Mac Studio M5 Ultra 96GB 价格与二手行情：能部署哪些大模型？
到价提醒
闲鱼价格到了你设的价，就发邮件提醒你。
Mac Studio M5 Ultra 96GB 是 Apple 2026 年 8 月发布的 M5 Ultra 起步款，内存带宽 1.2 TB/s，是同代 M5 Max 的两倍。同一个模型出字也快一倍左右，Gemma 4 31B 的 4-bit 每秒约 46 个 token。它的短板是容量：96GB 比 128GB 的 M5 Max 还少，30B 级模型能用 8-bit 跑得很快，176B 的 Qwen3.8 Flash Next 却只能用 2-bit。内存出厂后加不了，选配时要一次选够。
闲鱼
Mac Studio M5 Ultra 96GB 价格走势
闲鱼
部分购买链接是联盟链接：通过它们购买时我们可能获得佣金，你支付的价格不变。
Mac Studio M5 Ultra 96GB 完整规格
- 显存96 GB · LPDDR5X-9600 · 统一内存
- 带宽1,229 GB/s
- 芯片
- Apple M5 Ultra
- CPU
- 30 / 36 核
- GPU
- 64 / 80 核
- 存储
- 1 TB / 2 TB / 4 TB / 8 TB / 16 TB
- 生态
- Metal
- 功耗
- 480 W
- 重量
- 3.64 kg
- 型号标识符
- Mac17,15
- 订货号
- MHL74CH/A
- 类型
- 统一内存
- 发布日期
- 2026年8月25日
- 官方定价
- ¥36,871
单台 Mac Studio M5 Ultra 96GB 能跑哪些模型？
96GB 最适合 30B 级模型。8-bit 就能整个装下，Gemma 4 31B 每秒约 27 个 token，Qwen3.6 35B A3B 这类 MoE 超过 120。4-bit 用来给 30B 级模型提速，Gemma 4 31B 能到每秒约 46 个；100B 以上的 MoE 在这一档都装不下，最小的 Qwen3.8 Flash Next 也要 111 GB。2-bit 是这台机器跑大模型的唯一办法：Qwen3.8 Flash Next 的 2-bit 约 79 GB，每秒约 130 个 token；DeepSeek V4 Flash 的 2-bit 有 96.8 GB，几乎占满整台机器。macOS 默认只让 GPU 用约四分之三的内存，也就是 72GB 左右，这两个 2-bit 大模型都要先手动调高这个上限，跑的时候别再开别的大程序。
| 模型 | 大小 | 能否运行 | 速度 t/s | 最大上下文 |
|---|---|---|---|---|
 Gemma 4 26B A4B25.2B（激活 3.8B） | 10.5 GB | 能跑 | 152 | 256K |
 Qwen3.6 27B27.8B | 11.8 GB | 能跑 | 70.4 | 256K |
| Qwen3.8 27B27.8B | 9.8 GB | 能跑 | 82.8 | 256K |
 GLM 4.7 Flash30B（激活 3B） | 11.9 GB | 能跑 | 161.5 | 198K |
| Gemma 4 31B30.7B | 11.8 GB | 能跑 | 68 | 256K |
| Qwen3.6 35B A3B36B（激活 3B） | 12.3 GB | 能跑 | 170.2 | 256K |
| Qwen3.8 Flash Next176B（激活 6B） | 78.9 GB | 能跑 | 130.5 | 256K |
 DeepSeek V4 Flash284B（激活 13B） | 96.8 GB | 能跑 | 106.1 | 918K |
 Hy3295B（激活 21B） | 107.2 GB | 跑不了 | — | — |
| GLM 5.3 Flash320B（激活 18B） | 108.7 GB | 跑不了 | — | — |
| 模型 | 大小 | 能否运行 | 速度 t/s | 最大上下文 |
|---|---|---|---|---|
| Gemma 4 26B A4B25.2B（激活 3.8B） | 16.9 GB | 能跑 | 131.6 | 256K |
| Qwen3.6 27B27.8B | 16.8 GB | 能跑 | 51.2 | 256K |
| Qwen3.8 27B27.8B | 16.5 GB | 能跑 | 52.1 | 256K |
| GLM 4.7 Flash30B（激活 3B） | 18.3 GB | 能跑 | 145.5 | 198K |
| Gemma 4 31B30.7B | 18.3 GB | 能跑 | 46.3 | 256K |
| Qwen3.6 35B A3B36B（激活 3B） | 22.1 GB | 能跑 | 148.3 | 256K |
| Qwen3.8 Flash Next176B（激活 6B） | 111.3 GB | 跑不了 | — | — |
| DeepSeek V4 Flash284B（激活 13B） | 155.1 GB | 跑不了 | — | — |
| Hy3295B（激活 21B） | 182.2 GB | 跑不了 | — | — |
| GLM 5.3 Flash320B（激活 18B） | 199.7 GB | 跑不了 | — | — |
| 模型 | 大小 | 能否运行 | 速度 t/s | 最大上下文 |
|---|---|---|---|---|
| Gemma 4 26B A4B25.2B（激活 3.8B） | 26.9 GB | 能跑 | 108.7 | 256K |
| Qwen3.6 27B27.8B | 28.6 GB | 能跑 | 31.2 | 256K |
| Qwen3.8 27B27.8B | 29 GB | 能跑 | 30.8 | 256K |
| GLM 4.7 Flash30B（激活 3B） | 31.8 GB | 能跑 | 120.4 | 198K |
| Gemma 4 31B30.7B | 32.6 GB | 能跑 | 27.2 | 256K |
| Qwen3.6 35B A3B36B（激活 3B） | 36.9 GB | 能跑 | 124.1 | 256K |
| Qwen3.8 Flash Next176B（激活 6B） | 188.2 GB | 跑不了 | — | — |
| DeepSeek V4 Flash284B（激活 13B） | 161.9 GB | 跑不了 | — | — |
| Hy3295B（激活 21B） | 317.7 GB | 跑不了 | — | — |
| GLM 5.3 Flash320B（激活 18B） | 341 GB | 跑不了 | — | — |
适合谁
适合
- 主要跑 30B 级模型、想要出字快：Gemma 4 31B 的 4-bit 约 46 tokens/s，是 M5 Max 的两倍
- 常用 MoE 想直接上 8-bit：Qwen3.6 35B A3B 的 8-bit 约 124 tokens/s，比 M5 Max 跑 4-bit 还快
- 经常喂长代码、长文档：每个 GPU 核心都带神经加速器，Apple 称在 LM Studio 里读提示词最多比 M3 Ultra 快 4 倍
不太适合
- 想用 4-bit 跑 100B 以上的 MoE：Qwen3.8 Flash Next 的 4-bit 要 111 GB，96GB 装不下，128GB 的 M5 Max 反而能跑
- 想单机跑 DeepSeek V4 Flash 这类 300B 级 MoE：只有 2-bit 塞得进去，而且几乎占满内存；要 4-bit 得选 256GB 以上的 M5 Ultra
买前须知
内存要一次选够
M5 Ultra 起步就是 96GB，往上只有 256GB 和 512GB 两档，中间没有 128GB。内存出厂后加不了，打算用 4-bit 跑 100B 以上的 MoE，直接选 256GB。512GB 只能配 36 核 CPU、80 核 GPU 的版本，要到 10 月底才供货。
36 核 / 80 核版快在哪
两种芯片的内存带宽都是 1.2 TB/s，所以出字一样快；多出来的 16 个 GPU 核心只让读提示词更快。二手挂单两种都有，验机时在「系统信息」里核对 CPU、GPU 核心数，和卖家写的对上了再交易。
用上神经加速器的条件
神经加速器要软件配合才用得上：MLX 要 macOS 26.2 以上，官方 llama.cpp 在 macOS 26.2 以上也会启用。LM Studio 自带的 llama.cpp 运行库有人报告在 M5 上没启用这条路径，GGUF 模型读提示词会慢 2 到 3 倍；在 LM Studio 里改用 MLX 引擎就不受影响。
多台互联
M5 Ultra 机身有 6 个 Thunderbolt 5 口（背后 4 个、前面 2 个），macOS 26.2 起支持经 Thunderbolt 5 做 RDMA，几台连成集群就能把内存拼起来，跑单台装不下的模型。Apple 称四台组成的集群，推理速度最多是单台的 3 倍。RDMA 默认关闭，要进恢复模式打开。
二手先解激活锁
Apple 芯片的 Mac 开着激活锁时，抹掉重装后仍要原机主的 Apple 账户才能激活。交易前让卖家在「查找」里关掉「查找我的 Mac」并退出 Apple 账户，再当面开机确认。
和同档机器对比
| 型号 | 闲鱼中位价 | 显存 | 带宽 | Gemma 4 31B 速度 t/s | 稠密模型上限 | 功耗 |
|---|---|---|---|---|---|---|
| Mac Studio M5 Ultra 96GB本页 | ¥47,500 | 96 GB | 1,229 GB/s | 46.3 | 165B | 480 W |
| Mac Studio M5 Max 128GB | ¥40,800 | 128 GB | 614 GB/s | 23.9 | 222B | 480 W |
| Mac Studio M3 Ultra 512GB | ¥122,499 | 512 GB | 819 GB/s | 31.5 | 911B | 480 W |
 RTX PRO 6000 | ¥129,990 | 96 GB | 1,792 GB/s | 65.5 | 165B | 600 W |
和 Mac Studio M5 Max 128GB 比
同一代的两台，取舍在速度和容量之间。M5 Ultra 的带宽是 M5 Max 的两倍，同样跑 Gemma 4 31B 的 4-bit，每秒约 46 对 24 个 token；可它只有 96GB，Qwen3.8 Flash Next 的 4-bit（111 GB）M5 Max 装得下，它装不下，只能退到 2-bit。常用模型都在 70GB 以内、在意出字快，选 M5 Ultra；想用 4-bit 跑 100B 级 MoE，128GB 的 M5 Max 更合适。
和 Mac Studio M3 Ultra 512GB 比
M3 Ultra 512GB 赢在容量：DeepSeek V4 Flash 能用 4-bit 整个装下，每秒约 62 个 token，96GB 的 M5 Ultra 只能用 2-bit 塞进去。M5 Ultra 赢在速度：带宽高一半，Gemma 4 31B 的 4-bit 约 46 对 32；GPU 还带神经加速器，Apple 称读提示词最多快 4 倍。另外 M3 Ultra 的 512GB 新机已经停售，只剩二手和库存。要单机跑 300B 级 MoE 选 M3 Ultra，或者等 M5 Ultra 的 512GB 版；主要跑 30B 级模型，M5 Ultra 快得多。
和 RTX PRO 6000 比
两台都是 96GB，装得下的模型几乎一样。PRO 6000 的带宽更高，Gemma 4 31B 的 4-bit 约 66 对 46，还有完整的 CUDA 软件，vLLM 这类服务框架直接能用；模型装不下时它还能把一部分放进主机内存接着跑，只是慢很多，Mac 没有这条退路。可 PRO 6000 只是一张卡，还得另配主机和大功率电源。要出字最快、要 CUDA，选 PRO 6000；想要一台插电就能用、放在桌上安静跑的整机，选 M5 Ultra。
其他市场价格
eBay
Amazon.jp作为 eBay 合作伙伴，你通过本页的 eBay 链接购买时，VRAMGlass 可能获得佣金，你支付的价格不变。