09T23:30:14","modified_gmt":"2026-10-09T21:30:14","slug":"mac-studio-m5-mac-mini-m6-llm-pl","status":"publish","type":"post","link":"https:\/\/www.lukaswojcik.com\/blog\/pl\/cloud-ai-pl\/mac-studio-m5-mac-mini-m6-llm-pl\/","title":{"rendered":"Mac Studio M5 jako lokalna stacja AI: por\u00f3wnanie M5 Max, M5 Ultra i Maca mini M6"},"content":{"rendered":"

Mac Studio mo\u017ce dzia\u0142a\u0107 jako lokalna stacja AI, gdy du\u017ce modele, ma\u0142e stanowisko i w\u0142a\u015bciwy backend Apple s\u0105 wa\u017cniejsze ni\u017c wymienna karta graficzna. Decyzja zaczyna si\u0119 od bud\u017cetu pami\u0119ci, nie od najnowszej nazwy uk\u0142adu.<\/p>\n

Aktualny podzia\u0142 produkt\u00f3w Apple jest jednoznaczny: Mac Studio z M5 Max lub M5 Ultra, a Mac mini z M6 albo M5 Pro. Mac Studio M6 nie jest wi\u0119c udokumentowanym urz\u0105dzeniem por\u00f3wnawczym. Poni\u017csze warto\u015bci to specyfikacje, bez w\u0142asnych benchmark\u00f3w inferencji.<\/p>\n

\"Bud\u017cet
128 \u2212 20 = 108 GB w za\u0142o\u017conym przyk\u0142adzie; bez pomiaru zu\u017cycia.<\/figcaption><\/figure>\n

Trzy profile Apple<\/h2>\n\n\n\n\n\n\n\n
Urz\u0105dzenie<\/th>\nPami\u0119\u0107 zunifikowana<\/th>\nUdokumentowana przepustowo\u015b\u0107<\/th>\n<\/tr>\n<\/thead>\n
Mac mini M6<\/td>\n16\u201332 GB<\/td>\n153 lub 170 GB\/s<\/td>\n<\/tr>\n
Mac Studio M5 Max<\/td>\n36\u2013128 GB<\/td>\n460 lub 614 GB\/s<\/td>\n<\/tr>\n
Mac Studio M5 Ultra<\/td>\n96\u2013512 GB<\/td>\n1,2 TB\/s<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Warto\u015bci dotycz\u0105 r\u00f3\u017cnych konfiguracji; maksymalna specyfikacja nie jest cz\u0119\u015bci\u0105 ka\u017cdej wersji podstawowej. Nowsza nazwa M6 nie czyni ma\u0142ego mini wi\u0119ksz\u0105 platform\u0105 modeli. Pierwszy bud\u017cet wag okre\u015bla faktycznie zam\u00f3wiona pojemno\u015b\u0107.<\/p>\n

Pami\u0119\u0107 zunifikowana to wsp\u00f3lny bud\u017cet<\/h2>\n

CPU, GPU, system i aplikacje wsp\u00f3\u0142dziel\u0105 pami\u0119\u0107. \u0141\u0105czne 512 GB nie oznacza 512 GB swobodnie dost\u0119pnych dla wag. Stan modelu, pami\u0119\u0107 podr\u0119czna i bufory tymczasowe zwi\u0119kszaj\u0105 zapotrzebowanie. Inne aplikacje tak\u017ce zmieniaj\u0105 zapas.<\/p>\n

Za\u0142o\u017cony bud\u017cet 128 GB z rezerw\u0105 20 GB dla systemu pozostawia 108 GB na model i \u015brodowisko. Warto\u015b\u0107 20 GB jest za\u0142o\u017ceniem planowania, nie pomiarem ani wymaganiem Apple. Sta\u0142a us\u0142uga potrzebuje rzeczywistego pomiaru zaj\u0119to\u015bci pod typowym obci\u0105\u017ceniem.<\/p>\n

MLX, llama.cpp i Ollama<\/h2>\n

MLX LM zapewnia \u015bcie\u017ck\u0119 Apple Silicon. llama.cpp obs\u0142uguje Apple Silicon przez Metal i optymalizacje CPU. Ollama tak\u017ce dokumentuje obs\u0142ug\u0119 Apple oraz rozwija backendy. Wersja \u015brodowiska okre\u015bla rzeczywiste formaty i przyspieszenie.<\/p>\n

Kwantyzacja MLX i artefakt GGUF pozostaj\u0105 r\u00f3\u017cnymi plikami. Por\u00f3wnanie wymaga tej samej rewizji \u017ar\u00f3d\u0142owej, zgodnych szablon\u00f3w czatu i zapisanej precyzji. Bez tych danych innej odpowiedzi nie da si\u0119 wiarygodnie przypisa\u0107 zmianie backendu.<\/p>\n

Neural Engine i przyspieszenie GPU<\/h2>\n

Apple opisuje Neural Accelerators wewn\u0105trz GPU oraz osobny Neural Engine. Terminy nie s\u0105 zamienne. Aplikacja LLM korzysta z funkcji sprz\u0119towej przez odpowiedni\u0105 \u015bcie\u017ck\u0119 programow\u0105. Sama liczba rdzeni Neural Engine nie potwierdza szybszego generowania.<\/p>\n

Przy kr\u00f3tkim czacie liczy si\u0119 niskie op\u00f3\u017anienie pierwszej odpowiedzi, a przy d\u0142ugim prompcie trzeba dodatkowo sprawdzi\u0107 przetwarzanie danych wej\u015bciowych. Dla r\u00f3wnoleg\u0142ych \u017c\u0105da\u0144 potrzebny jest profil obs\u0142ugi przez serwer. Du\u017cy model, kt\u00f3ry ledwie mie\u015bci si\u0119 w pami\u0119ci, mo\u017ce nadal by\u0107 zbyt wolny do pracy interaktywnej.<\/p>\n

Wyb\u00f3r wzgl\u0119dem komputera tower i DGX Spark<\/h2>\n

Komputer z GPU zapewnia wi\u0119cej wymiennych cz\u0119\u015bci i bezpo\u015bredni\u0105 \u015bcie\u017ck\u0119 CUDA przy odpowiedniej NVIDIA. DGX Spark to ma\u0142a alternatywa CUDA z w\u0142asn\u0105 platform\u0105 ARM. Mac zapewnia zintegrowane stanowisko, ale wymaga zgodnych artefakt\u00f3w i \u015brodowisk Apple.<\/p>\n

Zakup powinien wynika\u0107 z zadania: ma\u0142a lokalna pomoc na mini, wi\u0119ksza pami\u0119\u0107 i przepustowo\u015b\u0107 na Studio oraz wysoka pojemno\u015b\u0107 odpowiedniej wersji Ultra. Ha\u0142as, pob\u00f3r z gniazdka i op\u00f3\u017anienia potrzebuj\u0105 pomiar\u00f3w. Kalkulator pami\u0119ci wspiera selekcj\u0119; typowe zadania okre\u015blaj\u0105 ostateczny wyb\u00f3r.<\/p>\n

Planowanie pami\u0119ci przy wyborze modelu: kalkulator VRAM dla LLM.<\/a><\/p>\n

\n

Powi\u0105zane narz\u0119dzia<\/h2>\n