本文實測 Mac Studio M5 Ultra 256G 運行 Qwen 3.8、Qwen Image 2.1 與 MiniMax H3 的效能數據，並提供代理商與開發者的應用建議。
Mac Studio M5 Ultra 256G 是近年來少見能同時勝任本地 AI 代理、多模態生成與長上下文 RAG 的單機配置。本文整理社群實測數據，聚焦三個代表性模型：文字（Qwen 3.8）、圖片（Qwen Image 2.1 與同級生圖模型）、影片（MiniMax H3），說明這台機器實際能跑什麼、效能如何，以及哪些工作流最適合落地。
文字模型：Qwen 3.8 的本地應用
Qwen 3.8 家族（含 27B、Flash、Next 變體）在 M5 Ultra 256G 上表現相當出色，特別適合需要長上下文與多代理協作的場景。
效能數據
- 生成速度：約 55–115 tok/s，視量化等級與提示長度而定。輕量設定（Flash-Next）可達 115 tok/s，27B 4-bit 約 42.6 tok/s。
- 提示讀取：相較 M3 Ultra 提升約 3.9 倍，長提示下 TTFT（首字延遲）可從 4 分鐘縮短至約 100 秒。
- 長上下文：64K–256K token 下仍維持 60–85 tok/s 生成速度，256K 冷緩存 TTFT 約 101.5 秒。
- 多代理並發：三請求並發時總吞吐比單請求高 23%，256GB 記憶體可同時運行多個 Flash-Next 會話。
典型用途
- 本地 AI Agent / 個人助理：日常任務編排、文件整理、會議紀錄轉寫，可完全離線運行，雲端成本為零。
- 長上下文 RAG / 文件分析：合約、規格書、技術文件批量分析，PRD 自動摘要，客服知識庫問答。
- 程式輔助 / Code Agent：搭配 MCP 工具呼叫，進行自動重構、測試生成、文件生成。
- 多代理協作：主代理＋子代理分工（研究、寫作、程式、審核），適合複雜專案流程。
圖片模型：Qwen Image 2.1 與生圖模型
圖片部分需區分兩類：多模態理解（Qwen Image 2.1）與實際生圖（Stable Diffusion / FLUX.2 / Z-Image Turbo 等）。
影像理解（Qwen Image 2.1 / Qwen3-VL）
- 效能：1 分鐘影片素材約 23.5 秒完成描述（Qwen3-VL 32B 實測），但內容可能只涵蓋前 29 秒，需人工核對。
- 用途：產品影片自動標籤、素材庫自動描述、短影片內容摘要、視覺 RAG。
生圖模型
- 效能：M5 Ultra 生圖速度約為 M3 Ultra 的 2–3 倍；單張生成約 10–30 秒（視模型與解析度）。實測 Qwen-Image-2.1 生成一張圖約 180 秒，峰值記憶體約 78GB。
- 用途：電商產品圖、廣告素材、社群貼文圖、多版本 A/B 測試圖、內部提案 mockup。
影片模型：MiniMax H3 的實驗性應用
MiniMax H3 是本地影片生成模型，在 M5 Ultra 256G 上「能跑，但很慢」。
- 效能：一條影片生成約 1 小時，RAM 峰值約 146GB。256GB 配置可運行，但同時多條會很快吃滿記憶體，需排隊或分批。
- 用途：內部 demo、客戶提案樣片、UGC 概念片、社群短影片草稿。不適合高頻即時產出，較適合離線批次。
- 工作流整合：文字 Agent 寫腳本 → 生圖模型產分鏡 → MiniMax H3 產短影片 → 剪輯後製。
效能總表
| 模型類型 | 代表模型 | 產出時間（M5 Ultra 256G） | 資源佔用 | 效益評估 |
|---|---|---|---|---|
| 文字 | Qwen 3.8（27B / Flash / Next） | 55–115 tok/s；長提示 TTFT ~100 秒 | 27B 4-bit 約數十 GB；可並行多會話 | 非常適合主力本地文字模型，長上下文與多代理優勢明顯 |
| 圖片（理解） | Qwen Image 2.1 / Qwen3-VL | 1 分鐘影片描述約 23.5 秒 | 依模型而異 | 速度足夠，輸出需人工核對，適合輔助流程 |
| 圖片（生圖） | SD / FLUX / Z-Image Turbo | 單張 10–30 秒；比 M3 Ultra 快 2–3 倍 | 峰值可達 78GB | 對代理商實用，降低雲端成本並提高迭代速度 |
| 影片 | MiniMax H3 | 一條約 1 小時 | 峰值 RAM 約 146GB | 能做但耗時，適合離線批次與內部使用 |
採購建議：誰適合買 Mac Studio M5 Ultra 256G？
適合的情境
- 本地文字 Agent 主力機：需要文件分析、程式輔助、多代理流程，重視資料在地與成本可控。
- 內部生圖素材工廠：快速迭代電商與廣告素材，減少對雲端生圖服務的依賴。
- 影片生成實驗床：測試本地影片流程，為客戶提供「在地運算、資料不出境」的解決方案。
- 長上下文 RAG 需求：64K–256K token 的文件分析體驗明顯優於前代。
可能不划算的情境
- 高頻影片生成：每天需大量產出短影片且對時間敏感，MiniMax H3 一條 1 小時會限制產能，建議搭配雲端或專用 GPU 伺服器。
- 僅需單一輕量模型：若無長上下文與多代理需求，較低規格的 Mac Studio 或其他本地推理機更經濟。
結論
Mac Studio M5 Ultra 256G 對「本地 AI 代理＋多模態生成」是明顯夠用且體驗很好的配置。文字與圖片工作流已相當成熟，影片則屬於「可實驗、可展示」的等級。若你的核心痛點是大量快速影片產出，建議採用混合架構：Mac Studio 負責文字、圖片與實驗，影片大批量部分仍交由雲端或專用 GPU 伺服器。