Rapid-MLX来自创作者
四台 Mac 实测 Qwen3.8 等热门本地模型的生成速度
Rapid-MLX 用同一套 1.0 构建与基准，在 M2 Pro、M4 Pro、M5 Max 与 M3 Ultra 四台 Mac 上对比热门本地模型的生成速度，社区排行榜已累计数百次公开跑分。文章给出各机型上 LFM3、Qwen3.8 27B、Qwen3.6 35B、DeepSeek V4.1 等模型的 tokens/秒数字，并链到可复查的公开 run。
结果显示芯片代际与统一内存容量对大模型吞吐影响显著，同模型在更高端机型上可拉开数倍差距。作者提醒速度不等于质量，并指向另文讨论编码与按内存选型的质量基准。
要点
- 同一构建在四台 Mac 上对比热门本地模型
- 覆盖 M2 Pro 到 M3 Ultra 等统一内存配置
- 给出 Qwen3.8、DeepSeek 等 tokens/秒
- 每个数字可点开对应公开跑分
- 速度与编码质量基准需分开看
原文：How Fast Are Qwen3.8 27B, Qwen3.6 35B and DeepSeek V4.1 on a Mac? 4 Macs Tested
We ran the Rapid-MLX 1.0 benchmark on four Macs: an M2 Pro Mac mini (32 GB), an M4 Pro Mac mini (48 GB), an M5 Max Mac Studio (36 GB) and an M3 Ultra Mac Studio (256 GB).
收录于 。摘自官方博客的简短节选，著作权归原发布者所有。