Ein leistungsfähiger Allrounder
Unerwartet sind die Ergebnisse nicht: Dass die RTX Pro 6000 sowohl beim Berechnen von Ausgabe-Tokens (Decode) als auch der Verarbeitung von Eingabe-Tokens (Prefill) führt, überrascht nicht. Die im Vergleich zum M5 Ultra um 50 Prozent höhere Speicherbandbreite ist ihr Vorteil in der Decode-Phase, in der die Leistung praktisch allein durch die Speicherbandbreite bestimmt wird. Die wesentlich höhere Prefill-Leistung der RTX Pro 6000 ergibt sich allein durch die größere GPU-Fläche und damit mehr Recheneinheiten.
Überraschender ist eher, dass der Ryzen besonders bei den MoE-Modellen unerwartet gut mithält. Wie der M5 Ultra zeigt er allerdings Schwächen bei 4-Bit-Datentypen. Das hat, wie Mikrobenchmarks zeigen(öffnet im neuen Fenster), bei der M5-Reihe architektonische Gründe: Sie ist schlicht nicht so stark auf 4-Bit-Datentypen ausgerichtet wie Nvidias Blackwell-GPUs. Auffällig ist hier wieder Qwen 3.8 Flash Next, wo der RTX Pro 6000 zum Verhängnis wurde, dass llama.cpp den leistungsfähigeren Aufteilungsmodus Tensor Split für das Modell zum Testzeitpunkt nicht implementierte.
Zudem fällt die Decode-Leistung bei beiden System-on-Chip-Lösungen bei steigender Anzahl an Eingabe-Tokens stärker ab als bei der dedizierten GPU. Die braucht allerdings noch eine Workstation drumherum.
Fazit: Toll für lokale KI, aber nicht alternativlos
Und genau hier liegt der Vorteil des Mac Studio: 256 GByte vergleichbar schnellen Speicher gibt es sonst nirgends zu diesem Preis. Auch wenn er unbestreitbar hoch ist – eine RTX Pro 6000 Max-Q ist mit derzeit rund 16.900 Euro teurer als unser Testmuster. Sie empfiehlt sich in erster Linie, wenn mehrere Personen oder Agenten ein Modell parallel nutzen.
Der Mac Studio muss rein für lokale KI aber nicht unbedingt die erste Wahl sein: Der Youtuber Alex Ziskind kam bei seinen Tests(öffnet im neuen Fenster) zu dem Fazit, dass zwei DGX Spark von Nvidia die bessere – und sogar günstigere – Wahl sein können. Die Sparks kommen zwar aufgrund ihrer niedrigeren Speicherbandbreite meist auf eine niedrigere Decode-Leistung, verarbeiten Prompts dafür aber dank höherer Rechenleistung schneller.
Bei Apple ist es eher das Gesamtpaket, das den Mac Studio abhebt: Er ist nicht nur eine leistungsfähige KI-Workstation, sondern überzeugt auch mit hoher CPU-Leistung und vor allem Effizienz. Apple bedient damit weiter eine Marktnische mit zahlungskräftiger Kundschaft.
- Anzeige Hier geht es zu Künstliche Intelligenz: Wissensverarbeitung bei Amazon Wenn Sie auf diesen Link klicken und darüber einkaufen, erhält Golem eine kleine Provision. Dies ändert nichts am Preis der Artikel.

