Mac Studio mit M5 Max und M5 Ultra: bis zu 512 GB für lokale Modelle

Apple hat am 25. August 2026 zusammen mit dem neuen Mac mini auch einen neuen Mac Studio vorgestellt. Er kommt mit den Chips M5 Max und M5 Ultra; Vorbestellungen laufen seit dem Ankündigungstag, ausgeliefert wird ab dem 22. September 2026. Die größte Speicherkonfiguration mit 512 GB folgt erst Ende Oktober 2026.

Was in den Geräten steckt

Der M5 Max hat eine 18-Kern-CPU (sechs Super- und zwölf Performance-Kerne), bis zu 40 GPU-Kerne mit je einem Neural Accelerator, bis zu 128 GB Unified Memory — also gemeinsamen Speicher für CPU und GPU — und bis zu 614 GB/s Speicherbandbreite; die Basisvariante mit 32 GPU-Kernen kommt auf 460 GB/s. Der M5 Ultra kommt auf bis zu 36 CPU- und 80 GPU-Kerne, bis zu 512 GB Speicher und 1,2 TB/s Bandbreite, nach Apples Angaben 50 Prozent mehr als beim Vorgänger. Die Neural Accelerators sitzen erstmals auch im Ultra-Chip. Beide Varianten haben Thunderbolt 5, Wi-Fi 7 und Bluetooth 6.

Apple nennt für den M5 Ultra bis zu 4,3-fache KI-Rechenleistung und eine bis zu vierfach schnellere Prompt-Verarbeitung gegenüber dem M3 Ultra, für den M5 Max bis zu 3,9-fache Werte gegenüber dem M4 Max. Das sind Herstellerangaben; unabhängige Messungen der neuen Geräte liegen noch nicht vor.

In Deutschland beginnt der M5 Max bei 2.999 Euro (36 GB, 512 GB SSD), der M5 Ultra bei 6.599 Euro (96 GB, 1 TB). 256 GB Arbeitsspeicher kosten ab 10.999 Euro; die derzeit teuerste bestellbare Konfiguration liegt mit 256 GB und 16 TB SSD bei 20.679 Euro. Die 512-GB-Option ab Ende Oktober wird darüber liegen, einen Preis hat Apple dafür noch nicht genannt.

Warum das für lokale Modelle zählt

Zwei Größen entscheiden darüber, ob ein Sprachmodell auf einem Gerät läuft und wie schnell: Speichermenge und Speicherbandbreite. Als Faustregel belegt ein Modell in 4-Bit-Quantisierung — verkleinerte Gewichte bei überschaubarem Qualitätsverlust — mindestens 0,5 GB je Milliarde Parameter, in gängigen Formaten eher 0,6 GB, dazu kommt der Zwischenspeicher für den Kontext. 128 GB im M5 Max tragen damit Modelle in der Größenordnung von 100 Milliarden Parametern; 512 GB im Ultra reichen an die größten offen verfügbaren Modelle heran.

Die Bandbreite bestimmt danach das Tempo der Ausgabe, und hier ist der Sprung klein: von 546 GB/s beim M4 Max auf 614 GB/s sind rund zwölf Prozent (jeweils die größte GPU-Variante), und die Token-Ausgabe folgt dieser Größe weitgehend. Apples große Multiplikatoren beziehen sich auf die Prompt-Verarbeitung, also das Einlesen des Kontexts vor der ersten Antwort. Dieser Schritt war bislang rechen- und nicht speicherlimitiert — genau dort greifen die Neural Accelerators.

Für den Betrieb von Agenten ist das die relevantere Hälfte. Wer eine Codebasis, eine Aktenlage oder einen langen Gesprächsverlauf in jeden Durchlauf gibt, wartet überwiegend auf das Einlesen, nicht auf das Schreiben.

Mehrere Geräte im Verbund

Seit macOS 26.2, das im Dezember 2025 erschien, beherrschen Macs RDMA über Thunderbolt 5: Ein Gerät liest den Speicher eines anderen direkt aus, ohne dessen Prozessor nennenswert zu belasten. Apples quelloffenes Framework MLX nutzt das für verteilte Inferenz. Apple gibt an, vier Mac Studio im Verbund erreichten bis zur dreifachen Inferenzleistung eines einzelnen Geräts.

Wie das in der Praxis aussieht, hat Jeff Geerling im Dezember 2025 mit vier Geräten der Vorgängergeneration und zusammen 1,5 TB Speicher gezeigt: Qwen3 mit 235 Milliarden Parametern lief mit rund 32 Token pro Sekunde, Kimi K2 Thinking mit rund 30. Die Grenzen benannte er ebenso deutlich: Es gibt keine Thunderbolt-5-Switches, jedes Gerät muss mit jedem anderen direkt verbunden werden, der Verbund endet daher bei vier Geräten — und die Verwaltung bleibt Handarbeit.

Einordnung

Die Rechnung wird erst im Vergleich mit dedizierter Rechenhardware interessant. Nvidias RTX Pro 6000 Blackwell mit 96 GB Grafikspeicher steht seit Mitte August 2026 bei 16.000 Dollar, nach 13.250 Dollar seit Juni; angehoben wurde der Preis ohne offizielle Ankündigung. Ein Mac Studio mit 96 GB gemeinsamem Speicher kostet 5.499 Dollar — als vollständiges Gerät, nicht als Steckkarte. Gekauft wird damit allerdings Kapazität, nicht Spitzenleistung: Unified Memory ist langsamer als der Speicher einer Rechenkarte, und ein Gerät bedient nur wenige gleichzeitige Anfragen.

Der Mac Studio macht große offene Modelle im eigenen Haus bezahlbar. Er macht sie nicht schnell genug, um damit ein ganzes Team so zu bedienen wie eine Cloud-Schnittstelle.

Betrifft Sie das? Wenn Sie Modelle aus Gründen der Vertraulichkeit oder der Kostenplanung im Haus betreiben wollen, ist der M5 Max die nüchterne Wahl und der Ultra die Ausnahme für wirklich große Modelle. Rechnen sollten Sie dabei mit Auslastung statt mit Listenpreisen: Ein Gerät, das ein oder zwei Personen bedient, holt seinen Anschaffungspreis gegen API-Kosten nur langsam herein; ein Gerät, das nachts Stapelverarbeitung durchzieht oder eine Abteilung mit gleichmäßiger Last versorgt, deutlich schneller.

Wer die 512-GB-Konfiguration braucht, wartet ohnehin bis Ende Oktober. Bis dahin bleibt zu beobachten, was die Speicherpreise machen — sie haben in diesem Jahr sowohl bei Apple als auch bei Nvidia die Preisschilder bewegt.

---

Weiterlesen

• Qwen3-Coder-Next: Effizienz im lokalen Code-Agenten — beziffert, wie viel gemeinsamer Speicher ein lokaler Code-Agent tatsächlich braucht
• Qwen 3.6 im Werkstatt-Test — Erfahrungen mit vergleichbaren Modellgrößen auf Unified Memory und auf RTX-Karten
• Ein Agent, der bleibt: Der Hermes-Agent und lokale KI-Modelle — was ein dauerhaft laufender Agent auf eigener Hardware voraussetzt