MacBook Pro com M5 Pro e M5 Max: a Apple mira quem roda LLMs na própria máquina

A Apple anunciou em 3 de março o novo MacBook Pro com os chips M5 Pro e M5 Max. Em anos anteriores, eu leria um anúncio desses pensando em renderização de vídeo e compilação. Desta vez, o texto da própria Apple deixa claro qual é o público que ela quer conquistar: gente que roda modelos de linguagem localmente. E, para quem trabalha com desenvolvimento, esse é o ponto que realmente interessa.

O que mudou nos chips

Segundo a Apple, o M5 Pro e o M5 Max trazem CPU de até 18 núcleos, divididos em 6 “super cores” e 12 núcleos de desempenho. A empresa chama o super core de “o núcleo de CPU mais rápido do mundo” e promete até 30% mais desempenho de CPU em relação ao M4 Pro e ao M4 Max. Na GPU, a promessa é de até 50% mais desempenho gráfico que a geração anterior.

A novidade mais relevante, porém, é arquitetural: cada núcleo de GPU agora inclui um Neural Accelerator. É isso que sustenta os números de IA que a Apple destacou. De acordo com a empresa, o processamento de prompts de LLM fica até 3,9 vezes mais rápido no M5 Pro em comparação ao M4 Pro, e até 4 vezes mais rápido no M5 Max frente ao M4 Max. Contra o M1 Pro e o M1 Max, os ganhos anunciados chegam a 6,9 e 6,7 vezes, respectivamente. Para geração de imagens com IA, a Apple fala em até 3,7 vezes (M5 Pro) e 3,8 vezes (M5 Max) sobre a geração M4.

Memória e banda: o que importa para modelos locais

Quem já tentou rodar um modelo grande no notebook sabe que o gargalo raramente é só o poder de computação. É a memória. O modelo precisa caber, e a velocidade de geração de tokens depende muito de quão rápido os pesos são lidos.

Aqui os números são:

• M5 Pro: até 64GB de memória unificada, com até 307GB/s de banda.
• M5 Max: até 128GB de memória unificada, com até 614GB/s de banda.

Com 128GB compartilhados entre CPU e GPU, dá para carregar modelos que simplesmente não cabem na VRAM de uma placa de vídeo de consumo. É essa combinação de capacidade e banda que torna o Mac atraente para inferência local, e o M5 Max dobra a banda em relação ao M5 Pro.

Vale notar que a métrica que a Apple destacou é o processamento de prompt, ou seja, a fase em que o modelo lê o contexto de entrada. Em fluxos de agentes de código, que despejam arquivos inteiros no contexto, essa fase pesa bastante. Já a velocidade de geração de tokens depende mais da banda de memória, e para ela o anúncio não traz um número de ganho específico.

O resto da máquina

O SSD, segundo a Apple, ficou até 2 vezes mais rápido, chegando a 14,5GB/s de leitura e escrita. O armazenamento base subiu: 1TB no M5 Pro e 2TB no M5 Max. A bateria tem autonomia anunciada de até 24 horas, com carga rápida de até 50% em 30 minutos usando um adaptador USB-C de 96W ou mais.

Nas conexões, são três portas Thunderbolt 5, HDMI com suporte a até 8K, leitor SDXC e MagSafe 3. O novo chip sem fio N1 traz Wi-Fi 7 e Bluetooth 6. O M5 Pro suporta até dois monitores externos, e o M5 Max, até quatro.

Preços e disponibilidade

Nos Estados Unidos, os preços partem de:

• 14 polegadas com M5 Pro: US$ 2.199
• 16 polegadas com M5 Pro: US$ 2.699
• 14 polegadas com M5 Max: US$ 3.599
• 16 polegadas com M5 Max: US$ 3.899

O modelo de 14 polegadas com o M5 básico também passa a vir com 1TB de base, por US$ 1.699. A pré-venda começou em 4 de março em 33 países e regiões, e as lojas recebem as máquinas a partir de 11 de março.

Minha leitura

Para quem programa, a pergunta prática é: vale pagar por isso para rodar modelos localmente? A resposta depende do tamanho do modelo que você quer usar. Os 64GB do M5 Pro já atendem bem modelos de porte médio quantizados. Se a ideia é experimentar modelos maiores ou manter vários carregados ao mesmo tempo, só o M5 Max com 128GB resolve, e aí o preço sobe rápido.

Também é preciso ter cautela com os números. Todos os ganhos de desempenho citados aqui são da Apple, medidos em condições escolhidas por ela. Vou esperar testes independentes, com modelos e ferramentas reais, antes de confiar no “até 4 vezes”.

Ainda assim, a direção é clara. A Apple não está mais tratando IA local como um efeito colateral da GPU. Colocar aceleradores neurais em cada núcleo de GPU e falar abertamente em processamento de prompt de LLM mostra que o notebook de desenvolvedor virou, para ela, também uma estação de inferência. Para quem quer privacidade, trabalho offline ou simplesmente fugir da conta mensal de API, isso é uma boa notícia.