Reddit 网友实测 M4 Pro 与 M5 Pro 运行 Qwen3.8-Flash-Next 性能
2026/11/09 — 11/11 23:20·1 个来源（全部）·2 篇报道（全部）
核心速览 (Key Takeaways)
- 据 Reddit 用户测试，在 M4 Pro 与 M5 Pro 统一内存设备上使用 MoEShift 后端运行 Qwen3.8-Flash-Next 125B 模型时，M5 Pro 在长提示词处理上展现出显著更高的预处理和解码速度。
事件背景与详细解读
据 Reddit LocalLLaMA 版块一篇帖子（发布于 2026 年 11 月 9 日 20:10），一位用户在 2 台统一内存为 24 GB 的 Mac 上，用 MoEShift 后端实测了 ISTA-DASLab 量化的 Qwen3.8-Flash-Next 125B（GSQ-RCO IQ3_XXS，磁盘占用 76 GB）。测试结果取 3 次运行的中位数：短提示词解码（72 个输入 token）环节，M4 Pro 为 9.84 tok/s，M5 Pro 为 14.69 tok/s；长提示词预填充（6,060 个输入 token）环节，M4 Pro 为 199.09 tok/s，M5 Pro 为 374.15 tok/s；长提示词解码（512 个输出 token）环节，M4 Pro 为 9.57 tok/s，M5 Pro 为 13.14 tok/s。
相应地，长提示词推理总耗时从 M4 Pro 的 83.9 s 降至 M5 Pro 的 55.1 s，而峰值物理进程内存两台机器均保持在 8.5 GB。总体看，M5 Pro 在长提示词场景下的预填充与解码速度明显领先，短提示词下也有提升，目前公开材料仅此一帖，尚无其他来源的交叉验证。
AI 综合 1 篇报道生成
最新进展Reddit LocalLLaMA 社区发起讨论，探讨用户在完成配置后将哪些具体任务从云端模型迁移至本地模型。讨论重点关注本地模型已能胜任的场景，以及仍需依赖 Claude、ChatGPT 或 Gemini 的复杂任务边界。
相关 AI 工具
- 热度指数
- 25
- 全部来源
- 1
- 全部报道
- 2
- 首报
- 4 天前
这件事的报道 点标题看原文
Reddit LocalLLaMA 社区发起讨论，探讨用户在完成配置后将哪些具体任务从云端模型迁移至本地模型。讨论重点关注本地模型已能胜任的场景，以及仍需依赖 Claude、ChatGPT 或 Gemini 的复杂任务边界。
了解社区用户在实际生产中划分本地与云端模型使用场景的经验。
Reddit · LocalLLaMAAI 评分 62
据 Reddit 用户测试，在 M4 Pro 与 M5 Pro 统一内存设备上使用 MoEShift 后端运行 Qwen3.8-Flash-Next 125B 模型时，M5 Pro 在长提示词处理上展现出显著更高的预处理和解码速度。
提供了新一代硬件上大模型量化运行的详细基准测试数据。
Reddit · LocalLLaMAAI 评分 63
同时在说的其他事
- 热度指数 2236黄仁勋辞职后英伟达股价暴跌，散户逆势抄底35 个来源
- 热度指数 1463发酵中Google 向所有用户开放 Gemini 4 Hydrogen 高速模型21 个来源
- 热度指数 1429爆黄仁勋辞任 NVIDIA CEO，临时掌舵致领导层真空待定16 个来源
- 热度指数 785爆Anthropic 招聘天然气供应主管，为上市后数据中心扩张备能10 个来源
- 热度指数 673爆微软加紧修复全球大面积故障，Outlook 及 Copilot 等服务受影响8 个来源
热度怎么算的？了解口径收起
热度按 48 小时内有多少个独立来源在说这件事算：同一个来源发多条只算一次，并按 24 小时半衰期衰减，所以排前面的是很多人在说的事。
本页汇总公开订阅源，标题与摘要由模型整理，版权归原作者所有；重要信息请回原文核对。如权利人认为相关标题或摘要侵权，请通过页尾联系邮箱提供具体页面与权利依据，我们核实后会及时删除或替换。
- 爆
- 讨论快速增加
- 新
- 首报 6 小时内
- 发酵中
- 讨论仍在增加