Reddit 網友實測 M4 Pro 與 M5 Pro 執行 Qwen3.8-Flash-Next 效能
2026/11/09 — 11/11 23:20·1 個來源（全部）·2 篇報道（全部）
核心速覽 (Key Takeaways)
- 據 Reddit 使用者測試，在 M4 Pro 與 M5 Pro 統一記憶體裝置上使用 MoEShift 後端執行 Qwen3.8-Flash-Next 125B 模型時，M5 Pro 在長提示詞處理上展現出顯著更高的預處理和解碼速度。
事件背景與詳細解讀
據 Reddit LocalLLaMA 版塊一篇帖子（釋出於 2026 年 11 月 9 日 20:10），一位使用者在 2 臺統一記憶體為 24 GB 的 Mac 上，用 MoEShift 後端實測了 ISTA-DASLab 量化的 Qwen3.8-Flash-Next 125B（GSQ-RCO IQ3_XXS，磁碟佔用 76 GB）。測試結果取 3 次執行的中位數：短提示詞解碼（72 個輸入 token）環節，M4 Pro 為 9.84 tok/s，M5 Pro 為 14.69 tok/s；長提示詞預填充（6,060 個輸入 token）環節，M4 Pro 為 199.09 tok/s，M5 Pro 為 374.15 tok/s；長提示詞解碼（512 個輸出 token）環節，M4 Pro 為 9.57 tok/s，M5 Pro 為 13.14 tok/s。
相應地，長提示詞推理總耗時從 M4 Pro 的 83.9 s 降至 M5 Pro 的 55.1 s，而峰值物理程序記憶體兩臺機器均保持在 8.5 GB。總體看，M5 Pro 在長提示詞場景下的預填充與解碼速度明顯領先，短提示詞下也有提升，目前公開材料僅此一帖，尚無其他來源的交叉驗證。
AI 綜合 1 篇報道生成
最新進展Reddit LocalLLaMA 社群發起討論，探討使用者在完成配置後將哪些具體任務從雲端模型遷移至本地模型。討論重點關注本地模型已能勝任的場景，以及仍需依賴 Claude、ChatGPT 或 Gemini 的複雜任務邊界。
相關 AI 工具
- 熱度指數
- 25
- 全部來源
- 1
- 全部報道
- 2
- 首報
- 4 天前
這件事的報道 點標題看原文
Reddit LocalLLaMA 社群發起討論，探討使用者在完成配置後將哪些具體任務從雲端模型遷移至本地模型。討論重點關注本地模型已能勝任的場景，以及仍需依賴 Claude、ChatGPT 或 Gemini 的複雜任務邊界。
瞭解社群使用者在實際生產中劃分本地與雲端模型使用場景的經驗。
Reddit · LocalLLaMAAI 評分 62
據 Reddit 使用者測試，在 M4 Pro 與 M5 Pro 統一記憶體裝置上使用 MoEShift 後端執行 Qwen3.8-Flash-Next 125B 模型時，M5 Pro 在長提示詞處理上展現出顯著更高的預處理和解碼速度。
提供了新一代硬體上大模型量化執行的詳細基準測試資料。
Reddit · LocalLLaMAAI 評分 63
同時在說的其他事
- 熱度指數 2236黃仁勳辭職後輝達股價暴跌，散戶逆勢抄底35 個來源
- 熱度指數 1463發酵中Google 向所有使用者開放 Gemini 4 Hydrogen 高速模型21 個來源
- 熱度指數 1429爆黃仁勳辭任 NVIDIA CEO，臨時掌舵致領導層真空待定16 個來源
- 熱度指數 785爆Anthropic 招聘天然氣供應主管，為上市後資料中心擴張備能10 個來源
- 熱度指數 673爆微軟加緊修復全球大面積故障，Outlook 及 Copilot 等服務受影響8 個來源
熱度怎麼算的？瞭解口徑收起
熱度按 48 小時內有多少個獨立來源在說這件事算：同一個來源發多條只算一次，並按 24 小時半衰期衰減，所以排前面的是很多人在說的事。
本頁彙總公開訂閱源，標題與摘要由模型整理，版權歸原作者所有；重要資訊請回原文核對。如權利人認為相關標題或摘要侵權，請通過頁尾聯絡郵箱提供具體頁面與權利依據，我們核實後會及時刪除或替換。
- 爆
- 討論快速增加
- 新
- 首報 6 小時內
- 發酵中
- 討論仍在增加