RTX Spark 对决 M5 Max：本地跑 Agent 谁更强？长上下文才是真正的分水岭

端侧 AI 笔记本正在进入「顶配对决」时代：一边是搭载 RTX Spark 的 Surface Laptop Ultra，128G 统一内存，官方售价四万八；另一边是 M5 Max 芯片的 16 英寸 MacBook Pro，同样 128G 统一内存，售价五万三。两台机器外观相似、定位相同，跑本地大模型到底谁更快？此前我们首发评测 RTX Spark 时，125B 的 Qwen3.8-Flash-Next 经 Q4 量化后体积高达 104G，Windows 下 GPU 最多只能分到 96G，约两成权重被迫挤进系统内存由 CPU 与 GPU 协同计算，实测在 MTP 草稿模型加持下仍能跑出每秒约 25 个 token。评论区问得最多的却是：和 M5 Max 的 MacBook Pro 比，谁更强？

算力与带宽：两条技术路线

要回答这个问题，先要看清两台机器各自的核心优势。RTX Spark 的底气来自英伟达 Blackwell 架构算力与 CUDA 生态，官方标称 FP4 算力达 1 PFLOPS，开源社区的模型与加速工具也大多优先围绕 CUDA 构建。Mac 的杀手锏则是内存带宽：M5 Max 达到 614GB/s，而当前这一代统一内存 PC 产品——包括 RTX Spark——都还在 300GB/s 以内，差距超过一倍。一边算力强、一边带宽高，落到本地大模型推理上，究竟谁更快，需要实测说话。

两组实测数据：各赢一半

科技博主 Matthew Moniz 用华硕 ProArt P16 与惠普 OmniBook Ultra 16 两台 RTX Spark 笔记本，对战 128G 的 M5 Max MacBook Pro，统一使用 llama.cpp，从 9B、27B、35B 一路测到 120B。结论是各赢一半：处理提示词时 RTX Spark 更快，9B 模型上 ProArt 每秒处理 2678 个 token，Mac 为 2353 个，27B 上领先约 28%；但生成速度 Mac 明显领先，9B 模型每秒 86 对 47，27B 为 27 对 16，120B 为 96 对 64。长文档测试中，27B 读 50 页文档，RTX Spark 45 秒即开始回答，Mac 等了 68 秒，但答案写完两边总耗时均为 117 秒；换成 120B 模型，RTX Spark 总耗时 42 秒，Mac 52 秒，这次 RTX Spark 赢了。

预填充拼算力，解码拼带宽

从多年产业实践经验来看，理解这组数据的关键在于拆解大模型回答问题的两个阶段。第一步是预填充：模型把你发送的内容从头到尾读一遍，这一步拼的是算力，决定了按下回车后要等多久才看到第一个字。第二步是解码：模型逐字生成答案，每写一个字都要把权重从内存里搬一遍，拼的是内存带宽，决定了每秒能吐出多少 token。读题拼算力、写答案拼带宽，恰好对应两台设备的各自长板。所以 27B 读 50 页文档那组数据就好理解了：RTX Spark 读题快了 23 秒，Mac 写答案又把 23 秒追了回来，最终打平。而 Agent 场景正好反转——它完成一个任务要调用模型几十上百次，每轮都要把系统提示、工具说明、历史对话和工具返回结果重新喂给模型，输出往往只是几十个字的工具调用指令，读是写的几十倍甚至上百倍。这也是 AgentPerf 测试中，同样跑 Qwen3.8 27B，RTX Spark 用时 18.9 分钟，M5 Max 用了 24.74 分钟、被远远甩开的原因。任务跑得越久、上下文越长，读题在总时间里占比越大，120B 读长文档那组，RTX Spark 生成慢了三成，总时间反而快 10 秒，道理相同。

持续负载与两个待解疑问

对跑 Agent 的用户来说，持续负载比峰值跑分更有参考价值。Matthew Moniz 让 27B 模型连续运行 10 分钟，Mac 的生成速度从每秒 30 个 token 掉到 24 个，而 ProArt 一直稳在 16.5 个——Agent 往往一跑就是几个小时甚至一整夜，速度稳定比瞬时峰值更重要。当然，海外评测也留下了两个未解问题：其一，M5 Max 在每个 GPU 核心里加了神经网络加速器，苹果称 AI 算力是上一代的 4 倍以上，llama.cpp 未必吃得满这部分算力，若换成苹果自家的 MLX 框架，Mac 的读题速度能否追上来？其二，我们此前评测 125B 模型时，RTX Spark 上有两成权重挤在系统内存里，而 Mac 一行命令就能把 GPU 可用内存调到 120G 左右，整个模型放得下——这种情况下 RTX Spark 读题快的优势还剩多少？这些变量都可能改写结论。

回到标题的问题：RTX Spark 跑 Agent 真比 Mac 强吗？从目前的实测数据看，答案是肯定的，尤其在长上下文与 Agent 场景下优势明显。但如果你主要用本地模型聊天、写作，Mac 的带宽优势反而更爽。买哪台，先想清楚自己让它干什么活。