Bosgame M5 (Ryzen AI Max+ 395, 128 GB, 2 TB): starker KI-Mini-PC, aber nicht mehr die neueste Generation

128 GB Unified Memory im Mini-PC: Platz für große lokale LLMs
- Configuration
- Minimalistisch, 128 GB + 2 TB
- Prozessor
- Ryzen AI Max+ 395
- Arbeitsspeicher (RAM/VRAM)
- 128 GB
- Speicherbandbreite
- 256 GB/s
- 128 GB Unified Memory für große LLMs
- Radeon 8060S: Bildgenerierung ohne Grafikkarte
- RAM verlötet, später nicht aufrüstbar
Eine gebrauchte RTX 4090 kostet aktuell rund 4.000 € und hat trotzdem nur 24 GB Grafikspeicher. Der Bosgame M5 bietet für 3.699 € einen kompletten Rechner mit 128 GB LPDDR5X, die CPU und GPU gemeinsam nutzen. Hier liest du, was dieser Speicher für lokale KI bringt und wo der Mini-PC an seine Grenzen kommt. Die Einschätzung stützt sich auf Herstellerangaben und aktuelle Fachberichte.
Für wen sich der Bosgame M5 lohnt
Der Bosgame M5 ist ein Mini-PC mit AMDs Ryzen AI Max+ 395 (Codename Strix Halo). Er hat 16 Kerne, 32 Threads und bis zu 5,1 GHz. Dazu kommen die integrierte Radeon 8060S und 128 GB LPDDR5X als Unified Memory: CPU und GPU teilen sich diesen Arbeitsspeicher. Genau das macht ihn für lokale KI interessant. Eine Grafikkarte im Gaming-PC bringt meist nur 16 bis 24 GB Grafikspeicher mit. Der M5 kann dagegen einen Großteil seiner 128 GB für Modelle nutzen. Diese Konfiguration mit 2 TB SSD kostet 3.699 €.
Er ist allerdings nicht mehr die neueste Plattform. AMD hat Strix Halo inzwischen mit Gorgon Halo (Ryzen AI Max+ PRO 495) abgelöst. Ob der M5 für dich die richtige Wahl ist, hängt deshalb vor allem an zwei Fragen: Brauchst du viel Speicher für Modelle oder rohe GPU-Leistung? Und reichen dir 128 GB auch für die nächsten Modellgenerationen?
Wo der M5 seine Stärken ausspielt
Die klarste Zielgruppe sind Entwickler und KI-Bastler, die Sprachmodelle offline betreiben wollen. Ein aktuelles Modell wie Qwen 3.8-27B belegt als Q4-Quantisierung rund 16 GB. Auf dem M5 bleibt daneben viel Platz für ein langes Kontextfenster, ein zweites Modell oder deine Entwicklungsumgebung. Noch wichtiger ist der Speicher bei größeren MoE-Modellen: Sie sind schnell, weil pro Token nur ein Teil der Parameter rechnet. Die gesamten Gewichte müssen aber trotzdem in den Arbeitsspeicher passen. Auf einer einzelnen Consumer-Grafikkarte scheitert das oft, im 128-GB-Pool des M5 nicht. Und das alles ohne Tower unter dem Schreibtisch, ohne Cloud-Abo und ohne dass Code oder Kundendaten dein Netzwerk verlassen.
Die zweite Gruppe sind Leute, die mehrere Arbeitsbereiche auf einem Gerät bündeln. Mit 128 GB laufen mehrere virtuelle Maschinen parallel, etwa ein Linux-Server für Container neben einer Windows-Testumgebung, während im Hintergrund ein lokales Sprachmodell als Coding-Assistent mitläuft. Die Radeon 8060S reicht für Blender, DaVinci Resolve und Adobe Creative Cloud im Semi-Profi-Bereich. Ein Gerät mit 16 Kernen und viel Arbeitsspeicher ersetzt hier Workstation, Testserver und KI-Box zugleich.
Bei lokalen Sprachmodellen entscheidet zuerst der verfügbare Speicher, welches Modell überhaupt läuft. Erst danach bestimmt die Speicherbandbreite, wie viele Token pro Sekunde herauskommen. Der M5 ist auf die erste Frage optimiert, nicht auf maximale Tok/s.
Wann du besser anders kaufst
Wenn du vor allem in hohen Einstellungen spielen oder Bilder mit Flux.2 oder Z-Image generieren willst, ist der M5 die falsche Wahl. Beide Anwendungen profitieren mehr von schneller GPU-Rechenleistung als von großem Speicher. Eine Radeon RX 9070 XT für rund 920 € in einem normalen Gaming-PC ist hier spürbar schneller, und selbst mit Gehäuse, CPU und RAM bleibt ein solcher PC deutlich unter den 3.699 € des M5.
Am anderen Ende stehen Nutzer, die sehr große Modelle mit 192 GB oder mehr betreiben wollen. Für Modelle im Bereich von mehreren hundert Milliarden Parametern sind 128 GB auch mit aggressiver Quantisierung oft zu knapp. Dafür gibt es die neue Gorgon-Halo-Klasse, etwa den GMKtec EVO-X5 Pro mit Ryzen AI Max+ PRO 495 und 192 GB Unified Memory. Der spielt mit einem Preis ab £5.299 allerdings in einer anderen Liga. Weil der Arbeitsspeicher im M5 verlötet ist, kannst du diese Grenze später auch nicht durch Aufrüsten verschieben.
Passt zu dir
- Du willst Sprachmodelle wie Qwen 3.8-27B oder größere MoE-Modelle lokal und offline nutzen, ohne einen großen Tower aufzustellen.
- Du brauchst viel Speicher für lange Kontexte oder mehrere Modelle gleichzeitig, aber keine maximale Tok/s-Leistung.
- Du bündelst virtuelle Maschinen, Softwareentwicklung und Kreativarbeit in Blender, DaVinci Resolve oder Adobe Creative Cloud auf einem kompakten Gerät.
- Du willst sensible Daten wie Quellcode oder Kundendokumente nicht an einen Cloud-Dienst schicken.
Eher nicht für dich
- Du spielst vor allem in hohen Einstellungen. Ein Gaming-PC mit RX 9070 XT (rund 920 €) ist schneller und günstiger.
- Du generierst hauptsächlich Bilder mit Flux.2 oder Z-Image. Hier zählt GPU-Rechenleistung mehr als großer gemeinsamer Speicher.
- Du planst mit sehr großen Modellen, die 192 GB brauchen. Dann ist ein Gorgon-Halo-System wie der GMKtec EVO-X5 Pro die passendere Klasse.
- Dir ist die neueste Plattform wichtig, denn Strix Halo ist inzwischen abgelöst.
Wenn du dich in der linken Spalte wiederfindest, ist der M5 eine stimmige, kompakte Lösung für lokale KI. Wenn dich eher die rechte Spalte anspricht, bekommst du für dein Geld anderswo mehr Leistung.
Design und Verarbeitung
Der Bosgame M5 kommt in dieser Konfiguration als silberne Variante „Minimalistisch“ mit 128 GB und 2 TB. Der Grundgedanke ist klar: Du bekommst die Plattform einer KI-Workstation im Gehäuse eines Mini-PCs. Ein klassischer Tower mit Grafikkarte, Netzteil und Lüftern entfällt. Prozessor, Grafikeinheit Radeon 8060S und NPU sitzen gemeinsam auf dem Ryzen AI Max+ 395. Deshalb passt das Gerät neben den Monitor oder unter den Monitorfuß und braucht keinen Platz unter dem Schreibtisch.
Was das kompakte Format für deinen Schreibtisch bedeutet
Mit einem Gaming-PC mit RX 9070 XT oder RTX 5090 bekommst du lokale KI nur, wenn du ein Mini-ITX- oder Midi-Gehäuse aufstellst, das eine Grafikkarte mit voller Länge und zwei bis drei Slots aufnimmt. Der M5 umgeht das, weil er keine Grafikkarte braucht. Die integrierte Grafik greift über den Unified Memory auf den Arbeitsspeicher zu und muss nicht mit separatem Grafikspeicher (VRAM) auskommen. Bei der Bauweise spielt dieser Unterschied die größte Rolle: Viel Speicher für Sprachmodelle verlangt beim M5 kein großes Gehäuse.
| Kriterium | Mini-PC wie der Bosgame M5 | Tower mit Grafikkarte |
|---|---|---|
| Platzbedarf | auf dem Schreibtisch, neben dem Monitor | meist unter oder neben dem Tisch |
| Speicher für KI-Modelle | 128 GB Unified Memory, gemeinsam für CPU und GPU | begrenzt durch den Grafikspeicher (VRAM) der Grafikkarte |
| Spätere Aufrüstung | nur Speicherplatz (zweite SSD) | Grafikkarte, RAM, SSD und Netzteil tauschbar |
| Typischer Einsatz | KI-Server, Entwicklung, Büro und Studio | Gaming, maximale GPU-Leistung |
Die kleine Bauform hat auch praktische Vorteile. Du kannst es als KI-Rechner im Heimnetz betreiben, im Regal verstauen oder zwischen Büro und Homeoffice mitnehmen. Mit einem Tower ist das kaum machbar.
Verlöteter Arbeitsspeicher: 128 GB für die gesamte Lebensdauer
Die Kehrseite der kompakten Bauweise ist der verlötete LPDDR5X-Arbeitsspeicher. Er sitzt fest auf der Platine, weil nur so die hohe Speicherbandbreite möglich ist, die Strix Halo für den Unified Memory braucht. Steckbare SO-DIMM-Module wären an dieser Stelle langsamer. Für dich bedeutet das: Die 128 GB, die du kaufst, sind die 128 GB, mit denen du dauerhaft arbeitest. Später nachrüsten kannst du nicht.
Beim Ryzen AI Max+ 395 sind Arbeitsspeicher und Grafikspeicher derselbe Baustein. Mit dem verlöteten RAM legst du deshalb auch fest, wie große Sprachmodelle du in Zukunft lokal laden kannst. Heutige Modelle der 27B-Klasse passen bequem hinein. Wenn künftige Modelle deutlich mehr verlangen, kannst du nur noch bei Quantisierung oder Kontextlänge nachgeben. An der Hardware selbst lässt sich nichts mehr ändern.
Genau hier unterscheidet sich der M5 von einem Tower. Dort tauschst du in zwei Jahren die Grafikkarte oder steckst mehr RAM dazu. Beim Bosgame bleibt die Plattform so, wie sie ausgeliefert wurde. Das gilt für alle Strix-Halo-Mini-PCs gleichermaßen und ist kein Nachteil, der nur Bosgame betrifft. Neuere Gorgon-Halo-Geräte wie der GMKtec EVO-X5 Pro mit 192 GB folgen demselben Prinzip, nur mit mehr fest verbautem Speicher.
Einziges Aufrüstpotenzial: der zweite M.2-Steckplatz
Im Gehäuse findest du nur einen zusätzlichen M.2-Steckplatz für eine zweite SSD. Das ist das gesamte Aufrüstpotenzial im Inneren. Trotzdem ist der Slot mehr als eine Nebensache: Mit einer zweiten NVMe-SSD erweiterst du den Speicherplatz intern, ohne ein externes Laufwerk an den Schreibtisch zu hängen. Warum du ihn bei lokaler KI schnell brauchst, steht weiter unten im Abschnitt zum Speicherplatz. Die verbaute 2-TB-SSD arbeitet mit PCIe 4.0, eine zweite SSD sollte also mindestens dieselbe Schnittstelle unterstützen, damit Modelle nicht spürbar langsamer laden.
Unterm Strich ist der M5 ein geschlossenes System mit einer einzigen Stellschraube. Wenn du mit der Rechenleistung und den 128 GB zufrieden bist, bekommst du einen aufgeräumten, platzsparenden Arbeitsplatz. Wer seinen Rechner gern über Jahre schrittweise aufrüstet, sollte das vor dem Kauf ehrlich einplanen, denn außer beim Speicherplatz bietet dir dieses Gehäuse dafür keinen Spielraum.
Leistung bei lokaler KI und Kreativarbeit
Auf dem Papier ist der Ryzen AI Max+ 395 eine Workstation-CPU: 16 Kerne, 32 Threads und bis zu 5,1 GHz reichen locker für Kompilieren, virtuelle Maschinen und Rendering. Die vom Hersteller genannten bis zu 126 TOPS KI-Rechenleistung solltest du allerdings richtig einordnen. Der Wert fasst CPU, GPU und NPU zusammen. In den Werkzeugen, die du für Sprachmodelle tatsächlich nutzt, also llama.cpp oder Ollama, spielt die NPU kaum eine Rolle. Dort rechnet vor allem die integrierte Radeon-GPU. Die NPU hilft eher bei Windows-Funktionen wie Webcam-Effekten oder Copilot-Funktionen.
Unified Memory: der eigentliche Grund für diesen Mini-PC
Entscheidend ist nicht die Rechenleistung, sondern der gemeinsame Speicher. CPU und GPU greifen auf dieselben 128 GB LPDDR5X zu, und ein Großteil davon lässt sich der Grafikeinheit als Grafikspeicher zuweisen. Selbst die teure RTX 4090 ist auf ihren eigenen Grafikspeicher beschränkt. Modelle, die dort nur mit Auslagern in den langsamen Systemspeicher oder gar nicht laufen, passen beim Bosgame M5 vollständig in den Speicher.
Die Kehrseite ist die Speicherbandbreite. Bei jedem erzeugten Token müssen die aktiven Gewichte des Modells einmal durch den Speicher. Deshalb bestimmt die Bandbreite die Token pro Sekunde, nicht die Zahl der GPU-Kerne. Bei dichten Großmodellen merkst du das deutlich, bei Mixture-of-Experts-Modellen mit wenigen aktiven Parametern dagegen kaum.
| Modellklasse (Quantisierung Q4) | Passt in 128 GB? | Praktische Einschätzung |
|---|---|---|
| Qwen 3.8-27B (rund 16 GB Gewichte) | Ja, mit viel Reserve | Läuft problemlos. Der Rest reicht für sehr lange Kontexte oder ein zweites Modell parallel. |
| Gemma 4 26B A4B (MoE) / Gemma 4 31B | Ja | Das MoE-Modell ist dank wenigen aktiven Parametern spürbar flotter als die dichte 31B-Variante. |
| Dichte Modelle um 70B | Ja | Lädt problemlos, die Antworten kommen aber merklich langsamer, weil die Bandbreite bremst. |
| Große MoE-Modelle mit über 100B Parametern | Je nach Quantisierung | Hier spielt Unified Memory seine Stärke aus. Für Modelle in Richtung 300B fehlt es aber an Speicher. |
Das heißt konkret: Der M5 eignet sich hervorragend, um große Modelle überhaupt lokal laden zu können und mehrere Modelle bereitzuhalten. Er ist aber keine Maschine für hohe Geschwindigkeit bei dichten Riesenmodellen.
Wo lokale Modelle im November 2026 stehen
Heise ordnet Strix Halo in seinem Vergleich lokaler KI-Hardware neben Mac Studio, Intel Arc Pro B70 und Radeon RX 9070 XT ein. Das Fazit dort: Lokale Modelle liegen insgesamt etwa ein halbes Jahr hinter Cloud-Modellen wie Claude Opus 5.5. Das aktuelle Qwen 3.8-27B schlägt in mehreren Benchmarks bereits Claude Opus 4.6, das im Februar 2026 noch an der Spitze stand. Für Programmieren, Zusammenfassen und das Arbeiten mit vertraulichen Dokumenten reicht das in vielen Fällen aus.
Für die Einordnung ist wichtig: Ein 27B-Modell mit rund 16 GB braucht keine 128 GB. Dafür genügt auch ein Gaming-PC mit RX 9070 XT. Die 128 GB bringen dir erst dann einen echten Vorteil, wenn du größere Modelle, sehr lange Kontexte oder mehrere Modelle gleichzeitig nutzen willst, zum Beispiel einen Coding-Assistenten neben einem Embedding-Modell und einem lokalen Chat.
Radeon 8060S: solide für Kreativarbeit, aber kein Ersatz für eine Grafikkarte
Die integrierte Radeon 8060S ist für eine iGPU ungewöhnlich stark. Für CAD, Blender, Adobe Creative Cloud und Videoschnitt in DaVinci Resolve brauchst du keine zusätzliche Grafikkarte. Beim Schnitt und in großen Blender-Szenen hilft dir auch hier der große gemeinsame Speicher, weil umfangreiche Projekte nicht am knappen VRAM scheitern.
An eine dedizierte Desktop-Grafikkarte wie die RX 9070 XT oder gar die RTX 5090 kommt die 8060S aber nicht heran. Beim Rendern in Cycles, bei der Bildgenerierung mit Modellen wie Flux.2 und bei Spielen in hohen Einstellungen merkst du den Abstand deutlich. Hinzu kommt, dass viele Kreativ- und Bild-KI-Werkzeuge zuerst für Nvidias CUDA optimiert werden. Mit AMD-Hardware musst du häufiger auf Vulkan- oder ROCm-Wege ausweichen.
Spanne der hier verglichenen Produkte
In der Gesamtbetrachtung ist der M5 ein Spezialist für Speicherkapazität. Wenn du Modelle laden willst, die auf keine bezahlbare Grafikkarte passen, und dabei einen kompakten Rechner ohne Steckkarte bevorzugst, ist er stark aufgestellt. Wenn du vor allem Rechenleistung pro Euro suchst, bekommst du sie mit einer RX 9070 XT im Gaming-PC günstiger.
Handhabung im Alltag: Leistungsmodi, Lautstärke und Aufrüsten
Beim Bosgame M5 steckt die Workstation-Leistung in einem Gehäuse, das direkt neben dem Monitor steht. Die Abwärme muss deshalb auf engem Raum abgeführt werden. Bosgame löst das über mehrere Leistungsmodi. Damit wechselst du zwischen maximaler Leistung und einem leisen Betrieb. Konkrete Lautstärkewerte nennt der Hersteller nicht. Das Prinzip ist aber bei allen Strix-Halo-Mini-PCs gleich: Mehr Leistungsaufnahme erzeugt mehr Wärme, und dann drehen die Lüfter hörbar höher.
Tempo oder Ruhe: Den passenden Modus wählen
Für Browser, IDE, Docker-Container und gelegentliche Anfragen an ein Sprachmodell ist der leise Modus die naheliegende Wahl. Die meiste Zeit wartet der Rechner ohnehin auf deine Eingabe. Kurze Rückfragen an Qwen 3.8-27B oder Gemma 4 laufen dort ebenfalls, nur mit etwas weniger Token pro Sekunde.
Anders sieht es bei langen Inferenz-Läufen aus: Batch-Verarbeitung von Dokumenten, Agenten, die stundenlang Code umschreiben, oder Kontexte mit mehreren hunderttausend Token. Hier bestimmt der Leistungsmodus, wie lange ein Job dauert und wie laut der Rechner dabei wird. Entscheide deshalb bewusst:
- Sitzt du während des Laufs daneben (Telefonate, Videocalls, konzentriertes Arbeiten), nimm den leisen Modus und plane mehr Zeit ein.
- Läuft der Job über Nacht oder in einem anderen Raum, nutze den Leistungsmodus. Ob es dabei laut wird, spielt dann keine Rolle.
- Als KI-Server im Heimnetz ist ein Platz außerhalb des Arbeitszimmers ideal. So kannst du dauerhaft mit voller Leistung arbeiten, ohne dass dich das Geräusch stört.
Profi-Tipp
Leg dir zwei feste Profile an: einen leisen Modus für den Arbeitstag und einen Leistungsmodus für geplante Langläufe. Viele llama.cpp- oder Docker-Jobs lassen sich per Skript zeitgesteuert starten. Lass rechenintensive Läufe also nachts mit voller Leistung laufen, dann bleibt es tagsüber am Schreibtisch ruhig.
Speicherplatz: 2 TB sind schneller voll, als du denkst
Die 2-TB-PCIe-4.0-SSD klingt großzügig. Bei lokaler KI ist sie aber knapper bemessen als bei einem normalen Arbeitsrechner. Schon ein einzelnes Modell wie Qwen 3.8-27B belegt als 4-Bit-Quantisierung rund 16 GB. Selten bleibt es bei einer Datei: Du lädst eine zweite Quantisierung zum Vergleichen, dazu Fine-Tunes, mehrere Gemma-4-Größen und spätestens mit Qwen 4 die nächste Generation.
| Was Speicherplatz belegt | Warum es schnell wächst |
|---|---|
| Quantisierte Sprachmodelle (GGUF) | Mehrere Varianten pro Modell (Q4, Q6, Q8), dazu Fine-Tunes und neue Versionen |
| Bildmodelle für ComfyUI | Flux.2, Krea-2, Qwen und Z-Image, oft in FP8 und BF16 parallel, dazu Zusatzmodelle |
| Docker-Images | Jede KI-Umgebung bringt eigene Bibliotheken mit, etwa docker model pull gemma4 |
| Python-Umgebungen und Caches | Mehrere venvs, Downloads von Hugging Face und Build-Artefakte |
| Virtuelle Maschinen | Jede VM reserviert einen eigenen virtuellen Datenträger |
Der zusätzliche M.2-Steckplatz ist deshalb kein Extra für später, sondern Teil der Grundplanung. Am sinnvollsten ist eine Aufteilung: System, Programme und Docker bleiben auf der internen SSD, Modellarchive und Bilddaten kommen auf die zweite. So musst du kein Betriebssystem umziehen, wenn der Platz knapp wird. Ältere Modellversionen, die du nur selten brauchst, kannst du zusätzlich auf eine externe SSD am USB4-Port auslagern.
128 GB Arbeitsspeicher: Heute entscheiden, nicht später
Beim Arbeitsspeicher gibt es, wie oben beschrieben, kein zweites Mal. Die Frage ist deshalb, ob du die 128 GB LPDDR5X zum Preis von 3.699 € heute schon ausnutzt.
Für ein einzelnes Modell der 27B-Klasse sind sie überdimensioniert. Ihren Wert zeigen sie erst bei anderen Anforderungen:
- große Kontextfenster, denn der native Kontext von 262.144 Token belegt zusätzlich Speicher für den KV-Cache,
- deutlich größere Modelle, die nicht in den Grafikspeicher einer RX 9070 XT oder RTX 5090 passen,
- mehrere Modelle gleichzeitig, etwa ein Coding-Modell neben einem Bildmodell und laufenden VMs.
Wenn deine Arbeit diese Größenordnung schon heute erreicht, ist der Unified Memory genau der Grund, den M5 zu kaufen. Kaufst du die 128 GB dagegen nur vorsorglich für künftige Modelle, zahlst du für Reserve auf einer Plattform, die AMD mit Gorgon Halo bereits abgelöst hat. Dann ist es ehrlicher, die Entscheidung zu vertagen oder die Alternativen im Vergleichsteil genauer anzuschauen.
| Configuration | Minimalistisch, 128 GB + 2 TB |
|---|---|
| Prozessor | Ryzen AI Max+ 395 |
| Arbeitsspeicher (RAM/VRAM) | 128 GB |
| Speicherbandbreite | 256 GB/s |
Bosgame M5 im Vergleich zu den Alternativen
Für lokale KI gibt es derzeit fünf Ansätze, und jeder setzt bei der entscheidenden Frage anders an: Wo liegt das Modell im Speicher, und wie schnell kommt die Recheneinheit daran? Der Bosgame M5 steht für den Strix-Halo-Ansatz. CPU und GPU teilen sich 128 GB LPDDR5X als Unified Memory, eine Grafikkarte gibt es nicht. Ob das für dich der richtige Weg ist, hängt vor allem von der Größe der Modelle ab, die du lokal ausführen willst.
| Ansatz | Speicherprinzip | Stärke | Schwäche | Preisrahmen |
|---|---|---|---|---|
| Strix-Halo-Mini-PC (Bosgame M5) | 128 GB Unified Memory, gemeinsam für CPU und GPU | Große quantisierte Sprachmodelle passen komplett hinein, kompakt, ohne Grafikkarte | Nicht mehr aktuelle Generation, Arbeitsspeicher verlötet | 3.699 € in dieser Konfiguration |
| Gaming-PC mit RX 9070 XT | 16 GB Grafikspeicher (VRAM) plus separater Arbeitsspeicher | Mehr Rechenleistung pro Euro, zusätzlich voll spieletauglich | Große Modelle passen nicht vollständig in den VRAM | Grafikkarte allein rund 920 € |
| Mac mini M6 / Mac Studio (M5 Max, M5 Ultra) | Unified Memory, beim Mac Studio bis 512 GB | Gleiches Speicherprinzip, sehr viel Speicher möglich, Macs per Thunderbolt 5 RDMA koppelbar | Apple-Ökosystem, viel Speicher nur in teuren Ausstattungen | Mac mini ab 1.049 € |
| Gorgon Halo (GMKtec EVO-X5 Pro, Ryzen AI Max+ PRO 495) | 192 GB Unified Memory | Nachfolgegeneration mit 64 GB mehr Speicher | Deutlich teurer | ab £5.299 |
| Nvidia RTX Spark (N1X) | Unified Memory auf Arm-Basis | Windows ohne AMD- oder Intel-CPU, kompakte Bauform | Desktop-Geräte noch nicht im Handel, Arm-Kompatibilität offen | Für Desktop-Geräte noch offen |
Gaming-PC mit Grafikkarte: schneller, aber mit engerer Speichergrenze
Eine Radeon RX 9070 XT für rund 920 € in einem normalen Gaming-PC leistet laut heise brauchbare Arbeit bei lokaler KI, auch beim Programmieren. Qwen 3.8-27B läuft darauf. Pro Euro bekommst du so mehr Rechenleistung als beim M5, dazu Spieleleistung, mit der die Radeon 8060S nicht mithält.
Die Grenze ist der Grafikspeicher. Mit 16 GB VRAM ist bei Modellen dieser Größe Schluss. Bei langen Kontexten wird es schon mit Qwen 3.8-27B eng. Alles, was deutlich darüber hinausgeht, etwa große MoE-Modelle oder 70B-Klassen in Q4-Quantisierung, muss teilweise in den normalen Arbeitsspeicher ausgelagert werden. Die Token pro Sekunde brechen dann spürbar ein. Wer nur Modelle bis etwa 30B nutzt, fährt mit der Grafikkarte günstiger. Wer größere Modelle braucht, für den ist der M5 die passendere Lösung.
Mac mini M6 und Mac Studio: gleiches Prinzip, andere Welt
Apple setzt wie AMD auf Unified Memory. Weil die Nachfrage nach lokaler KI so stark ist, hat Apple den Mac mini M6 und den Mac Studio mit M5 Max und M5 Ultra schon Ende August 2026 vorgestellt, früher als üblich. Der Mac mini startet bei 1.049 €, ist in dieser Ausstattung aber eher ein schneller Alltagsrechner als eine Plattform für große Modelle. Ernsthafte Konkurrenz zum M5 ist erst der Mac Studio. Er bietet bis zu 512 GB gemeinsamen Speicher, und mehrere Geräte lassen sich per Thunderbolt 5 RDMA zu einem Verbund koppeln. Diese Skalierung erreicht kein Strix-Halo-Mini-PC.
Dafür bindest du dich an macOS und Apples Preisstaffel, in der jede Speicherstufe kräftig aufschlägt. Wegen der Knappheit bei Speicherchips waren viele Konfigurationen zudem monatelang kaum lieferbar. Der Bosgame M5 bleibt die Wahl, wenn du Windows oder Linux nutzen willst und mit 128 GB auskommst.
Gorgon Halo: der direkte Nachfolger
Der GMKtec EVO-X5 Pro zeigt, wohin die Plattform sich entwickelt. Der Ryzen AI Max+ PRO 495 („Gorgon Halo“) mit Radeon 8065S ersetzt Strix Halo, und mit 192 GB Unified Memory passen auch Modelle hinein, für die 128 GB nicht reichen. TechRadar hat damit geprüft, ob sich sogar ein 300B-Modell ausführen lässt. Der Preis ab £5.299 liegt allerdings weit über den 3.699 € des M5.
Neue Generation oder bewährte Technik?
Gorgon Halo lohnt sich vor allem, wenn dir 128 GB absehbar zu wenig sind, etwa für sehr große MoE-Modelle oder mehrere Modelle gleichzeitig. Für Sprachmodelle im Bereich von 27B bis etwa 70B in Q4-Quantisierung bietet der M5 dasselbe Grundprinzip für deutlich weniger Geld.
Nvidia RTX Spark: die Arm-Alternative, die bald kommt
Mit dem RTX Spark (N1X) bringt Nvidia einen Arm-Chip mit Blackwell-Grafik und Unified Memory, auf dem Windows ohne AMD- oder Intel-CPU läuft. Notebooks damit sind bereits erhältlich, kompakte Desktop-PCs stehen kurz vor dem Marktstart. Für lokale KI ist das interessant, weil Nvidias CUDA-Ökosystem bei vielen Werkzeugen besser unterstützt wird als Vulkan oder ROCm auf AMD-Hardware. Dazu kommt das gleiche Speicherprinzip wie beim M5. Wie viel Speicher die ersten Mini-PCs bieten, was sie kosten und wie gut x86-Software unter Arm läuft, ist noch offen. Wer jetzt kauft, setzt beim Bosgame M5 auf eine erprobte x86-Plattform. Wer warten kann, sollte die ersten RTX-Spark-Desktops zumindest abwarten.
Vorteile
- 128 GB Unified Memory für große LLMs
- Radeon 8060S: Bildgenerierung ohne Grafikkarte
- 2 TB SSD plus freier M.2-Slot
- Dual USB4 für schnelle externe Laufwerke
- Leistungsmodi: auf Wunsch leiser Betrieb
Nachteile
- RAM verlötet, später nicht aufrüstbar
- Unter KI-Dauerlast hörbar laut
- Vorgängerchip: Max+ PRO 495 ist erhältlich
Fazit zum Bosgame M5
Der Bosgame M5 ist kein Schnäppchen und nicht mehr die neueste Plattform. Er ist aber eine der kompaktesten Möglichkeiten, große Sprachmodelle ohne Grafikkarte lokal auszuführen. Entscheidend ist eine Frage: Reichen dir 128 GB Unified Memory für die nächsten Jahre? Der verlötete Arbeitsspeicher lässt sich nicht nachrüsten. Was du heute kaufst, bleibt also die Obergrenze für deine Modelle.
Ein ausgereifter Strix-Halo-Mini-PC, der Sprachmodelle weit jenseits der 16 GB Grafikspeicher einer Gaming-Grafikkarte in den Arbeitsspeicher lädt, auf kleiner Stellfläche und mit wählbarem leisen Modus. Für 3.699 € lohnt er sich aber nur, wenn dir 128 GB auf absehbare Zeit genügen und Speichergröße für dich wichtiger ist als rohe GPU-Rechenleistung.
Kauf ihn, wenn …
… du große Sprachmodelle lokal und platzsparend betreiben willst. Neben Qwen 3.8-27B bleibt im M5 viel Luft für einen langen Kontext, ein zweites Modell oder eine mittelgroße Variante von Gemma 4, wo eine Grafikkarte mit 16 GB längst an ihre Grenze kommt.
Der M5 passt auch, wenn der Rechner als KI-Server im Heimnetz oder neben dem Schreibtisch laufen soll und kein Tower mit großer Grafikkarte in Frage kommt. Über die Leistungsmodi schaltest du für Hintergrundaufgaben in den leisen Betrieb. Softwareentwicklung, virtuelle Maschinen und Kreativarbeit profitieren ebenfalls von den 16 Kernen und dem großen Arbeitsspeicher.
Warte oder entscheide dich anders, wenn …
… du mit noch größeren Modellen rechnest. Qwen 4 steht kurz vor dem Start, und noch ist offen, wie viel Arbeitsspeicher die interessanten Varianten brauchen werden. Wenn du schon heute mit Modellen jenseits von 100 GB planst, sind der GMKtec EVO-X5 Pro mit Gorgon Halo und 192 GB oder ein Mac Studio mit bis zu 512 GB die zukunftssichereren, aber deutlich teureren Wege.
… dir GPU-Rechenleistung wichtiger ist als Speichergröße. Für Bildgenerierung mit Flux.2 oder Z-Image, für Spiele in hohen Einstellungen und für schnelle Token pro Sekunde bei Modellen, die in 16 GB passen, liefert ein Gaming-PC mit RX 9070 XT (Grafikkarte rund 920 €) mehr Leistung pro Euro. Dort kannst du die Grafikkarte später auch tauschen.
| Deine Situation | Empfehlung |
|---|---|
| Modelle bis etwa 100 GB, kompakter und leiser Betrieb gewünscht | Bosgame M5 kaufen |
| Hauptsächlich Modelle um 16 GB, dazu Spiele oder Bildgenerierung | Gaming-PC mit RX 9070 XT |
| Modelle deutlich über 128 GB oder neueste Plattform gewünscht | Gorgon-Halo-Mini-PC oder Mac Studio |
| Du willst sehen, was Qwen 4 an Arbeitsspeicher verlangt | Release abwarten, dann entscheiden |
Unser Rat vor dem Kauf
Schreib dir auf, welche Modelle du in den nächsten 12 bis 24 Monaten realistisch nutzen willst, und rechne den Bedarf für Modellgewichte und Kontext zusammen. Liegst du klar unter 128 GB, ist der M5 eine runde Lösung. Kratzt du schon heute an der Grenze, spar dir das Geld für eine Plattform mit mehr Arbeitsspeicher.