如果有 5 万块钱的预算，用来配一台个人电脑，你会怎么选？
放在以前，你可能会把预算的大头放在显卡上——毕竟无论是「玩游戏」还是「下班玩游戏」，有个强悍的 GPU 总归不是一件坏事。
▲ 图｜网络
可如今，这个问题变得复杂起来。
以往在 CPU、GPU、主板、内存、硬盘、外设之间有序分布的预算，突然被内存这头「吞金巨兽」打乱。
这下无论计划用电脑做什么，你都会碰到顾此失彼的问题——
大内存、大显存、大硬盘每个都不能缺，但每个都会让钱包滴血。
而在内存乱潮中异军突起的 Mac，恰恰就是上面那个问题的最佳解决方案。
迄今最强的 AI Mac
刚刚过去的春季发布会上，苹果如期带来了 M5 MacBook Pro 的升级版机型，以及配套的 M5 Pro 和 M5 Max 处理器。
作为 Apple Silicon 全面更新台积电 3nm N3P 工艺的结果，两款新处理器在规格上的确没有让我们失望。
其中，M5 Pro 有 15+16 和 18+20 核两种规模，均搭载了去年 M5 上的神经网络加速器，也就是那个「苹果版的 Tensor Core」。
▲ 图｜Apple
M5 Max 本次则有 18+32 和 18+40 核可选，以及 16 核神经网络加速器。仅从处理器规模上看，M5 Pro 与 M5 Max 毫无疑问都是 GPU 优先的。
这种倾向也体现在了新处理器的微架构设计上。
目前，所有 M5 系列的处理器均换装了 LPDDR5X 9600 统一内存，根据苹果的介绍，M5 Pro 的最大内存带宽为 307GB/s，M5 Max 则有 614GB/s：
▲ 图｜Apple
既然 M5 Pro 和 M5 Max 标配 18 核 CPU，那么导致内存带宽不同的原因大概率就在 GPU 规格上。
结合发布前的预测，这种差异侧面说明了 M5 系列的内存控制器很有可能是设置在 GPU 核心簇上的。
这种策略和爱范儿去年参访英特尔工厂时看到的 Panther Lake 架构心有灵犀：
这样做的好处很明显——将 GPU 与内存控制器靠近，可以非常有效地缓解内存数据的核间通讯的延迟，变相提升 GPU 效率。
而速度更快、VRAM 更大的 GPU 最擅长什么呢？当然是本地 AI 应用了。
这也是本次苹果在官网页面上非常高频提及「AI」的原因之一。
就拿爱范儿这台 14 寸 MacBook Pro 样机来说，我们收到的是今年最顶规的 40 核 GPU M5 Max 版本，搭配 128GB 统一内存和 8TB 硬盘，一台超过 5.5 万元的性能怪兽。
一般来说，当我们用 Windows PC 跑本地模型的时候，最大的瓶颈往往不是卖出天价的「主板内存」，而是显卡内部的 VRAM 显存。
而苹果统一内存的最大优势，就在于它可以被 GPU 直接调用。
比如我们这台 128GB M5 Max 评测机，理论上甚至可以为 GPU 提供接近 100GB 的显存空间：
既然有了这么充裕的内存，我们当然要按照苹果宣传的那样，狠狠运行一下那些以前跑不了的大规模本地 AI 模型了。
在 llmfit 中可以看到：一块 128GB 的 M5 Max，对于所有不超过 125b 的模型都可以「顺跑」(perfect)。
直到 220b 以上的 MiniMax M2.5、Qwen3 和 DeepSeek v2.5 等等，才会变成「勉强能跑」(marginal)：
▲ M5 Max 128GB
相比之下，32GB 内存的 M1 Max 用 llmfit 查一下，最多也就只能跑一跑 2 或 4bit 量化 35b 左右的模型了：
▲ M1 Max 32GB
考虑到部署的便捷程度，以及上下文理解的空间，我们选择通过 LM Studio 测试 qwen3.5-35b-a3b，以及支持 MLX 的 qwen3-next-80b，两者均为 8-bit 量化的 MoE 模型：
对于 qwen3.5-35b-a3b 这种「总量和推理数量都不大」的 MoE 模型来说，M5 Max 经常是还没来得及热起来就跑完了：
▲ qwen3.5-35b-a3b
即使面对接近 3000 字的原文材料，在手动拉满模型 token 上限之后，M5 Max 在每一轮重写和仿写中的首词元响应速度都在 1.7 秒左右，即 TTFT 约 1.7s、TPOT 约 65tps，累计思考和撰写的字数近万也没有溢出。
▲ qwen3.5-35b-a3b
而有 MLX 优化、8-bit 量化且参数量更大的 qwen3-next-80b 在 M5 Max 上更是如虎添翼。
虽然需要忽略内存警告手动加载接近 80GB 的模型，但是运行效果的确非同凡响：
在 qwen3.5-35b-a3b 中需要思考近 30 秒的相同提示词，输给 qwen3-next-80b 则是接近秒出，TTFT 约 3s、TPOT 约 72tps。
▲ qwen3-next-80b
这一方面是因为 80b 的参数相比 3b 活跃参数本来就够大，更因为这是基于苹果开源的 MLX 框架优化的版本，可以最大发挥出 Apple Silicon 的优势。
除了 MoE 模型之外，M5 Max 面对类似 Llama 3.3 这样的稠密模型的表现怎么样呢？
▲ 图｜Tom’s Guide
尽管 8-bit 量化的 Llama 3.3 70b 模型体积只有约 75GB，但 128k 上下文所需的巨大 KV cache 还是会溢出，导致 LM Studio 无法加载。
换成体积更小的 Llama 3.3 70b Q4_K_M 之后 M5 Max 终于可以正常加载了，执行上述提示词后系统负载约为 95GB，生成速度 9.95 token/s：
换句话说，在面对类似规模的稠密模型的时候，还是需要更大内存的 M3 Ultra 上场。
不过我们本次在 M5 Max 上观测到的最大占用，反而不是稠密的 Llama 3.3，而是跑在 Msty Studio 里面的 deepseeek-r1：
在 Msty Studio 中，我们加载了一个 75GB 的 deepseek-r1 70b-llama-distill-q8_0，花两分钟占用 122GB 内存给你写了首俳句：
▲ deepseek-r1 70b-llama-distill-q8_0
这还仅仅是本地语言类模型的成绩，即使在一些传统性能项目中，M5 Max 的表现同样没有让我们失望。
在 Cinebench 2026 中，M5 Max 最高跑出了 GPU 79295 分的成绩，相比 M4 Max 提升了超过 15%，和目前规模最大的 M3 Ultra 仅差 5% 左右。
▲ 连续烤机后下降到了 7.7 万分左右
而这样的成绩放到游戏中是什么样呢？
我们按照与去年评测标准版 M5 时相同的参数，重新在 M5 Max 上玩了一会《赛博朋克 2077》。
在使用默认「for this mac」预设时，M5 Max 可以稳定在 59 帧左右，相比标准版 M5 不仅预设分辨率更高、细节更多，帧率更是直接翻倍：
在手动优化一下设置（高细节 1.5K 光追 FSR MetalFX 超分和帧生成）之后，M5 Max 则可以在风扇拉满的情况下稳定住密集场景 50～60 帧——
这个成绩距离游戏本当然差不少，但 2077 本来就是个非常庞大的游戏，M5 Max 能够在不插电的 14 寸机身里面跑出这样的效果，还是很让人惊喜的。
至于其他体量更小、优化更好的游戏，比如《控制：终极合辑》、《逃离鸭科夫》等等，只要不乱改设置，M5 Max 基本都可以稳住 60 帧一根线。
无论是 AI 工作流，还是打游戏，这款 M5 Max 芯片的 MacBook Pro，是一只毫无疑问的澎湃猛兽。
迄今最好的苹果屏幕
除了 M5 Pro/Max 之外，今年春季发布会上的另一个「Pro 级」新品则是千呼万唤始出来的新一代 Studio Display。
更具体一点说，是新款 Studio Display 和 Studio Display XDR。
在 Pro Display XDR 下架之后，Studio Display XDR 接过了它的衣钵，凭借着 24,999 的起售价成为了目前苹果专业级显示器的门面担当。
而我们在上手 Studio Display XDR 之后的初体验也和 Apple 活动现场一致：
屏幕面积缩小的影响并不明显，反而是 ProMotion 从第一秒就抓住了我们的目光——
得益于一块 2304 分区的 mini-LED 面板，以及 1000 尼特峰值 SDR 亮度、2000 尼特峰值 HDR 亮度，说它「不抓人眼球」是不可能的。
▲ mini-LED 的光晕现象只在非常极限的情况下可见
在「老生常谈」的广色域 HDR 内容创作之外，Studio Display XDR 当然也是影音娱乐的一把好手。
尤其是当你手头有一些支持 HDR 效果的「欧美大片」的话，用 MacBook Pro 搭配 Studio Display XDR 的体验，在目前的苹果产品线中是无出其右的：
而相同的评价对于今年的新款 Studio Display 同样适用。
实际上，除了 ProMotion、峰值亮度和充电功率之外，Studio Display 在屏幕面板素质方面，完全可以看齐新的 Studio Display XDR ——
毕竟苹果事先打好了招呼：5K 120Hz 可不是随便什么处理器都能带动的，如果你的 Mac 使用的是 M1 全系、M2 或 M3 标准版的话，插上 Studio Display XDR 最高只能以 60Hz 显示。
这也符合我们拿到 Studio Display XDR 的体验结果。
甚至如果你的 macOS 版本太老，即使插上显示器能够充电，也是无法输出画面的。
有意思的是，爱范儿在发布会现场和苹果的工作人员交流时，他们提到：两款显示器都搭载了 iPhone 的 SoC 芯片。
而外媒 MacRumors 通过解包两款新显示器的固件更新代码，发现苹果分别为两款新显示器装上了 A19 和 A19 Pro 处理器——
不出意料，这是为了 5K 画面解码、背光控制、Center Stage 摄像头以及其他显示器功能准备的。
但这也让苹果的「处理器笑话」越来越多了：
2026 年刚开头，你就可以买到 M5 芯片的 iPad Pro、A18 Pro 芯片的 MacBook Neo，以及 A19 Pro 芯片的显示器。
总的来说，今年的 Studio Display XDR 是一次非常及时的更新。
它最重要的意义，在于补全了苹果专业级产品线中 ProMotion 的缺口，也是让产品联动的体验更加无缝。
当苹果开始谈论 AI
这次的春季发布会上，苹果除了改变之前的发布模式之外，也开始大大方方地谈论起了 AI ——
这次的 AI 不是一鸽再鸽的 Apple Intelligence，也不是苹果曾经反复强调的 Machine Learning，就是简单直白的通用人工智能。
而从目前的产品表现来看，当苹果开始谈论 AI，它确实是准备好了。
早在苹果 2020 年转向 Apple Silicon 与统一内存架构时，它大概率没有想到如今的 AI 模型需求大爆发，以及随之而来的内存危机。
最直白的例子，莫过于这块 M5 Max 上的 128GB 统一内存：
如果只看消费级 DDR5 6400 内存，想要买足 128GB 的确不是难事，所需开销仅仅一万元左右，但无论如何也达不到 614GB/s 的带宽。
如果想要用显卡凑够 128GB 的 VRAM，在专业卡买不到的前提下，你需要买整整五块 RTX 5090D，这还是忽略显卡间通讯延迟之后的结果。
这种时候，有本地 AI 需求的小型企业团队、个人开发者、AI 从业者等等就会陷入两难的境地：
要么用有限的预算，在搭建 PC 时将预算分割到内存、显卡、CPU、硬盘等等上面，稀释整体的计算性能。
要么咬紧牙关加预算，投入几十乃至上百万元，进入自构服务器的领域。
▲ 图｜Servermall
这时，一台不到 6 万元，自带 128GB 高带宽内存、顶级 HDR 屏幕和扬声器，以及 8TB 硬盘的 MacBook Pro，反而变成了个人和工作室用户的终极性价比之选。
甚至如果你用不到上面那些「外设」，或者本地 AI 需求不高的话，还可以退而求其次选择 Mac Studio 或者 Mac mini ——
而后者已经在刚刚的「龙虾潮」中迎来了一波自己的春天。
▲ 图｜Apple Must
虽然 Apple Intelligence 引人发笑，但 Apple Silicon 和统一内存在这个「大 AI 时代」的潜力，才只露出冰山一角。
兴盛网提示：文章来自网络，不代表本站观点。
