كشفت اختبارات أداء معتمدة على برنامج جيكبينش 6 عن تفوق غير مسبوق للمعالج الجديد M5 Max من شركة آبل، حيث حقق نتائج أعلى من معالج AMD Ryzen Threadripper Pro 9995WX القوي المكون من 96 نواة، في فئات الأداء أحادية النواة والمتعددة النواة. ومع أن هذا المعالج من آبل يتفوق تقليدياً في المهام أحادية النواة، إلا أن تفوقه في الأداء متعدد النواة يتحدى التوقعات مقارنة بوحدات معالجة الضخمة المصممة لأجهزة المحطات العملية. في اختبار جيكبينش متعدد النواة، سجل معالج M5 Max درجة 29644، متفوقاً على المتوسط العام لمعالجات AMD الذي يقع حول 26000، وفي بعض الحالات النادرة وصل معالج AMD إلى 30170 نقطة مما يجعله الأمامي قليلاً في سيناريو محدد. يعود هذا التفوق جزئياً إلى طبيعة اختبار جيكبينش نفسه، فهو اختبار قصير ومكثف يحاكي مهام استهلاك عالية التردد مثل ضغط الملفات وتعديل الصور، مما لا يسمح لمعالجات AMD ذات النوى العديدة بالتعبير عن قدراتها الكاملة، بينما يلائم تصميم معالجات آبل التي تعتمد على كفاءة عالية في كل نواة. يحتوي معالج M5 Max على بنية معقدة تضم 6 أنوية أداء فائقة و12 نواة أداء، مصممة لتحقيق توازن بين السرعة وكفاءة الطاقة، مع تحديثات كبيرة في الذاكرة المؤقتة والواجهة الأمامية. كما يتميز بواجهة ذاكرة LPDDR5X-9600 تصل سعتها إلى 128 جيجابايت، مما يوفر عرض نطاق ترددي يصل إلى 614 جيجابايت في الثانية، وهو رقم لا يضاهيه أي معالج محطتي حالي، مما يساهم بشكل كبير في تعزيز الأداء الفردي والنطاقي معاً. أما فيما يتعلق بأداء وحدة معالجة الرسومات المدمجة، فقد أظهر M5 Max تحسينات ملحوظة مقارنة بسابقه M4 Max، حيث سجل 232,718 نقطة في اختبارات الحوسبة المرئية باستخدام واجهة Metal. ورغم تفوقه الواضح على وحدة رسومات AMD المدمجة ووحدة Nvidia GeForce RTX 5070 المنفصلة، إلا أنه لا يزال يتأخر عن بطاقات رسومات المستوى العلوي مثل RTX 5070 Ti وRTX 5090. ومع ذلك، فإن قدرة وحدة الرسومات المدمجة على منافسة بطاقات رسومات منفصلة متوسطة إلى متقدمة تُعد إنجازاً تقنياً بارزاً في عالم الحوسبة، خاصة مع التركيز على كفاءة الطاقة والأداء المتكامل ضمن نظام واحد. تُظهر هذه النتائج أن آبل تستمر في تحدي مفاهيم الأداء التقليدي في قطاع المعالجات، حيث تقدم حلولاً تجمع بين القوة الحسابية الفائقة وكفاءة الطاقة العالية، مما قد يعيد تشكيل توقعات المستخدمين والمطورين حول أداء المعالجات المدمجة في السنوات القادمة، رغم ضرورة الأخذ بعين الاعتبار أن نتائج الاختبارات الاصطناعية قد لا تعكس دائماً الأداء في التطبيقات الواقعية المعقدة.