Mac Studio M5 Ultra statt NVIDIA-Workstation für lokale KI

96 GB statt 32 GB VRAM

Mac spart rund 1'900 Fr

Foto: macwelt.de

Ein Mac Studio mit 96 GB Speicher kostet rund 1'900 Franken weniger als ein PC mit RTX 5090 und rendert etwa gleich schnell. So sagt es eine Rechnung vor dem Kauf. Messen lässt sich erst nach der Lieferung.

Das Wichtigste in Kürze

• Beim Mac zählt der gemeinsame Speicher, bei NVIDIA nur das VRAM. 96 GB stehen 32 GB gegenüber (RTX 5090). Für grosse lokale Sprachmodelle entscheidet dieser Unterschied.
• Bei ähnlicher Ausstattung liegt der Mac laut eigener Rechnung rund 1'900 Fr. unter dem PC mit RTX 5090. Gegenüber der RTX 5080 sind es rund 740 Fr. Alle Preise sind Tagespreise vom Oktober 2026.
• Neue Modelle erscheinen meist zuerst für CUDA. Auf dem Mac dauert es oft sechs bis zwölf Wochen länger. Wer nicht an der Front arbeiten muss, verliert dabei wenig.
• Die Regel lautet: erst Modelle und Tools festlegen, dann die Hardware.

Das Problem: Neue Modelle erscheinen zuerst für CUDA

Wer lokale KI ernsthaft nutzen will, landet schnell bei NVIDIA. Neue Sprachmodelle erscheinen meist zuerst für CUDA, und der Reflex lautet dann: ein Linux-PC mit RTX-Karte.

Dabei geht eine zweite Rechnung unter. Grosse lokale Modelle brauchen vor allem Speicher. Bei NVIDIA zählt dafür nur das VRAM der Grafikkarte, bei der RTX 5090 sind es 32 GB. Beim Mac teilen sich CPU und GPU einen Speicher, bei der betrachteten Ausstattung 96 GB mit rund 1,2 TB/s Bandbreite. Was in 32 GB nicht mehr passt, läuft im Mac-Speicher noch.

Der Zweck der Maschine ist deshalb entscheidend. Gesucht ist ein kompaktes, leises und wertstabiles Gerät für lokale KI (Sprachmodelle, Avatar- und Videogenerierung) und semi-professionelles Rendern in Blender. Der Kaufentscheid soll nachvollziehbar sein, auch für Kollegen, die ihn später prüfen.

Architektur: Lokale KI braucht nicht alles auf einmal

Der wichtigste Rat aus dem Kollegenkreis lautet, nicht jede Aufgabe auf Maximum auszulegen. Ein grosses Sprachmodell und ein aufwendiger Blender-Lauf schliessen sich auf einer Maschine aus. Deshalb steuert ein kleines lokales Modell über MCP Blender und weitere Werkzeuge. So bleibt die GPU für das Rendern frei.

Zudem lohnt es sich, nicht auf 70 Milliarden Parameter und mehr zu fixieren. Mixture-of-Experts-Architekturen (zum Beispiel 35B-A3B) laufen ab 64 GB so schnell wie ein kleines Sprachmodell mit 3 Milliarden Parametern, weil pro Token nur ein Teil der Gewichte aktiv ist. Die Ausführung läuft über Metal: MLX, llama.cpp und der Cycles-Renderer von Blender nutzen die GPU des Mac.

Die Rechnung: drei Varianten und zwei Paarungen

Die folgenden Zahlen stammen aus einer eigenen Rechnung vom Oktober 2026. Sie beruhen auf Listen- und Händlerpreisen und ändern sich täglich.

Die Grafikleistung der drei Varianten zeigt die nächste Karte. Als Basis mit 100 % dient der Ultra mit 80 Kernen.

Relativ zum Ultra mit 80 Kernen. Der Max liegt laut Blender-Metal-Scores rund 37 % hinter dem Ultra.

Für zwei Paarungen mit ähnlicher Ausstattung ergibt die Rechnung Folgendes:

Die Zahlen belegen keine Überlegenheit des Mac. Bei gleicher Leistung bleiben die Preise vergleichbar, und der Mac liegt beim nutzbaren Speicher vorn. Für Training und Feintuning bleibt CUDA klar im Vorteil.

Die Strategie: bewusst nicht an der Front

Der Reflex, immer als Erster das neueste Sprachmodell zu haben, kostet Geld und Zeit. Auf dem Mac läuft heute schon so viel lokal, dass niemand jeden Tag an der vordersten Front mitarbeiten muss. Erscheint etwas Neues, warte ich sechs, acht oder zwölf Wochen, bis es auf Apple Silicon läuft. Die Lieferzeit von sieben bis acht Wochen passt zu dieser Logik.

Damit wird aus einem Nachteil eine Strategie. Wer ein Release am Tag der Veröffentlichung in der Produktion braucht, bleibt besser bei CUDA.

Entscheidungskriterien im Vergleich

Nach der Lieferung nachmessen

Die Annahmen dieses Artikels sind Rechnungen. Deshalb prüft nach der Lieferung ein kurzes Skript den Durchsatz eines lokalen, OpenAI-kompatiblen Endpunkts. Es läuft mit Ollama, LM Studio oder mlx_lm.server.

#!/usr/bin/env bash
set -euo pipefail
BASE_URL="${1:-http://localhost:11434/v1}"
MODEL="${2:-qwen3:32b}"
RUNS="${3:-3}"
PROMPT="Erkläre in 300 Wörtern, wie DMARC, SPF und DKIM zusammenspielen."

for i in $(seq 1 "$RUNS"); do
  start=$(date +%s.%N)
  resp=$(curl -s "$BASE_URL/chat/completions" -H "Content-Type: application/json" \
    -d "{\"model\":\"$MODEL\",\"messages\":[{\"role\":\"user\",\"content\":\"$PROMPT\"}],\"stream\":false}")
  end=$(date +%s.%N)
  tokens=$(echo "$resp" | python3 -c 'import sys,json; print(json.load(sys.stdin)["usage"]["completion_tokens"])')
  secs=$(echo "$end - $start" | bc)
  echo "Lauf $i: $tokens Tokens in ${secs}s, $(echo "scale=1; $tokens / $secs" | bc) Tokens/s"
done

Das Ergebnis gehört mit Parametergrösse, Quantisierung und macOS-Version in die Notiz. Ergänzend kommt der Blender-Benchmark von Blender Open Data. Wie ein Wrapper für Cursor auf dem Mac aussehen kann, beschreibt der Artikel Lokale KI in Cursor: 20 Aufgaben gegen ein Cloud-Modell.

Typische Fehler bei der Hardware-Wahl

• Hardware nach dem grössten denkbaren Modell kaufen: Die tatsächlichen Aufgaben bestimmen den Bedarf.
• VRAM und Systemspeicher addieren: Für Sprachmodelle sind sie nicht gleichwertig.
• Benchmarks verschiedener Versionen vergleichen: Zahlen gelten nur für dieselbe Blender- und Treiberversion.
• CUDA-only-Werkzeuge übersehen: Wer eines davon zwingend braucht, entscheidet damit die Frage.

Einordnung: Was das für IT-Teams und Kreative in KMU heisst

Für kleine Teams zählt der Betrieb mehr als der Spitzenwert. Ein Mac Studio läuft leise, braucht wenig Platz und kostet bei den betrachteten Ausstattungen weniger als ein vergleichbarer PC. Dafür warten Nutzer auf neue Releases und stehen bei Training und Feintuning schlechter da. Wer vor allem anwendet (Textgenerierung, Avatare, Video, Blender), fährt mit dem Mac gut. Wer selbst trainiert oder CUDA-Werkzeuge braucht, kommt um NVIDIA nicht herum. Entscheide deshalb zuerst über die Aufgaben und danach über die Hardware.

Fazit

Ein Mac Studio M5 Ultra mit 96 GB Speicher ist für lokale KI und Rendering eine nachvollziehbare Alternative zur NVIDIA-Workstation, solange sechs bis zwölf Wochen Wartezeit auf neue Releases vertretbar sind. Die Rechnung nennt einen Preisvorteil von rund 1'900 Fr. gegenüber der RTX 5090. Gemessen ist noch nichts. Lege Werkzeuge und Aufgaben fest, kaufe danach und prüfe die Annahmen nach der Lieferung.

Quellen: Blender Open Data, MLX, Model Context Protocol. Preise und Leistungsverhältnisse sind eigene Rechnungen des Autors, Stand Oktober 2026, und nicht unabhängig geprüft. Zuletzt geprüft: 24. Oktober 2026.

Geschrieben von Andreas Brauckmann · So arbeitet die Redaktion