Configuration
Apple Mac Studio M5 Max 128 Go
Puce Apple M5 Max, 128 Go de mémoire unifiée à 614 Go/s, sous macOS.
Station IA compacte — 19,7 × 19,7 × 9,5 cm, 2,7 kg
Présentation
Le Mac Studio M5 Max réunit 128 Go de mémoire unifiée et 614 Go/s de bande passante, plus du double des 273 Go/s de la puce GB10 de notre NVIDIA DGX Spark (données Apple et NVIDIA). C'est la bande passante qui fixe la vitesse d'écriture d'un modèle : sur GPT-OSS-120B, le débit estimé y est le plus élevé de notre gamme 128 Go.
GPT-OSS-120B est le modèle conseillé pour converser à plusieurs ; les modèles de 24 à 32 milliards de paramètres y tournent aussi confortablement. Un modèle dense de 70 milliards de paramètres (Llama 3.3 70B) tient en mémoire mais va au rythme d'une personne à la fois.
Le tableau « Modèles, personnes en même temps, agents » donne pour chaque modèle installable le débit pour une personne, les personnes servies en même temps et les agents : estimations calculées, pas des mesures.
Il fonctionne sous macOS, avec MLX ou Ollama, sans CUDA. Commandé chez Apple : le délai Apple est constaté à la commande.
Caractéristiques techniques
Cœur de calcul
- Puce
- Apple M5 Max — CPU 18 cœurs, GPU 40 cœurs
- Neural Engine
- 16 cœurs
Mémoire & stockage
- Mémoire
- 128 Go unifiée (CPU + GPU)
- Bande passante
- 614 Go/s
- Stockage
- SSD 1 To
Connectique & système
- Réseau
- 10 Gigabit Ethernet + Wi-Fi 7 + Bluetooth 6
- Ports
- Thunderbolt 5, HDMI 2.1, USB-A
- Système
- macOS (préinstallé par Apple)
Format & consommation
- Dimensions
- 19,7 × 19,7 × 9,5 cm — 2,7 kg
- Consommation
- 480 W maximum en continu (donnée Apple)
Modèles, personnes en même temps, agents
Pour chaque modèle qui tient en mémoire : combien de personnes peuvent l'interroger en même temps en gardant chacune au moins 7 tokens par seconde (une lecture confortable, contexte de 8k), ou combien d'agents peuvent tourner seuls en même temps à 4 tokens par seconde chacun (contexte de 4k). Personnes et agents se partagent la machine : c'est l'un ou l'autre, ou un mélange des deux.
| Modèle | Mémoire (32k) | Débit pour 1 personne | Personnes en même temps | ou agents seuls | Usage |
|---|---|---|---|---|---|
| GPT-OSS-120Bconversation | ≈ 86,4 Go | 64,2–91,7 tok/s | 8* | 8* | conversation |
| GPT-OSS-20Bconversation | ≈ 17,8 Go | 90,9–129,8 tok/s | 8* | 8* | conversation |
| Mistral Small 24Bconversation | ≈ 21,1 Go | 17,7–25,3 tok/s | 3 | 4* | conversation |
| Gemma 3 27Bconversation | ≈ 25 Go | 15,7–22,5 tok/s | 2 | 4* | conversation |
| Qwen3 32Bconversation | ≈ 29 Go | 13,3–19 tok/s | 2 | 4* | conversation |
| DeepSeek R1 32Bconversation | ≈ 29,7 Go | 13,3–19 tok/s | 2 | 4* | conversation |
| Llama 3.3 70Bune personne à la fois | ≈ 57,2 Go | 6,1–8,7 tok/s | 1, à son rythme | 1 | une personne à la fois |
| Qwen2.5 72Bune personne à la fois | ≈ 58,6 Go | 5,9–8,4 tok/s | 1, à son rythme | 1 | une personne à la fois |
Estimations calculées, pas des mesures. Débit pour 1 personne : pré-estimation du moteur de dimensionnement. Plusieurs personnes en même temps : il faut que le moteur d'inférence soit réglé pour traiter plusieurs requêtes à la fois (par défaut, Ollama en traite une seule, les suivantes attendent leur tour). Avec l'option installation, ce réglage est fait sans supplément et vérifié au procès-verbal de recette.
Gain du traitement simultané repris de mesures publiées sur la même famille de puce (bancs de projets open source, revue technique ou résultats envoyés par des utilisateurs) : oMLX 0.3.2 (05/04/2026) ; oMLX 0.2.6 (10/03/2026). Série retenue : la plus proche du type de modèle (la plus prudente quand il y en a plusieurs), sans extrapoler au-delà du nombre de requêtes mesuré.
* Plus grand nombre de requêtes mesuré dans les sources publiées : la machine peut faire plus, ce n'est pas vérifié.
« Lent » : moins de 5 tokens par seconde pour une seule requête, utile pour analyser des documents en arrière-plan, pas pour converser. Avec l'option installation, le débit est mesuré sur votre machine et consigné au procès-verbal de recette.
Ce qui est inclus
- • La machine neuve, livrée en France.
- • Garanties légales prévues par les CGV et garantie du constructeur.
- • Un interlocuteur humain qui répond sous 48 h ouvrées.
- • IAboutique est un revendeur indépendant : ni fabricant ni partenaire officiel de la marque, dont les noms et logos appartiennent à leur propriétaire.
Avec l'option Installation & configuration IA
- + Installation complète : moteur d'inférence (Ollama ou MLX), modèle choisi et interface web prête à l'emploi, sur le macOS fourni par Apple.
- + Débit mesuré sur votre machine, avec vos modèles, et consigné au procès-verbal de recette.
- + Prise en main à distance (1 h) et guide « premiers pas » en français.
Que faire avec cette machine
- — Interroger un gros fonds documentaire (dossiers clients, contrats, comptes rendus) avec GPT-OSS-120B, pour quelques personnes à la fois.
- — Rédiger, reformuler et traduire des courriers et des notes avec GPT-OSS-20B ou Mistral Small 24B.
- — Lancer des analyses longues (comparer plusieurs contrats, extraire des clauses, préparer un résumé de dossier) avec Llama 3.3 70B ou Qwen2.5 72B, une personne à la fois.
- — Garder l’IA sur un Mac de bureau, sous macOS, sans CUDA : les outils écrits seulement pour CUDA ne s’y installent pas.
- — Faire tourner quelques agents, c’est-à-dire des programmes qui enchaînent seuls des tâches (tri, comptes rendus) : le tableau « Modèles, personnes en même temps, agents » en donne le nombre estimé.
Des usages possibles, pas des engagements. Les modèles cités sont ceux du tableau « Modèles, personnes en même temps, agents », dont les chiffres sont des estimations calculées.
Chargement de la fiche interactive…