Bosgame M5 AI: Lohnt sich der Mini-PC mit 128 GB für lokale KI?

128 GB Unified Memory: 70B-LLMs in Q4 lokal ohne Grafikkarte
- Konfiguration
- 128 GB + 2 TB
- Chip
- AMD Ryzen AI Max+ 395
- Arbeitsspeicher (Unified)
- 128 GB
- Speicherbandbreite
- 256 GB/s
- 128 GB: 70B-Modelle in Q4
- Radeon 8060S: LLMs ohne Grafikkarte
- Verlöteter RAM: 128 GB bleiben Endausbau
Der Bosgame M5 AI lohnt sich für 3.699 € vor allem dann, wenn du Sprachmodelle bis zur 120B-Klasse in Q4-Quantisierung lokal ausführen willst. Dafür braucht es seine 128 GB gemeinsamen Arbeitsspeicher, und ein Mac mini M6 kommt höchstens auf 32 GB. Notebookcheck zählt den Strix-Halo-Rechner zu den Anwärtern auf den besten Mini-PC des Jahres, doch der Preis verlangt einen klaren Einsatzzweck.
Der Bosgame M5 AI ist kein Mini-PC für jeden Schreibtisch, sondern ein Spezialwerkzeug. Die folgenden vier Punkte zeigen dir schnell, ob das Gerät zu deinem Einsatzzweck passt.
Was im Gehäuse steckt
Der Ryzen AI Max+ 395 ist AMDs Strix-Halo-Chip. Er kombiniert 16 Zen-Kerne mit einer starken integrierten Grafik (iGPU) und einer NPU. Laut Hersteller kommt das Gesamtsystem auf bis zu 126 TOPS KI-Rechenleistung. Für den Alltag ist diese Zahl zweitrangig. Wichtig ist die Architektur: Weil CPU und Radeon 8060S den gemeinsamen Arbeitsspeicher nutzen, kann die Grafik einen Großteil der 128 GB für Modellgewichte verwenden. Eine klassische Grafikkarte hat dagegen meist nur 16 bis 32 GB VRAM.
Bei der hier besprochenen Konfiguration kommt eine 2-TB-SSD mit PCIe 4.0 dazu. Das ist genug Platz für mehrere große Modelldateien, bevor du nachrüsten musst.
Warum die 128 GB den Unterschied machen
Bei lokaler KI entscheidet der Speicher, welche Modellgröße überhaupt läuft. Ein 70B-Modell belegt in 4-Bit-Quantisierung schon rund 35 GB nur für die Gewichte, dazu kommen KV-Cache, Puffer und das Betriebssystem. Ein Rechner mit 32 GB scheitert also schon am Laden. Der M5 hat dagegen noch Reserve für längere Kontexte oder ein zweites, kleineres Modell daneben.
Praktisch heißt das: Du kannst Modelle lokal und ohne Cloud ausführen, die sonst nur auf Workstations mit mehreren Grafikkarten laufen. Das ist interessant für Entwickler, die vertrauliche Daten nicht an externe Dienste schicken wollen, und für alle, die regelmäßig mit großen Open-Weight-Modellen arbeiten. Welche Modelle konkret passen und wo die Grenze liegt, liest du im Abschnitt zu den KI-Modellen weiter unten.
Für 3.699 € bekommst du mehrere gut ausgestattete Mini-PCs der 500-bis-600-Euro-Klasse. Ein großer Teil des Preises entfällt auf die 128 GB LPDDR5X, und die anhaltende Knappheit bei RAM und SSDs treibt die Kosten zusätzlich. Weil der Speicher fest verlötet ist, zahlst du die volle Summe gleich beim Kauf.
Für wen sich die Rechnung nicht lohnt
Die Radeon 8060S schafft moderne Spiele, und für Office, Browser und Videokonferenzen ist der Prozessor ohnehin weit überdimensioniert. Für diese Aufgaben bezahlst du beim M5 aber vor allem Speicher, den du nie ausnutzt. Nur zum Spielen bekommst du mit einem Gaming-Mini-PC oder einem Desktop mit eigener Grafikkarte mehr Leistung pro Euro. Für Office-Arbeit reicht schon ein Gerät der 500-bis-600-Euro-Klasse.
| Dein Hauptzweck | Passt der M5 AI? |
|---|---|
| LLMs der 70B- bis 120B-Klasse lokal ausführen | Ja, dafür ist er gebaut |
| Mehrere virtuelle Maschinen und große Projekte parallel | Ja, der Speicher zahlt sich aus |
| Kleinere Modelle bis etwa 30B | Eher nein, 32 bis 64 GB reichen |
| Nur Gaming | Nein, zu teuer für die Leistung |
| Office und Surfen | Nein, klar überdimensioniert |
Kurz gesagt: Wenn große Sprachmodelle dein Hauptgrund für den Kauf sind, stimmt die Rechnung. Wie sich der M5 im Alltag schlägt und welche Modelle konkret passen, zeigen die folgenden Abschnitte.
Design, Verarbeitung und Handhabung
Der Bosgame M5 AI steckt in einem minimalistischen Gehäuse in Silber ohne Gaming-Optik, RGB-Streifen oder auffällige Lüftergitter an der Front. Er passt optisch eher neben einen Monitor im Büro als unter den Schreibtisch. Der eigentliche Punkt ist aber die Stellfläche: Wer bisher für große Sprachmodelle über einen Tower mit dedizierter Grafikkarte nachgedacht hat, bekommt hier einen gemeinsamen Arbeitsspeicher von 128 GB in einem Mini-PC, der neben Tastatur und Monitorfuß Platz findet. Netzteil, Grafikkarte und Gehäuselüfter für mehrere hundert Watt fallen weg.
Aufstellung am Arbeitsplatz
Im Alltag zählt beim M5 vor allem, wohin die Abwärme geht. Ein Ryzen AI Max+ 395 mit 16 Kernen und der integrierten Radeon 8060S erzeugt unter Dauerlast deutlich mehr Wärme als ein typischer Büro-Mini-PC mit sparsamer Mobil-CPU. Stell das Gerät deshalb nicht in ein geschlossenes Regalfach oder direkt an die Wand. Mit ein paar Zentimetern Abstand zu den Lüftungsöffnungen bleibt der Lüfter bei langen Inferenz-Jobs ruhiger und der Prozessor hält seinen Takt besser.
Praktisch ist die kompakte Bauform auch, wenn du den Rechner nicht als Arbeitsplatz-PC, sondern als lokalen KI-Server im Netzwerk betreibst. Dann kann er neben dem Router oder in einem kleinen Serverschrank stehen, und du greifst über LAN auf das Modell zu. Dazu brauchst du weder Monitor noch Tastatur am Gerät selbst.
Leistungsmodi: Tempo gegen Lautstärke
Laut Hersteller bietet der M5 mehrere Leistungsmodi, zwischen denen du je nach Aufgabe wechselst. Die beiden Enden sind klar: maximale Performance für lange KI-Jobs, Rendering oder Kompilieren, oder leiser Betrieb für E-Mails, Office und Videocalls. Genaue Watt- oder Lautstärkewerte für die einzelnen Modi nennt Bosgame im Angebot nicht.
| Situation | Sinnvoller Modus | Auswirkung am Schreibtisch |
|---|---|---|
| 70B-Modell beantwortet lange Prompts, Batch-Jobs über Nacht | Maximale Performance | Schnellere Token-Generierung, Lüfter deutlich hörbar |
| Büroarbeit, Browser, kleine Modelle für Zusammenfassungen | Leiser Betrieb | Weniger Abwärme, Lüfter rückt in den Hintergrund |
| Videoschnitt in DaVinci Resolve, Export am Stück | Maximale Performance | Kürzere Exportzeiten, höhere Leistungsaufnahme |
Bei lokaler KI ist der Unterschied zwischen den Modi nicht beliebig, denn große Modelle lasten die integrierte Grafik minutenlang voll aus. Wenn du direkt neben dem Gerät sitzt und telefonierst, lohnt sich der leise Modus, auch wenn die Antwort dann ein paar Sekunden länger braucht. Lässt du Jobs laufen, während du nicht am Platz bist, ist der Performance-Modus die bessere Wahl.
Wenn du den Rechner tagsüber zum Arbeiten und nachts für längere KI-Aufgaben nutzt, schalte den Modus bewusst um, statt dauerhaft auf maximaler Leistung zu bleiben. Das senkt Geräuschpegel und Stromverbrauch in den Stunden, in denen du die Mehrleistung gar nicht brauchst.
Aufrüsten: SSD ja, Arbeitsspeicher nein
Beim Speicher lohnt ein genauer Blick, denn hier unterscheiden sich SSD und RAM grundlegend. Der zweite M.2-Steckplatz ist ab Werk frei. Du kannst also eine weitere NVMe-SSD einsetzen, ohne die vorinstallierte 2-TB-SSD auszubauen oder das System neu aufzusetzen. Das ist für lokale KI relevant, weil sich Modelldateien schnell summieren: Ein einzelnes 70B-Modell in Q4 belegt schon rund 35 GB, und wer mehrere Varianten oder Quantisierungen vergleicht, füllt auch 2 TB irgendwann.
Anders beim Arbeitsspeicher: Die 128 GB LPDDR5X sind fest verlötet. Es gibt keine SO-DIMM-Steckplätze, du kannst also später weder aufrüsten noch defekte Module tauschen. Gerade diese Bauweise ermöglicht die hohe Speicherbandbreite, von der die integrierte Grafik bei Sprachmodellen profitiert. Für dich heißt das aber: Die Speichergröße legst du beim Kauf endgültig fest. Wenn du absehbar Modelle jenseits der 128-GB-Grenze ausführen willst, musst du direkt zu einem Gerät mit mehr Arbeitsspeicher greifen. Später nachrüsten lässt er sich nicht.
Welche KI-Modelle laufen mit 128 GB lokal?
Ob ein Sprachmodell auf dem Bosgame M5 AI läuft, kannst du mit einer einfachen Rechnung vorab klären. Entscheidend ist nicht die Rechenleistung, sondern ob die Modellgewichte komplett in den gemeinsamen Arbeitsspeicher passen. Sobald ein Teil auf die SSD oder in langsameren Speicher ausweichen muss, sinkt das Tempo deutlich.
Die Faustformel: Parameter × Bit ÷ 8
Der Speicherbedarf der Gewichte ergibt sich grob aus Parameterzahl × Bit pro Gewicht ÷ 8. Das Ergebnis steht direkt in Gigabyte, wenn du die Parameter in Milliarden einsetzt. Ein 70B-Modell in 4-Bit-Quantisierung (Q4) braucht also rund 35 GB, ein 120B-Modell rund 60 GB.
Das ist aber nur die Untergrenze. Dazu kommen der KV-Cache, der mit der Kontextlänge wächst, Puffer der Inferenz-Software und die Reserve für Betriebssystem und offene Programme. Wer mit einem langen Kontextfenster arbeitet, etwa ganze Codebasen oder lange PDFs einliest, sollte deshalb großzügig zweistellige Gigabyte zusätzlich einplanen.
| Modellgröße | Gewichte in Q4 | Gewichte in Q8 | Auf 128 GB? |
|---|---|---|---|
| 30B | ca. 15 GB | ca. 30 GB | problemlos, viel Platz für Kontext |
| 70B | ca. 35 GB | ca. 70 GB | ja, auch in Q8 mit Reserve |
| 120B | ca. 60 GB | ca. 120 GB | in Q4 ja, Q8 passt nicht sinnvoll |
| 125B MoE (Qwen3.8-Flash-Next) | ca. 63 GB | ca. 125 GB | in Q4 ja, komplett im Speicher |
| 284B MoE (DeepSeek V4 Flash) | ca. 144 GB | – | nein |
In der Praxis heißt das: Mit 128 GB ist die 70B- und 120B-Klasse in Q4 der sinnvolle Bereich. Ein 70B-Modell kannst du sogar in Q8 laden, also mit weniger Qualitätsverlust durch die Komprimierung.
Qwen3.8-Flash-Next: der Paradefall für 128 GB
Besonders gut passt Qwen3.8-Flash-Next zu diesem Gerät. Das freie Open-Weight-Modell hat insgesamt 125 Mrd. Parameter, nutzt als Mixture-of-Experts pro Token aber nur etwa 6 Mrd. aktive Parameter. In jeder der 48 Schichten arbeiten 10 von 512 Experten. Weil pro Token nur ein kleiner Teil der Gewichte gelesen wird, belastet das die Speicherbandbreite deutlich weniger als ein dichtes 120B-Modell. Speicherplatz braucht es trotzdem für alle 125 Mrd. Parameter, und genau den hat der M5 AI.
Der Vergleich mit einer Gaming-Grafikkarte zeigt den Unterschied. Auf einer RTX 5090 mit 32 GB lief laut einem Bericht auf dev.to eine stark komprimierte Variante mit 3,05 Bit pro Gewicht (EXL3) mit rund 50 Tokens/s. Dafür belegte das Modell etwa 26 GB VRAM und zusätzlich rund 43 GB System-RAM, empfohlen werden 64 GB Arbeitsspeicher. Die Karte ist schnell, muss aber auf den langsameren Systemspeicher ausweichen und braucht eine aggressivere Quantisierung. Auf dem M5 AI liegt das Modell dagegen in Q4 vollständig im Unified Memory, ohne Aufteilung zwischen zwei Speichern.
Wo 128 GB nicht mehr reichen
DeepSeek V4 Flash 284B belegt in Q4 rund 144 GB Modellspeicher. Das ist mehr, als der M5 AI überhaupt hat. Für diese Klasse brauchst du ein Gerät wie den Minisforum MS-S1 MAX-P495 mit 192 GB, von denen bis zu 160 GB als VRAM zuweisbar sind. Dort erreichte das Modell laut Minisforum 12,35 Tokens/s. Wenn du genau solche Modelle im Blick hast, sind 128 GB die falsche Ausbaustufe.
NPU und Radeon 8060S: mehr als nur Sprachmodelle
Neben dem Arbeitsspeicher bringt der Ryzen AI Max+ 395 eine NPU mit. Die 126 TOPS, die Bosgame nennt, beziehen sich auf die gesamte Plattform, nicht auf die NPU allein. Wie viel davon im Alltag ankommt, hängt stark von der Software ab: Viele LLM-Werkzeuge wie llama.cpp rechnen vor allem auf der GPU. Die NPU spielt ihre Stärke eher bei Windows-KI-Funktionen und sparsamen Hintergrundaufgaben aus.
Die wichtigere Recheneinheit für Kreative ist die integrierte Grafik Radeon 8060S. Sie kann auf denselben großen Speicher zugreifen und eignet sich damit für Renderings in Blender, Schnitt und Farbkorrektur in DaVinci Resolve sowie für lokale Bildgenerierung. Gerade bei Bildmodellen und großen Szenen ist der Speicher oft früher am Limit als die Rechenleistung. Eine Grafikkarte mit 16 GB stößt dort schneller an ihre Grenze als eine iGPU, der du ein Vielfaches davon zuteilen kannst.
Spanne der hier verglichenen Produkte
Unterm Strich: Wenn du 70B- bis 125B-Modelle in Q4 lokal ausführen willst, ist der M5 AI passend dimensioniert. Für DeepSeek V4 Flash fehlen ihm dagegen schon rechnerisch rund 16 GB, noch bevor Kontext und Betriebssystem dazukommen.
| Konfiguration | 128 GB + 2 TB |
|---|---|
| Chip | AMD Ryzen AI Max+ 395 |
| Arbeitsspeicher (Unified) | 128 GB |
| Speicherbandbreite | 256 GB/s |
| SSD | 2 TB |
Bosgame M5 AI im Vergleich
| Produkt | Bewertung | Preis | Kaufen |
|---|---|---|---|
Bosgame M5 AI (Ryzen AI Max+ 395, 128 GB, 2 TB) 128 GB Unified Memory: 70B-LLMs in Q4 lokal ohne Grafikkarte +128 GB: 70B-Modelle in Q4+Radeon 8060S: LLMs ohne Grafikkarte -Verlöteter RAM: 128 GB bleiben Endausbau | 3.699,00 € | Kaufen → | |
GMKtec EVO-X2 (Ryzen AI Max+ 395, 128 GB, 1 TB) 128 GB Unified Memory für quantisierte 70B- bis 120B-Modelle auf dem Schreibtisch +128 GB: quantisierte 70B-/120B-Modelle lokal+Achtkanal-LPDDR5X: hohe Bandbreite für Tokens/s -Verlötetes LPDDR5X: 128 GB bleiben Obergrenze | 3.869,96 € | Kaufen → | |
Apple Mac mini (M5 Pro, 24 GB, 512 GB) Top-Empfehlung M5 Pro mit 307 GB/s: flotte LLMs bis Mittelklasse auf 12,7 cm +307 GB/s: zügigere Token-Ausgabe+Neural Accelerator je GPU-Kern -24 GB: 70B in Q4 passt nicht | 1.699,00 € | Kaufen → | |
ASUS Ascent GX10 (GB10 Grace Blackwell, 128 GB, 1 TB) 128 GB Unified Memory und 4 TB SSD für lokale 200B-Modelle mit CUDA +128 GB Speicher: 200B-Modelle lokal+ConnectX-7: zwei Geräte, 256 GB -DGX-Plattform: kein Windows-Alltags-PC | 8.505,99 € | Kaufen → | |
Apple Mac mini (M6, 16 GB, 512 GB) M6 mit 16 GB und 170 GB/s: kompakter Mac für kleine lokale LLMs +170 GB/s Bandbreite: flüssigere Token-Ausgabe+Neural Accelerator je GPU-Kern beschleunigt KI -16 GB: kein 70B-Modell (≈35 GB) | 1.079,00 € | Kaufen → | |
Apple Mac Studio (M5 Max, 36 GB, 512 GB) M5 Max mit 36 GB: 30B-LLMs leise lokal auf 19,7 cm +36 GB: 30B-Modelle in 4-Bit+Neural Accelerators beschleunigen lokale LLM-Inferenz -36 GB: kein 70B-Modell in 4-Bit | 2.549,00 € | Kaufen → |
Preise vom 19. Nov. 2026, 14:26 Uhr, sie können sich inzwischen geändert haben.
Für wen sich der Bosgame M5 AI eignet
Der M5 AI ist kein Allrounder, den man „für alle Fälle“ kauft. Sinnvoll ist er, wenn deine Arbeit mehr als 64 GB Arbeitsspeicher braucht und ein großer Teil davon der integrierten Grafik zur Verfügung stehen muss. Fehlt dieser Bedarf, bezahlst du vor allem für Speicher, den du nie belegst.
Passt zu
- Entwicklern, die LLMs lokal und datenschutzkonform ausführen wollen und dafür eine x86-Windows-Umgebung brauchen, etwa für bestehende Toolchains, WSL2, x86-Container oder Kundensoftware ohne Arm-Version
- Kreativen, die mit DaVinci Resolve, Blender oder Adobe Creative Cloud arbeiten und nebenher virtuelle Maschinen und KI-Modelle laufen lassen
- Teams oder Selbstständigen, die vertrauliche Daten wie Verträge, Quellcode oder Patientenakten nicht in eine Cloud-KI geben dürfen
Nicht geeignet für
- Nutzer, die nur Chat-Modelle bis etwa 30B einsetzen. Dafür reicht ein Gerät mit 32 bis 64 GB für einen Bruchteil des Preises
- Käufer mit knappem Budget, die einen Rechner für Alltag und Office suchen
- Spieler, die vor allem zocken wollen und die 128 GB nie ausnutzen würden
Entwickler: große Modelle ohne Cloud, ohne Plattformwechsel
Am meisten profitierst du, wenn du Modelle der 70B- bis 120B-Klasse im Alltag nutzt, etwa als lokalen Code-Assistenten, für RAG über interne Dokumente oder zum Vergleichen von Quantisierungen. Neben den Modellgewichten braucht dann auch ein Windows Platz, auf dem gleichzeitig IDE, Browser und Docker laufen. Auf dem M5 bleibt trotzdem noch Luft für ein langes Kontextfenster.
Wichtig ist außerdem die x86-Architektur. Die Konkurrenz mit viel Unified Memory setzt entweder auf macOS oder, wie Nvidias RTX Spark N1X, auf Windows 11 on Arm. Wenn deine Build-Umgebung, ältere Treiber oder Fachsoftware nur unter x86-Windows sauber laufen, ist der Ryzen AI Max+ 395 mit 16 Kernen und 32 Threads einer der wenigen kompakten Wege, große Modelle lokal zu betreiben, ohne die gewohnte Plattform zu verlassen. Für Kanzleien, Agenturen oder Entwickler mit NDA-Projekten zählt zudem: Was lokal läuft, verlässt den Schreibtisch nicht.
Kreative: Rendering, VMs und KI gleichzeitig
Bosgame nennt Blender, DaVinci Resolve und Adobe Creative Cloud ausdrücklich als Einsatzgebiete der Radeon 8060S. Interessant wird der M5 aber erst durch die Kombination: eine Timeline in Resolve, eine Windows- oder Linux-VM für Testumgebungen und ein 70B-Sprachmodell im Hintergrund, das allein schon rund 35 GB belegt. Auf einem 32-GB-System müsstest du dafür ständig Programme schließen, mit 128 GB laufen alle drei nebeneinander.
Eine Einschränkung gibt es trotzdem: Für eine reine Schnitt- oder 3D-Maschine ohne KI-Anteil ist der Aufpreis für 128 GB schwer zu rechtfertigen. In diesem Fall passt ein Creator-Mini-PC mit weniger Speicher und mehr Erweiterbarkeit besser zu dir.
Wann sich der M5 nicht lohnt
| Dein Bedarf | Was realistisch reicht |
|---|---|
| Chat-Modelle bis ca. 30B in Q4 (rund 15 GB Gewichte) | Mini-PC oder Mac mini mit 32 bis 64 GB |
| Qwen3.8-Flash-Next über Strata | laut heise mindestens 12 GB VRAM plus 32 GB RAM (dann nur stark geschrumpft mit Qualitätsverlust), empfohlen 48 bis 64 GB RAM |
| Office, Surfen, Streaming | Budget-Mini-PC unter 700 € |
| Vor allem Spielen | Gaming-Mini-PC oder Rechner mit dedizierter Grafikkarte |
Wenn du hauptsächlich kleinere Chat-Modelle nutzt, bleiben auf dem M5 rund drei Viertel des Speichers ungenutzt. Selbst Qwen3.8-Flash-Next lieferte im Test von heise mit der Inferenz-Software Strata auf einem System mit 64 GB RAM und einer 24-GB-Grafikkarte gute Ergebnisse. Der M5 hält das Modell zwar ohne Aufteilung komplett im Speicher, zwingend nötig sind 128 GB dafür aber nicht.
Achtest du auf ein knappes Budget, ist der M5 ohnehin keine Option. CHIP empfiehlt für Alltag und Office den Acemagic M1 unter 700 € mit Ryzen 7 7735HS, Radeon 680M, 24 GB fest verlötetem RAM und einer 1-TB-SSD, die sich auf 4 TB erweitern lässt (Wertung „Gut (2.0)“). Eine NPU fehlt ihm zwar, für Textverarbeitung, Videocalls und gelegentliche kleine KI-Modelle reicht er aber völlig. Rechne deshalb vor dem Kauf ehrlich nach, ob deine Modelle die 64-GB-Grenze tatsächlich überschreiten. Nur dann bekommst du für den hohen Preis auch einen Gegenwert.
Vorteile
- 128 GB: 70B-Modelle in Q4
- Radeon 8060S: LLMs ohne Grafikkarte
- 2 TB plus M.2-Slot für Modelle
- Dual USB4: schnelle externe Laufwerke
- Leistungsmodi: leiser Betrieb wählbar
Nachteile
- Verlöteter RAM: 128 GB bleiben Endausbau
- Unter Dauerlast hörbar lauter Lüfter
- Preis schwankt stark je Händler
Fazit
Der Bosgame M5 AI ist ein Speicherkauf. Die 128 GB gemeinsamer Arbeitsspeicher machen ihn zu einem der wenigen x86-Mini-PCs, die Sprachmodelle der 120B-Klasse in Q4 komplett im Speicher halten, ohne sie auf zwei Speicher aufzuteilen oder auf die SSD auszulagern. Wenn du diesen Speicher nicht regelmäßig ausnutzt, zahlst du bei 3.699 € vor allem für Reserven, die brachliegen.
Für lokale KI mit 70B- bis 120B-Modellen unter Windows auf x86 ist der M5 AI eine der kompaktesten Lösungen. Für alle anderen Einsatzzwecke ist er zu teuer.
Warum der Speicher den Ausschlag gibt
Die Rechnung ist einfach: Ein 120B-Modell in Q4 überfordert jedes 32-GB-System schon mit seinen Gewichten, auf dem M5 AI bleibt daneben noch Platz für ein großzügiges Kontextfenster. Ein MoE-Modell wie Qwen3.8-Flash-Next (125B, etwa 6 Mrd. aktive Parameter pro Token) passt komplett hinein. Eine Gaming-Konfiguration aus RTX 5090 mit 32 GB VRAM und 64 GB DDR5 schafft das nur, indem sie das Modell auf Grafikkarte und System-RAM aufteilt.
Die Grenze ist genauso klar: Für DeepSeek V4 Flash 284B mit rund 144 GB in Q4 reicht auch der M5 AI nicht. Dafür brauchst du die 192-GB-Klasse wie den Minisforum MS-S1 MAX-P495. Wenn du heute schon weißt, dass du in diese Größenordnung willst, kaufst du mit dem M5 AI zu klein.
Außerdem bleibt der Prozessor ein vollwertiger x86-Chip. Docker-Container, virtuelle Maschinen, CUDA-freie Toolchains wie llama.cpp und klassische Windows-Software laufen ohne Kompatibilitätsschicht. Gegenüber dem Nvidia RTX Spark N1X ist das ein echter Unterschied. Der bietet zwar ebenfalls bis zu 128 GB, setzt aber auf Windows 11 on Arm, und dort ist nicht jedes Werkzeug nativ verfügbar.
Wann du lieber zu etwas anderem greifst
| Dein Hauptzweck | Bessere Wahl | Warum |
|---|---|---|
| Alltag, Office, Fotobearbeitung, kleine Modelle | Mac mini M6 | Ab 899 $, sparsam und leise. Mit höchstens 32 GB Unified Memory reicht er aber nur für Modelle bis etwa 30B in Q4 |
| Preisbewusster Windows-Rechner | Günstiger Ryzen-Mini-PC (etwa mit Ryzen 5 7640HS oder Ryzen 7 7735HS) | Kostet nur einen Bruchteil, deckt Büro und Medien ab, eignet sich aber nicht für große LLMs |
| Modelle jenseits von 128 GB | Minisforum MS-S1 MAX-P495 | 192 GB, bis zu 160 GB als VRAM zuweisbar |
| Vor allem Spielen | Gaming-PC mit dedizierter Grafikkarte | Die Radeon 8060S ist für eine iGPU stark. Für das Geld bekommst du in Spielen aber deutlich mehr Bildrate |
Den Aufpreis holst du auch dann nie herein, wenn du ohnehin Cloud-Modelle nutzt und lokale KI nur ausprobieren willst.
Unterm Strich
Kaufen solltest du den M5 AI, wenn du große Modelle regelmäßig lokal und datenschutzkonform ausführst, mehrere VMs parallel brauchst oder in DaVinci Resolve und Blender mit großen Projekten arbeitest, die vom gemeinsamen Speicher profitieren. In diesem Fall bekommst du auf kleiner Stellfläche eine Workstation, die sonst eine teure Grafikkarte mit viel VRAM erfordern würde. Dazu kommen ein freier zweiter M.2-Steckplatz für weitere Modelldateien und USB4 für schnelle externe Laufwerke.
Fehlt dir dieser klare Bedarf, ist der M5 AI kein Schnäppchen. Er ist dann schlicht überdimensioniert. Den Mac mini M6 oder einen günstigeren Ryzen-Mini-PC nutzt du im Alltag genauso gut, und du sparst dabei mehrere tausend Euro.



