"超大模型实测：M5 Max显存24GB性能对比RTX 5090，速度快7倍"

8月21日消息，依据博主Alex Ziskind的测试数据，英伟达RTX 5090移动版在与苹果M5 Max的本地AI性能对比中，中小模型场景的算力优势最高可达133%——但由于显存容量的限制，在超大模型和超长上下文的测试条件下，被M5 Max实现了反超。

此次测试使用了最新的雷蛇灵刃18笔记本，其搭载的RTX 5090拥有24GB显存，在运行Gemma 4 12B、Qwen3.5 27B等主流规模的本地大模型时，RTX 5090无论是提示词处理速度还是文本生成速度，都大幅领先M5 Max。

实测数据显示，在12B-35B规模模型下，Gemma 4 12B模型中RTX 5090跑出4110 tokens/sec，相较M5 Max的1762 tokens/sec领先133%。

Qwen3.5 27B同样拉开109%的差距，即便到35B级别的Qwen3.6 35B A3B，RTX 5090依旧保有32%的提示词处理优势。

不过一旦进入超大模型、超长上下文这类高负载场景，测试结果就出现反转。

在Qwen3 4B模型的26万超长上下文测试中，RTX 5090的24GB显存瞬间告急，生成速度骤降至25.28 Token/秒。

反观拥有128GB统一内存的M5 Max，此时依然能稳定输出181.40 Token/秒，领先优势接近7倍。

对比RTX 5090自身的两组测试更能直观看到显存带来的性能差距，在68K上下文条件下，显卡还可以跑出160.36 tokens/sec。

一旦上下文扩大到262144，受24GB显存上限约束，性能直接暴跌84.2%，吞吐量仅剩21-25 tokens/sec。

对于普通发烧友而言，如果你的AI应用侧重于高频短文本生成，RTX 5090依然是不二之选，但若涉及超长文档分析，显存容量的权重可能要排在算力之前。