Apple M1 Pro (GPU, 16 ядер) vs GeForce GTX 1650 Ti Laptop GPU: сравнение характеристик и тестов
Короткий вывод
В доступных сопоставимых тестах разница ниже порога заметности — значимого преимущества не выявлено.
Сравнить с помощью ИИРендеринг и вычисления
≈ паритетРазница в доступных тестах ниже порога заметности — значимого преимущества нет.
Пока нет сопоставимых тестов: игры: растеризация, игры: трассировка лучей, энергоэффективность.
Преимущества
Только измеренное и паспортное: заметная разница в тесте и параметры, где больше — лучше.
Чем лучше Apple M1 Pro (GPU, 16 ядер)0
По данным в базе преимуществ не найдено.
Чем лучше GeForce GTX 1650 Ti Laptop GPU0
По данным в базе преимуществ не найдено.
Тесты
Сравниваются результаты одного теста одной версии при одинаковых условиях.
- разница 3,7 % — в пределах порога
Blender Benchmark 4.5.0
GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal) · сэмплов/мин, больше — лучше
Apple M1 Pro (GPU, 16 ядер)483,4 сэмплов/минGeForce GTX 1650 Ti Laptop GPU466,2 сэмплов/минМесто среди всех моделей в базе (100)
B · 466A · 48305 00010 00015 000Каждая точка — медиана одной модели в этом тесте. Шкала от нуля, сэмплов/мин. Разница 3,7 % — ниже порога заметности (5 %).
Об измерении и источнике
- A · Apple M1 Pro (GPU, 16 ядер)
483,4 сэмплов/мин · измерение сообщества, выборка 44 · 14 ноября 2026
Blender Open Data (Blender Foundation)
Медиана 44 отправок (исключено выбросов: 0), межквартильный размах 438.63–486.07; отправки 2025-07-17 — 2026-09-23; бэкенд METAL. Снимок 2026-11-14.
- B · NVIDIA GeForce GTX 1650 Ti Laptop GPU
466,2 сэмплов/мин · измерение сообщества, выборка 31 · 14 ноября 2026
Blender Open Data (Blender Foundation)
Медиана 31 отправок (исключено выбросов: 0), межквартильный размах 436.99–491.89; отправки 2025-07-19 — 2026-10-06; бэкенд OPTIX. Снимок 2026-11-14.
разница = |A − B| ÷ меньшее из значений × 100 %. Порог заметности 5 % — UX-эвристика, а не статистическая значимость.
Рендер Cycles в Blender Benchmark. Медиана суммы сэмплов в минуту по трём сценам после отсечения выбросов.
Справочные результаты (67)
| Тест | A | B | Разница |
|---|---|---|---|
| Blender Benchmark 4.2.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal) | 482,1 | 483,6 | справочно |
| Blender Benchmark 5.1.1GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal) | 510,5 | 447,3 | справочно |
| Blender Benchmark 5.2.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal) | 541,2 | 399,4 | справочно |
| Blender Benchmark 3.3.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal) | 425,5 | 497,5 | справочно |
| Blender Benchmark 3.4.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal) | 437,2 | 449,4 | справочно |
| Blender Benchmark 3.5.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal) | 523,5 | 519,3 | справочно |
| Blender Benchmark 3.6.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal) | 479,1 | 510,3 | справочно |
| Blender Benchmark 4.0.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal) | 466,5 | 500 | справочно |
| Blender Benchmark 4.1.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal) | 481,2 | 462,7 | справочно |
| Blender Benchmark 4.3.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal) | 483 | 472 | справочно |
| Blender Benchmark 4.4.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal) | 483,3 | 471,4 | справочно |
| Blender Benchmark 5.0.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal) | 454,5 | 467,6 | справочно |
| Blender Benchmark 5.1.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal) | 509 | 425,2 | справочно |
| Blender Benchmark 2.82GPU, bmw27 (CUDA) | — | 402,6 | нет пары |
| Blender Benchmark 2.83GPU, bmw27 (CUDA) | — | 142,7 | нет пары |
| Blender Benchmark 2.90GPU, bmw27 (CUDA) | — | 159,5 | нет пары |
| Blender Benchmark 2.91.2GPU, bmw27 (CUDA) | — | 157,1 | нет пары |
| Blender Benchmark 2.92GPU, bmw27 (CUDA) | — | 150,5 | нет пары |
| Blender Benchmark 2.93.1GPU, bmw27 (CUDA) | — | 133,3 | нет пары |
| Blender Benchmark 2.90GPU, bmw27 (OPTIX) | — | 117,9 | нет пары |
| Blender Benchmark 2.91.2GPU, bmw27 (OPTIX) | — | 133,1 | нет пары |
| Blender Benchmark 2.92GPU, bmw27 (OPTIX) | — | 118,7 | нет пары |
| Blender Benchmark 2.93.1GPU, bmw27 (OPTIX) | — | 120 | нет пары |
| Blender Benchmark 2.82GPU, classroom (CUDA) | — | 1 373,8 | нет пары |
| Blender Benchmark 2.83GPU, classroom (CUDA) | — | 503,5 | нет пары |
| Blender Benchmark 2.90GPU, classroom (CUDA) | — | 535,6 | нет пары |
| Blender Benchmark 2.91.2GPU, classroom (CUDA) | — | 683,3 | нет пары |
| Blender Benchmark 2.92GPU, classroom (CUDA) | — | 534,4 | нет пары |
| Blender Benchmark 2.93.1GPU, classroom (CUDA) | — | 467,7 | нет пары |
| Blender Benchmark 2.90GPU, classroom (OPTIX) | — | 679 | нет пары |
| Blender Benchmark 2.93.1GPU, classroom (OPTIX) | — | 528,5 | нет пары |
| Blender Benchmark 2.82GPU, fishy_cat (CUDA) | — | 720,7 | нет пары |
| Blender Benchmark 2.83GPU, fishy_cat (CUDA) | — | 361,3 | нет пары |
| Blender Benchmark 2.90GPU, fishy_cat (CUDA) | — | 297,1 | нет пары |
| Blender Benchmark 2.91.2GPU, fishy_cat (CUDA) | — | 309,4 | нет пары |
| Blender Benchmark 2.92GPU, fishy_cat (CUDA) | — | 271,5 | нет пары |
| Blender Benchmark 2.93.1GPU, fishy_cat (CUDA) | — | 279,8 | нет пары |
| Blender Benchmark 2.90GPU, fishy_cat (OPTIX) | — | 232,8 | нет пары |
| Blender Benchmark 2.93.1GPU, fishy_cat (OPTIX) | — | 233,6 | нет пары |
| Blender Benchmark 2.82GPU, koro (CUDA) | — | 1 126,9 | нет пары |
| Blender Benchmark 2.83GPU, koro (CUDA) | — | 469,2 | нет пары |
| Blender Benchmark 2.90GPU, koro (CUDA) | — | 474 | нет пары |
| Blender Benchmark 2.91.2GPU, koro (CUDA) | — | 492,8 | нет пары |
| Blender Benchmark 2.92GPU, koro (CUDA) | — | 440,1 | нет пары |
| Blender Benchmark 2.93.1GPU, koro (CUDA) | — | 404,1 | нет пары |
| Blender Benchmark 2.82GPU, pavillon_barcelona (CUDA) | — | 2 287,3 | нет пары |
| Blender Benchmark 2.83GPU, pavillon_barcelona (CUDA) | — | 868,1 | нет пары |
| Blender Benchmark 2.90GPU, pavillon_barcelona (CUDA) | — | 936,4 | нет пары |
| Blender Benchmark 2.91.2GPU, pavillon_barcelona (CUDA) | — | 1 004,9 | нет пары |
| Blender Benchmark 2.92GPU, pavillon_barcelona (CUDA) | — | 864,1 | нет пары |
| Blender Benchmark 2.93.1GPU, pavillon_barcelona (CUDA) | — | 780,2 | нет пары |
| Blender Benchmark 2.82GPU, victor (CUDA) | — | 5 168,6 | нет пары |
| Blender Benchmark 2.83GPU, victor (CUDA) | — | 1 899,9 | нет пары |
| Blender Benchmark 2.90GPU, victor (CUDA) | — | 1 882,5 | нет пары |
| Blender Benchmark 2.91.2GPU, victor (CUDA) | — | 2 078,8 | нет пары |
| Blender Benchmark 2.92GPU, victor (CUDA) | — | 2 216,9 | нет пары |
| Blender Benchmark 2.93.1GPU, victor (CUDA) | — | 1 964,2 | нет пары |
| Blender Benchmark 3.2.0GPU, сумма сцен monster + junkshop + classroom (CUDA) | — | 510,1 | нет пары |
| Blender Benchmark 3.2.1GPU, сумма сцен monster + junkshop + classroom (CUDA) | — | 553,2 | нет пары |
| Blender Benchmark 3.3.0GPU, сумма сцен monster + junkshop + classroom (CUDA) | — | 600,2 | нет пары |
| Blender Benchmark 3.4.0GPU, сумма сцен monster + junkshop + classroom (CUDA) | — | 558,6 | нет пары |
| Blender Benchmark 4.2.0GPU, сумма сцен monster + junkshop + classroom (CUDA) | — | 554,8 | нет пары |
| Blender Benchmark 3.0.1GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal) | — | 533,9 | нет пары |
| Blender Benchmark 3.1.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal) | — | 466,7 | нет пары |
| Blender Benchmark 3.1.2GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal) | — | 511,7 | нет пары |
| Blender Benchmark 3.2.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal) | — | 533,4 | нет пары |
| Blender Benchmark 3.2.1GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal) | — | 438,8 | нет пары |
У каждой версии теста своя шкала: числа сравниваются только внутри строки.
Характеристики
| Характеристика | A · Apple M1 Pro (GPU, 16 ядер) | B · GeForce GTX 1650 Ti Laptop GPU | Разница |
|---|---|---|---|
| Чип | |||
| Графический чип | Apple M1 Pro | нет данных | нет данных у B |
| Архитектура | Apple Silicon | Turing | различается |
| Вычислительные блокиSM (NVIDIA), CU (AMD) и Xe-core (Intel) — разные блоки, между производителями численно не сравниваются. | 16 ядер GPU | нет данных | нет данных у B |
| Шейдерные блокиЧисло шейдерных блоков сравнимо только в пределах одной архитектуры. | нет данных | 1 024 (CUDA-ядра) | нет данных у A |
| Частоты | |||
| Базовая частота | нет данных | 1 350 МГц | нет данных у A |
| Boost-частотаЧастоты разных архитектур не отражают производительность напрямую. | нет данных | 1 485 МГц | нет данных у A |
| Память | |||
| Видеопамять | нет данных | 4 ГБ | нет данных у A |
| Тип памяти | Объединённая память | GDDR6 | различается |
| Шина памяти | нет данных | 128 бит | нет данных у A |
| Пропускная способностьБез учёта кэша (Infinity Cache / L2), который по-разному влияет на эффективную пропускную способность. | нет данных | 192 ГБ/с | нет данных у A |
| Питание и размеры | |||
| Энергопотребление картыTGP (NVIDIA) и TBP (AMD/Intel) считаются по-разному; больше — не значит лучше. | нет данных | 55 Вт (TDP) | нет данных у A |
| Интерфейс | нет данных | PCIe 3.0 x16 | нет данных у A |
Чип
Графический чип
AApple M1 Pro
Bнет данных
нет данных у BАрхитектура
AApple Silicon
BTuring
различаетсяВычислительные блоки
A16 ядер GPU
Bнет данных
нет данных у BSM (NVIDIA), CU (AMD) и Xe-core (Intel) — разные блоки, между производителями численно не сравниваются.
Шейдерные блоки
Aнет данных
B1 024 (CUDA-ядра)
нет данных у AЧисло шейдерных блоков сравнимо только в пределах одной архитектуры.
Частоты
Базовая частота
Aнет данных
B1 350 МГц
нет данных у ABoost-частота
Aнет данных
B1 485 МГц
нет данных у AЧастоты разных архитектур не отражают производительность напрямую.
Память
Видеопамять
Aнет данных
B4 ГБ
нет данных у AТип памяти
AОбъединённая память
BGDDR6
различаетсяШина памяти
Aнет данных
B128 бит
нет данных у AПропускная способность
Aнет данных
B192 ГБ/с
нет данных у AБез учёта кэша (Infinity Cache / L2), который по-разному влияет на эффективную пропускную способность.
Питание и размеры
Энергопотребление карты
Aнет данных
B55 Вт (TDP)
нет данных у ATGP (NVIDIA) и TBP (AMD/Intel) считаются по-разному; больше — не значит лучше.
Интерфейс
Aнет данных
BPCIe 3.0 x16
нет данных у A
«Больше» не всегда означает «лучше»: более высокое энергопотребление или размер — это требования к системе, а не преимущество (такие полосы приглушены).
Сравнить с помощью ИИ
Нейросеть разберёт характеристики и тесты этой пары и даст вердикт простым языком: кому какая модель подойдёт.
Вопросы и ответы
Что быстрее: Apple M1 Pro (GPU, 16 ядер) или NVIDIA GeForce GTX 1650 Ti Laptop GPU?
В доступных сопоставимых тестах разница ниже порога заметности — значимого преимущества не выявлено.
Смотрите также
Источники данных (3)
- Apple — характеристики Apple M1 Pro (GPU, 16 ядер)проверено 14 ноября 2026
- Википедия (англ.) — характеристики NVIDIA GeForce GTX 1650 Ti Laptop GPU, дата выхода и цена на стартепроверено 14 ноября 2026
- Blender Open Data (Blender Foundation) — тест Blender Benchmark 2.82, тест Blender Benchmark 2.83, тест Blender Benchmark 2.90, тест Blender Benchmark 2.91.2, тест Blender Benchmark 2.92, тест Blender Benchmark 2.93.1, тест Blender Benchmark 3.2.0, тест Blender Benchmark 3.2.1, тест Blender Benchmark 3.3.0, тест Blender Benchmark 3.4.0, тест Blender Benchmark 4.2.0, тест Blender Benchmark 4.5.0, тест Blender Benchmark 5.1.1, тест Blender Benchmark 5.2.0, тест Blender Benchmark 3.5.0, тест Blender Benchmark 3.6.0, тест Blender Benchmark 4.0.0, тест Blender Benchmark 4.1.0, тест Blender Benchmark 4.3.0, тест Blender Benchmark 4.4.0, тест Blender Benchmark 5.0.0, тест Blender Benchmark 5.1.0, тест Blender Benchmark 3.0.1, тест Blender Benchmark 3.1.0, тест Blender Benchmark 3.1.2проверено 14 ноября 2026
Как мы сравниваем — методология. Откуда данные — источники.