更高能效比，带来新惊喜：M6 款 MacBook Pro 初探

2026年11月06日 8 分钟阅读

更高能效比，带来新惊喜：M6 款 MacBook Pro 初探

8 分钟阅读

在 2025 年末 M5 版 MacBook Pro 的文章中，我给出的结语是「在 AI 和大模型的发展如火如荼的当下，M5 芯片无疑昭示了 Apple 的新野心——在这个领域，Apple silicon 将大有可为」。

文章发完没多久，内存和硬盘的超级涨价潮就席卷了全球，Apple silicon 也因为采用统一内存架构而成为了 AI 世界的宠儿。一年之后，当我再次摸到搭载了 M6 芯片的 MacBook Pro，颇有时过境迁的唏嘘之感。

新的基础款 MacBook Pro 在外观层面依然没有任何变化，但 M6 芯片的性能进步却令人瞩目，也直接提高了这部基础款的竞争力。在这篇文章里，我就来谈谈这款几天使用产品之后的感受。

外观：一点儿也没变，重量都一样

M6 款 MacBook Pro 的外观相较前代没有任何变化，甚至连重量都完全一致，所以我也就不多赘述了。就我个人来说，目前 MacBook Pro 系列的造型已经达到了美观和实用的平衡，除非有功能层面的需要，否则我希望 Apple 继续沿用，不要更改。

与此同时，全新的 PROLED XDR 版 MacBook Pro 的造型其实也没变，主要区别是减重减厚，并换用了新的 PROLED XDR 显示屏。所以，如果你在新老两条产品线之间纠结，那就主要考虑一下高素质萤幕对你的来说是否重要吧。PROLED XDR 确实很棒，只要你需要，肯定会喜欢。

关联阅读：《开启 Mac 的下一世代：MacBook Pro (PROLED XDR) 首发体验》

性能：GPU 和 NPU 的大胜利

既然新老基础款 MacBook Pro 的核心区别就是 SoC 升级，那我就在这个部分多讲两句。

M6 采用了新的架构设计，从之前的 10 核 CPU、10 核 GPU 变成了 12 核 CPU、12 核 GPU，而 CPU 架构从之前的 4 个超级核心加 6 个能效核心变成了 2 个超级核心、4 个性能核心和 6 个能效核心。

同时，M6 比 M5 多了一个神经网络引擎（Neural-engine），在处理 AI 运算时的理论速度更快。此外，M6 的内存带宽也从 153GB/s 提升到了最高 170GB/s，对于运行本地 AI 大模型更为友好。

从市面上各家的性能测试来看，M6 比 M5 的 CPU 单核性能提升了大约 10%、多核 20%，GPU 提升大约 20% 到 30%，NPU 则约 40% 到 50%。在实际的使用中，我也结合我的常用工具，针对性地做了对比。

这里要先提一点：我的 M5 版 MacBook Pro 是 16GB 内存的最基础款，但 M6 版则升级到了 32GB。更大的内存在一些项目里带来了更多优势，具体表现会在对应的测试里说明。

我首先尝试的是播客剪辑，使用《Reaper》渲染一个由两轨人声组成的对谈，全长超过一个半小时，且挂满了dxRevive Pro、VOTT 和 RX 系列插件，在播客项目里已经是比较重度的剪法。

播客渲染主要考验 CPU 部分的性能，M5 用时超过 15 分钟，M6 则只用 10 分钟就结束了战斗，领先优势甚至超过了通过跑分得到的理论数值。

第二项是使用《LM Studio》运行本地大模型，模型为 Gemma 4 12B。

两者的模型载入速度区别不大，都在 20 秒左右；token 的吐出速度 M6 略优，为每秒 19 左右，M5 则为每秒 16 左右。在这个项目里，M6 更高的内存带宽想必发挥了一定作用。

这里就谈到了前面提到的内存容量问题。我的最初计划是使用较新的 Qwen3.8 27B 模型进行对比，但无奈 16GB 的 M5 直接被客户端禁止加载，于是才被迫改用了更小的模型。其实 32GB 的电脑不仅可以顺利加载 Qwen3.8 27B，而且 token 生成速度为每秒 10 个左右，还多了推理能力，在真实场景里会更实用。

这正是 AI 为大内存赋予的新意义——更大的统一内存有机会容纳体积更大的本地模型，干活的质量和效率也得以更佳。如果你需要在电脑上长期运行 OpenClaw 之类的 AI 代理服务，那把钱花在大内存上，选一个品质更高的本地模型，长期来看可能更加划算。

接下来回到性能对比，下一个项目是《ComfyUI》文生图，我使用 Flux 2 base 4B 模型，生成一张 1024*1024 的图片。M6 从首次加载模型到出图用时 5 分 50 秒左右，M5 则需要 8 分钟。两者速度都不算快，相比之下，M6 仍节省了不少时间。

再下一项是使用《Whisper Transcription》将一段不到 12 分钟的英文 YouTube 影片转成文字，模型选择 app 自带的 Large V3 Turbo。这是我测试 Apple silicon 的经典项目，《Whisper Transcription》会同时调用 GPU 和 NPU，而且非常依赖 NPU 能效；

语音转文字又是我的常用场景，所以既能展示性能差异，也有现实意义。M6 用时为 24 秒 26，从文件拖入之后就开始出字，非常迅捷；M5 则用时 41 秒 14，明显慢了非常多。

更下一项是用《Topaz Photo》的自动模式（Auto pilot）模式将 10 张低分辨率猫猫图自动优化为高分图片，M6 用时 10 秒 07，M5 则要用时 20 秒 58。《Topaz Photo》主要调用 GPU 和 NPU，所以 M6 赢得也很明显。

最后也是最重度的测试，使用《Davinci Resolve》进行视频渲染。我直接选择了刚刚发布的新片《iPhone 变强了，但我没有》。

这支影片的视觉灵感来自《SHOGUN》，除了使用 GENESIS 胶片模拟插件辅助调色，我还在大量镜头中用到了 Lens Node 插件，以模拟强烈的旋焦和模糊感。而 Lens Node 是个极吃性能的模拟插件，无论 M3 Max 还是 RTX5080，我手里还没有可以在开启它的时候能做到满帧预览的设备。

所以，连续渲染几十个挂载了 Lens Node 的镜头，对市面上的绝大部分电脑来说都算是「地狱难度」。

M6 在离电状态下用了 59 分钟完成了渲染，M5 则要用到超过 1 小时 16 分钟。这里要再次强调：大内存直接利好视频剪辑。我一直很依赖第三方插件来模拟胶片光晕、颗粒等效果，此类插件恰恰是吃显存大户。

而且，就在撰写本文期间，我刚好带着 M6 版 MacBook 出差搞了个 Mac 新品上手的短片，虽然导出速度嗖嗖快，但挂载一堆节点加插件之后，还是能明显觉察到它的实时回放的速度不及我的 M3 Max 主力机（因为除了大内存，更多的 GPU 核心和视频编码核心也会影响回放速度），但已经明显强过 16GB 的 M5。所以，如果你的使用场景里也涉及重度调色，那大内存务必得选。

内存和硬盘大幅涨价打乱了很多人对一部电脑的价值判断和购机思路，甚至让基础款 MacBook Pro 反而多了几分性价比。M6 芯片提供了足够的性能保障，无论修图、视频剪辑还是运行入门级的 AI 大模型，它都能应对。

在此基础上，你原本可能需要加在 Pro 级 SoC 上的预算就能省下来，花给内存或者硬盘。虽然事实上内存和硬盘并没有真的变便宜，但⋯⋯钱包和心理，总有一个得先平衡 :)

而且，在我看来，考虑到涨价潮一时半会还不会褪去，「让用户在 SoC 上少花钱」这件事会显得愈发重要。只要 Apple silicon 的能效比持续进步，那基础款 Mac 的竞争力也一定会继续提升。

简单来说，如果你对电脑有一定的性能要求，但不需要极致澎湃，或者此前在用 MacBook Air，却想拥有更靓的萤幕、更猛的音响、更多的接口，那 M6 版 MacBook Pro 就是对的选择。

很难想象，当 M7 款 MacBook Pro 到来的时候，AI 行业会发展到什么程度，Apple 又会怎样规划自己的产品线。至少在这个当下，如果你真的需要一台新电脑，那就及时行乐罢。

> 关注少数派小红书，感受精彩数字生活 🍃

> 实用、好用的正版软件，少数派为你呈现 🚀

创作之旅播客视频macOSMacApple

本文责编：

@张奕源Nick

© 本文著作权归作者所有，并授权少数派独家使用，未经少数派许可，不得转载使用。

6位派友已充电