苹果M3 Ultra对决：Qwen3完胜4大模型

我曾是一名大学物理讲师（教了五年书），在购买 Mac Studio（M3 Ultra、128 CPU/80 GPU 核心、512 GB 统一 RAM）一个月后，我在 LM Studio中对几个 LLM 进行了非常简单的基准测试。

模型    数量/RAM占用空间    速度（吨/秒）    代币输出    第一个令牌延迟
MLX deepseek‑V3‑0324‑4位    355.95 GB    19.34     755    17.29秒
MLX Gemma-3-27b-it-bf16     52.57 GB    11.19     1 317     1.72秒
MLX Deepseek‑R1‑4位    402.17 GB    16.55     2062     15.01秒
MLX Qwen3‑235‑A22B‑8位    233.79 GB    18.86     3096     9.02秒
GGFU Qwen3‑235‑A22B‑8位     233.72 GB    14.35     2,883     4.47秒

1.推理速度
R1 > Qwen3 > Gemma3

“思考时间”（生成前）大约占总生成时间的一半。如果我不得不重复两次才能得到一个好的答案，我会直接选择一个推理能力更强的模型，而不是争分夺秒。

2. 生成速度
V3 ≈ MLX‑Qwen3 > R1 > GGFU‑Qwen3 > Gemma3。

不出所料：这里是令牌宽度 + 统一内存带宽的规则。Mac 的 890 GB/s 对于紧凑型工作站来说非常出色，但它远不及你们已经知道的怪兽级独立 GPU——因此，一旦模型开始大量消耗令牌，吞吐量就会下降。

3. 输出质量（评分时就像我的学生一样）
Qwen3 >>> R1 > Gemma3 > V3

• deepseek‑V3  – 答案很简单，会导致课程失败。
• Deepseek‑R1  – 扎实的本科水平。
• Gemma‑3  – 尺寸虽小，但冲击力十足，值得尊敬。
• Qwen3—— 独树一帜：清晰、创意、简洁、深度十足。如果说其他人是本科水平，那么Qwen3就是正在为求职演讲答辩的博士生。

使用 Mac Studio 一个月——值得吗？
我为什么不后悔

1. 一流的建造和设计。
2. 如果对于你来说，电脑比汽车更重要（我从事生物信息学），你住在公寓里（空间很奢侈，没有地方放置嘈杂的服务器），噪音会摧毁你（我是神经多样性者；Mac 即使在 100% 的状态下也很安静），那么这是有道理的。
3. 功耗峰值 < 250 W。
4. 占地面积极小，轻到可以放入背包中。

为什么你需要再等等

• 您主要在 PC 上玩游戏。
• 你讨厌 macOS 的学习曲线。
• 您希望不断升级硬件。
• 您可以等待 2-3 年，直到 LLM 专用硬件变得便宜为止。

省钱小贴士

• 坚持使用 1 TB SSD—Thunderbolt + 快速 NVMe 外壳覆盖其余部分。
• 跳过苹果的显示器和外围设备；第三方的更便宜。
• 在特朗普时代的进口关税再次抬高苹果价格之前，赶紧买一个吧。
• 我不会选择 256 GB 而不是 512 GB，当然价格要高出一倍，但至少对我来说，它能带来更多机会。有了它，我可以一边使用 Qwen3，一边进行生物信息学分析。即使 Qwen3 能（紧凑地）装进 256 GB 的内存，也无法让你在其他任务上拥有很大的操作空间。最后，谁知道下一代机型会是什么，会配备多大的内存呢？

TL;DR

• Qwen3‑8bit 占主导地位——博士级别的答案，速度足够快，推理迅速。
• 思考时间不是瓶颈；量化+内存带宽才是（如果有任何专家想要纠正或改进这一点，请这样做）。
• Mac Studio M3 Ultra 是一款安静、省电、小巧的机器——但并不适合 GPU 狂热者或升级狂热者。