Apple sagt, der neue iMac mit M6 liefere bis zu 12-mal schnellere On-Device-KI-Leistung bei der Prompt-Verarbeitung in LM Studio als ein iMac mit M1 und bis zu 5-mal schneller als mit M4. Zwei Details in diesem Satz entscheiden, ob Sie das interessieren sollte. Verglichen wird mit alter Hardware, und gemessen wird, wie schnell das Modell Ihren Prompt liest, nicht, wie schnell es die Antwort schreibt.
Wir haben Apples beide M6-Ankündigungen, die technischen Daten und die Store-Seiten gelesen. Unser Fazit: Der M6 ist ein guter, fair bepreister Chip, aber für lokale KI ist er die falsche Stelle, um mehr Geld auszugeben. Entscheidend ist der Arbeitsspeicher, und der M6 hört bei 32GB auf.
Was Apple tatsächlich vorgestellt hat
Nur zwei Geräte haben den M6 bekommen. Das 14-Zoll-MacBook-Pro mit M6 startet in den USA bei 1.999 $, der iMac mit M6 bei 1.499 $ (10 Kerne) bzw. 1.699 $ (12 Kerne). Beide haben eine duale 16-Kern-Neural-Engine und Neural Accelerators in jedem GPU-Kern. Apple gibt an, dass KI-Workloads auf der GPU des Laptops bis zu 25 Prozent schneller laufen als mit dem M5, die Neural Engine sei bis zu 1,9-mal schneller.
Der Laptop hat standardmäßig 16GB Unified Memory, konfigurierbar bis 32GB, mit einer Bandbreite von 153GB/s bei 16GB und 170GB/s bei 24GB oder 32GB, laut Apples technischen Daten. Auch für den iMac wird eine Bandbreite von bis zu 170GB/s genannt; Apples iMac-Ankündigung nennt keinen maximalen Speicher, deshalb geben wir keinen an.
Shelly Goldberg, Apples Vice President of Hardware Engineering, verspricht in der Ankündigung „noch leistungsfähigere Funktionen für On-Device-KI". Das stimmt soweit. Es ist aber auch ein Satz über Leistungsfähigkeit, und ausgerechnet das, was für Nutzer lokaler Modelle am wichtigsten ist, der Speicher, hat Apple bei 32GB belassen.
Die Preisgeschichte ist besser als die Leistungsgeschichte. Beide Geräte starten zum selben Preis wie ihre Vorgänger. Das kam laut 9to5Mac nach Preiserhöhungen früher in diesem Jahr, die den iMac von 1.299 $ auf 1.499 $ und das MacBook Pro von 1.699 $ auf 1.999 $ gehoben haben. Das Urteil der Seite: Die neuen M6-Macs seien „alles andere als billig", hätten aber keine weitere Erhöhung bekommen.
Das andere neue MacBook Pro, das mit OLED-Touch-Display, nutzt den M6 gar nicht. Es läuft mit M5 Pro und M5 Max, mit bis zu 128GB Unified Memory beim Max (64GB beim Pro), ab 2.899 $ in den USA. Wenn lokale KI Ihr Kaufgrund ist, zeigt Apple auf dieses Gerät. In der Pressemitteilung heißt es, mit dem M5 Max könnten Profis „LLMs mit Hunderten Milliarden Parametern komplett auf dem Gerät ausführen".
Zwei Arten von On-Device-KI, und nur eine braucht Ihre Mithilfe
Apple Intelligence führt ein kleines Modell auf dem Mac aus, für Schreibwerkzeuge, Diktat, Fotobearbeitung und Ähnliches, und schickt anspruchsvollere Anfragen an Private Cloud Compute, Apples Server-System. Apples Datenschutzversprechen lautet: „Apple Intelligence kennt Ihre persönlichen Informationen, ohne sie zu sammeln." Sie wählen kein Modell und verwalten keinen Speicher. Voraussetzung ist ein Mac mit M3 oder neuer und mindestens 12GB Unified Memory, ein M6 bringt also Tempo, keinen Zugang. Unser Beitrag zu Siri AI und der Rolle von Gemini behandelt die Cloud-Hälfte.
Außerdem können Apps über das Foundation-Models-Framework auf diese On-Device-Modelle zugreifen, die laut Apple offline und ohne Kosten pro Anfrage laufen. Das ist der leise Grund, warum ein Mac mit mehr Speicher mit der Zeit nützlicher wird.
Die zweite Art ist die, um die es im Benchmark ging: ein offenes Modell herunterladen und selbst ausführen, in LM Studio (Apples iMac-Beitrag nennt auch LM Studio Bionic unter den für Apple Silicon optimierten Apps) oder Ollama. Nichts verlässt den Rechner, nichts wird abgerechnet, und nichts ist so gut wie die größten Cloud-Modelle. Welche offenen Modelle den Speicherplatz wert sind, ist eine eigene Frage, die wir in unserer Übersicht zu Open-Weight-Modellen behandeln.
Der Speicher entscheidet, was läuft – lesen Sie diese Zeile zuerst
Ein Modell muss im Speicher liegen, um zu laufen, und auf einem Mac teilen sich CPU und GPU einen gemeinsamen Pool. Ein älteres Ollama-README nannte eine Faustregel: mindestens 8GB RAM für 7B-Modelle, 16GB für 13B-Modelle und 32GB für 33B-Modelle. (Die Zeile stammt aus einem älteren getaggten Release und steht nicht im aktuellen README, nehmen Sie sie also als grobe Untergrenze aus der Geschichte des Tools, nicht als Zusage.) Laut den Systemanforderungen von LM Studio werden 16GB oder mehr empfohlen, und Macs mit 8GB sollten bei kleineren Modellen und moderaten Kontextgrößen bleiben.
Dann ein echtes Schwergewicht: Ollamas FAQ zeigt, dass ollama ps llama3:70b mit 42 GB auflistet. Nach unserer Schlussfolgerung aus dieser Modellgröße passt es auf keinen Mac mit 32GB, egal welcher Chip; es bräuchte 64GB, also einen M5 Pro oder M5 Max, keinen M6.
Tempo ist eine andere Grenze. Apples KI-Angaben zum M6 betreffen die Prompt-Verarbeitung, etwa eine bis zu 1,3-mal schnellere Time to First Token als beim M5 in den Fußnoten-Tests zum Laptop. Das sind Apples Zahlen, gemessen auf Apples Setups. Nach unserer Einschätzung ist für den Teil, in dem die Antwort geschrieben wird, die Speicherbandbreite der Wert, auf den es ankommt, und der M6 liegt im Diagramm oben in den untersten Zeilen.
Wer für 32GB zahlen sollte und wer nicht
Kaufen Sie den M6 mit 24GB oder 32GB, wenn Sie Modelle um 7B bis 14B für Entwürfe, die Zusammenfassung privater Dokumente oder Coding-Hilfe laufen lassen wollen und lieber einen leisen Laptop mit langer Akkulaufzeit besitzen, als eine GPU zu mieten. Dafür ist der zusätzliche Speicher das beste Geld im Konfigurator. Die 16GB des Basismodells für 1.999 $ würden wir für diesen Zweck überspringen. Kleine Modelle laufen damit, aber Sie schließen ständig Apps, um Platz zu schaffen.
Kaufen Sie den M6 nicht für Modelle der 70B-Klasse, und erwarten Sie bei dem, was Sie täglich nutzen, keinen dramatischen Sprung gegenüber dem Chip vom Vorjahr. Wenn das Ihr Ziel ist, kalkulieren Sie einen M5 Pro oder Max, und kalkulieren Sie dann die Alternative, denn laut MacRumors startet ein Mac Studio mit 512GB Speicher in den USA bei 22.299 $. Dagegen wirkt die Rechnung für einen Cloud-Dienst, den Sie ein paar Stunden pro Woche nutzen, klein. Unser Vergleich von lokaler und Cloud-KI zeigt, wo der Break-even liegt, und Modellstufen passend zu Aufgaben hilft, wenn der Großteil Ihrer Arbeit ohnehin kein Frontier-Modell braucht.
Warum Sie Ihren älteren Mac behalten können
Apples Schlagzeilen-Zuwächse beziehen sich überwiegend auf den M1. Gegenüber einem M5 ist die Prompt-Verarbeitung des Laptops bis zu 1,3-mal schneller, was Sie im Benchmark merken und im Chat kaum. Wenn Sie einen M4- oder M5-Mac mit 24GB oder mehr besitzen, würden wir ihn behalten und das Geld beim nächsten Mal in mehr Speicher stecken. Wenn Sie einen M1 mit 8GB haben, ist das Upgrade real, aber ein gebrauchter oder generalüberholter M-Series-Mac mit 32GB würde dieselben Modelle für weniger als 1.999 $ ausführen. Die neuen Macs haben ein Wi-Fi-7-Funkmodul und einen besseren Akku. Keins von beidem führt ein Modell aus.
Eine offene Frage bleibt: Apple hat nicht gesagt, wie viel vom 25-Prozent-GPU-Zuwachs bei der Token-Generierung ankommt, und keine der von uns gelesenen Berichte konnte es sagen. Unabhängige Zahlen zu LM Studio und Ollama dürften erscheinen, sobald die Geräte bei den Kunden sind.
Häufig gestellte Fragen
Braucht Apple Intelligence einen M6?
Nein. Apple listet Mac-Modelle mit M3 oder neuer und mindestens 12GB Unified Memory. Der M6 macht es schneller, nicht verfügbar.
Reichen 16GB, um lokale KI-Modelle auszuführen?
Für kleine Modelle und moderaten Kontext ja. LM Studio empfiehlt 16GB oder mehr, und ein älteres Ollama-README nannte 16GB für 13B-Modelle. Für andere Apps bleibt dann wenig Platz.
Sollte ich auf unabhängige Benchmarks warten?
Wenn Sie speziell für lokale KI kaufen, ja. Apples Tests vergleichen mit M1 und M5 auf eigenen Setups und messen die Prompt-Verarbeitung.