Перейти к содержимому

Apple M1 Ultra (GPU, разные конфигурации) vs GeForce GTX 1660 SUPER: сравнение характеристик и тестов

AApple · Apple Silicon

Apple M1 Ultra (GPU, разные конфигурации)

    2022

    BNVIDIA · Turing

    NVIDIA GeForce GTX 1660 SUPER

    • 6 ГБ GDDR6
    • 125 Вт

    29 октября 2019 · $229 на старте

    Короткий вывод

    Apple M1 Ultra (GPU, разные конфигурации) впереди во всех сценариях, где есть сопоставимые тесты: рендеринг и вычисления. Это не означает преимущества в задачах, для которых тестов нет.

    Сравнить с помощью ИИ
    ← Apple M1 Ultra (GPU, разные конфигурации)GeForce GTX 1660 SUPER →

    • Рендеринг и вычисления

      A +26,5 %

      Apple M1 Ultra (GPU, разные конфигурации) впереди в этом сценарии (до 26,5 % в сопоставимых тестах).

    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 Ultra (GPU, разные конфигурации)1

    • Blender Benchmark 3.1.0 на 26,5 % быстрее1 045 сэмплов/мин против 826 сэмплов/мин

    Чем лучше GeForce GTX 1660 SUPER0

    По данным в базе преимуществ не найдено.

    Тесты

    Сравниваются результаты одного теста одной версии при одинаковых условиях.

    • Blender Benchmark 3.1.0

      GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal) · сэмплов/мин, больше — лучше

      A впереди на 26,5 %

      Место среди всех моделей в базе (47)

      B · 826A · 1 045
      02 0004 0006 0008 000
      Каждая точка — медиана одной модели в этом тесте. Шкала от нуля, сэмплов/мин.

      Apple M1 Ultra (GPU, разные конфигурации) впереди на 26,5 % в этом тесте.

      Об измерении и источнике
      A · Apple M1 Ultra (GPU, разные конфигурации)

      1 045 сэмплов/мин · измерение сообщества, выборка 45 · 14 ноября 2026

      Blender Open Data (Blender Foundation)

      Медиана 45 отправок (исключено выбросов: 1), межквартильный размах 1032.52–1105.81; отправки 2022-03-18 — 2022-06-22; бэкенд METAL. Снимок 2026-11-14.

      B · NVIDIA GeForce GTX 1660 SUPER

      825,9 сэмплов/мин · измерение сообщества, выборка 92 · 14 ноября 2026

      Blender Open Data (Blender Foundation)

      Медиана 92 отправок (исключено выбросов: 5), межквартильный размах 796.9–847.4; отправки 2022-03-09 — 2022-06-30; 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 (101)
    ТестABРазница
    Blender Benchmark 3.2.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)1 029,1843,2справочно
    Blender Benchmark 3.2.1GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)1 109,7809,1справочно
    Blender Benchmark 2.81GPU, barbershop_interior (CUDA)—1 123,5нет пары
    Blender Benchmark 2.81aGPU, barbershop_interior (CUDA)—1 096,4нет пары
    Blender Benchmark 2.81GPU, bmw27 (CUDA)—88,6нет пары
    Blender Benchmark 2.81aGPU, bmw27 (CUDA)—88,3нет пары
    Blender Benchmark 2.82GPU, bmw27 (CUDA)—89,6нет пары
    Blender Benchmark 2.83GPU, bmw27 (CUDA)—90,6нет пары
    Blender Benchmark 2.90GPU, bmw27 (CUDA)—94,8нет пары
    Blender Benchmark 2.91.2GPU, bmw27 (CUDA)—93,6нет пары
    Blender Benchmark 2.92GPU, bmw27 (CUDA)—95,3нет пары
    Blender Benchmark 2.93.1GPU, bmw27 (CUDA)—81,6нет пары
    Blender Benchmark 2.90GPU, bmw27 (OPTIX)—77нет пары
    Blender Benchmark 2.91.2GPU, bmw27 (OPTIX)—77,4нет пары
    Blender Benchmark 2.92GPU, bmw27 (OPTIX)—76,9нет пары
    Blender Benchmark 2.93.1GPU, bmw27 (OPTIX)—79,7нет пары
    Blender Benchmark 2.81GPU, classroom (CUDA)—333,9нет пары
    Blender Benchmark 2.81aGPU, classroom (CUDA)—336,8нет пары
    Blender Benchmark 2.82GPU, classroom (CUDA)—322,1нет пары
    Blender Benchmark 2.83GPU, classroom (CUDA)—331,8нет пары
    Blender Benchmark 2.90GPU, classroom (CUDA)—331,9нет пары
    Blender Benchmark 2.90.1GPU, classroom (CUDA)—330,7нет пары
    Blender Benchmark 2.91.2GPU, classroom (CUDA)—336,4нет пары
    Blender Benchmark 2.92GPU, classroom (CUDA)—351,8нет пары
    Blender Benchmark 2.93.1GPU, classroom (CUDA)—308,4нет пары
    Blender Benchmark 2.90GPU, classroom (OPTIX)—309,9нет пары
    Blender Benchmark 2.91.2GPU, classroom (OPTIX)—307нет пары
    Blender Benchmark 2.92GPU, classroom (OPTIX)—315,3нет пары
    Blender Benchmark 2.93.1GPU, classroom (OPTIX)—311,6нет пары
    Blender Benchmark 2.81GPU, fishy_cat (CUDA)—153,9нет пары
    Blender Benchmark 2.81aGPU, fishy_cat (CUDA)—165,4нет пары
    Blender Benchmark 2.82GPU, fishy_cat (CUDA)—171,9нет пары
    Blender Benchmark 2.83GPU, fishy_cat (CUDA)—177,3нет пары
    Blender Benchmark 2.90GPU, fishy_cat (CUDA)—180,5нет пары
    Blender Benchmark 2.91.2GPU, fishy_cat (CUDA)—167,5нет пары
    Blender Benchmark 2.92GPU, fishy_cat (CUDA)—194,3нет пары
    Blender Benchmark 2.93.1GPU, fishy_cat (CUDA)—176нет пары
    Blender Benchmark 2.90GPU, fishy_cat (OPTIX)—154,1нет пары
    Blender Benchmark 2.91.2GPU, fishy_cat (OPTIX)—153,7нет пары
    Blender Benchmark 2.92GPU, fishy_cat (OPTIX)—173,8нет пары
    Blender Benchmark 2.93.1GPU, fishy_cat (OPTIX)—152,6нет пары
    Blender Benchmark 2.81GPU, koro (CUDA)—287,5нет пары
    Blender Benchmark 2.81aGPU, koro (CUDA)—287,3нет пары
    Blender Benchmark 2.82GPU, koro (CUDA)—287,8нет пары
    Blender Benchmark 2.83GPU, koro (CUDA)—302,8нет пары
    Blender Benchmark 2.90GPU, koro (CUDA)—288,3нет пары
    Blender Benchmark 2.91.2GPU, koro (CUDA)—271,1нет пары
    Blender Benchmark 2.92GPU, koro (CUDA)—293нет пары
    Blender Benchmark 2.93.1GPU, koro (CUDA)—280,1нет пары
    Blender Benchmark 2.90GPU, koro (OPTIX)—191,4нет пары
    Blender Benchmark 2.91.2GPU, koro (OPTIX)—192,1нет пары
    Blender Benchmark 2.93.1GPU, koro (OPTIX)—192,9нет пары
    Blender Benchmark 2.81GPU, pavillon_barcelona (CUDA)—546,3нет пары
    Blender Benchmark 2.81aGPU, pavillon_barcelona (CUDA)—543нет пары
    Blender Benchmark 2.82GPU, pavillon_barcelona (CUDA)—546,3нет пары
    Blender Benchmark 2.83GPU, pavillon_barcelona (CUDA)—543,6нет пары
    Blender Benchmark 2.90GPU, pavillon_barcelona (CUDA)—564,4нет пары
    Blender Benchmark 2.91.2GPU, pavillon_barcelona (CUDA)—527,6нет пары
    Blender Benchmark 2.92GPU, pavillon_barcelona (CUDA)—555,9нет пары
    Blender Benchmark 2.93.1GPU, pavillon_barcelona (CUDA)—499,7нет пары
    Blender Benchmark 2.90GPU, pavillon_barcelona (OPTIX)—439,1нет пары
    Blender Benchmark 2.91.2GPU, pavillon_barcelona (OPTIX)—443,9нет пары
    Blender Benchmark 2.93.1GPU, pavillon_barcelona (OPTIX)—431,2нет пары
    Blender Benchmark 2.81GPU, victor (CUDA)—704,3нет пары
    Blender Benchmark 2.81aGPU, victor (CUDA)—702нет пары
    Blender Benchmark 2.82GPU, victor (CUDA)—696,3нет пары
    Blender Benchmark 2.83GPU, victor (CUDA)—714,8нет пары
    Blender Benchmark 2.90GPU, victor (CUDA)—690,9нет пары
    Blender Benchmark 2.91.2GPU, victor (CUDA)—686,4нет пары
    Blender Benchmark 2.92GPU, victor (CUDA)—845,4нет пары
    Blender Benchmark 2.93.1GPU, victor (CUDA)—757нет пары
    Blender Benchmark 2.90GPU, victor (OPTIX)—604,1нет пары
    Blender Benchmark 2.91.2GPU, victor (OPTIX)—605,4нет пары
    Blender Benchmark 2.93.1GPU, victor (OPTIX)—1 041нет пары
    Blender Benchmark 3.0.1GPU, сумма сцен monster + junkshop + classroom (CUDA)—847,7нет пары
    Blender Benchmark 3.1.0GPU, сумма сцен monster + junkshop + classroom (CUDA)—858,5нет пары
    Blender Benchmark 3.2.0GPU, сумма сцен monster + junkshop + classroom (CUDA)—851нет пары
    Blender Benchmark 3.2.1GPU, сумма сцен monster + junkshop + classroom (CUDA)—884,3нет пары
    Blender Benchmark 3.3.0GPU, сумма сцен monster + junkshop + classroom (CUDA)—895,9нет пары
    Blender Benchmark 3.4.0GPU, сумма сцен monster + junkshop + classroom (CUDA)—823,1нет пары
    Blender Benchmark 3.6.0GPU, сумма сцен monster + junkshop + classroom (CUDA)—945,9нет пары
    Blender Benchmark 4.0.0GPU, сумма сцен monster + junkshop + classroom (CUDA)—650,6нет пары
    Blender Benchmark 4.1.0GPU, сумма сцен monster + junkshop + classroom (CUDA)—834,7нет пары
    Blender Benchmark 4.2.0GPU, сумма сцен monster + junkshop + classroom (CUDA)—847,8нет пары
    Blender Benchmark 4.3.0GPU, сумма сцен monster + junkshop + classroom (CUDA)—864,9нет пары
    Blender Benchmark 4.2.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)—754,8нет пары
    Blender Benchmark 4.5.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)—753,8нет пары
    Blender Benchmark 5.1.1GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)—700,4нет пары
    Blender Benchmark 5.2.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)—679,1нет пары
    Blender Benchmark 3.0.1GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)—850,6нет пары
    Blender Benchmark 3.1.2GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)—807нет пары
    Blender Benchmark 3.3.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)—820,6нет пары
    Blender Benchmark 3.4.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)—779,4нет пары
    Blender Benchmark 3.5.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)—818,7нет пары
    Blender Benchmark 3.6.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)—831,8нет пары
    Blender Benchmark 4.0.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)—751,9нет пары
    Blender Benchmark 4.1.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)—768,9нет пары
    Blender Benchmark 4.3.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)—750,8нет пары
    Blender Benchmark 4.4.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)—735,9нет пары
    Blender Benchmark 5.0.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)—616,7нет пары
    Blender Benchmark 5.1.0GPU, сумма сцен monster + junkshop + classroom (OptiX / HIP / oneAPI / Metal)—692нет пары

    У каждой версии теста своя шкала: числа сравниваются только внутри строки.

    Характеристики

    Чип

    • Графический чип

      AApple M1 Ultra

      BTU116-300-A1

      различается

    • Архитектура

      AApple Silicon

      BTuring

      различается

    • Шейдерные блоки

      Aнет данных

      B1 408 (CUDA-ядра)

      нет данных у A

      Число шейдерных блоков сравнимо только в пределах одной архитектуры.

    Частоты

    • Базовая частота

      Aнет данных

      B1 530 МГц

      нет данных у A

    • Boost-частота

      Aнет данных

      B1 785 МГц

      нет данных у A

      Частоты разных архитектур не отражают производительность напрямую. У ноутбучных чипов частота зависит от лимита мощности ноутбука.

    Память

    • Видеопамять

      Aнет данных

      B6 ГБ

      нет данных у A

    • Тип памяти

      AОбъединённая память

      BGDDR6

      различается

    • Шина памяти

      Aнет данных

      B192 бит

      нет данных у A

    • Пропускная способность

      Aнет данных

      B336 ГБ/с

      нет данных у A

      Без учёта кэша (Infinity Cache / L2), который по-разному влияет на эффективную пропускную способность.

    Питание и размеры

    • Энергопотребление карты

      Aнет данных

      B125 Вт (TDP)

      нет данных у A

      TGP (NVIDIA) и TBP (AMD/Intel) считаются по-разному; больше — не значит лучше. Диапазон задан производителем чипа; конкретное значение выбирает производитель ноутбука, поэтому один и тот же чип в разных ноутбуках работает по-разному.

    «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.

    ИИ-вердикт

    Вопросы и ответы

    Что быстрее: Apple M1 Ultra (GPU, разные конфигурации) или NVIDIA GeForce GTX 1660 SUPER?

    Apple M1 Ultra (GPU, разные конфигурации) впереди во всех сценариях, где есть сопоставимые тесты: рендеринг и вычисления. Это не означает преимущества в задачах, для которых тестов нет.

    Источники данных (3)
    • Apple — характеристики Apple M1 Ultra (GPU, разные конфигурации)проверено 14 ноября 2026
    • Википедия (англ.) — характеристики NVIDIA GeForce GTX 1660 SUPER, дата выхода и цена на стартепроверено 14 ноября 2026
    • Blender Open Data (Blender Foundation) — тест Blender Benchmark 2.81, тест Blender Benchmark 2.81a, 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 2.90.1, тест Blender Benchmark 3.0.1, тест Blender Benchmark 3.1.0, 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 3.6.0, тест Blender Benchmark 4.0.0, тест Blender Benchmark 4.1.0, тест Blender Benchmark 4.2.0, тест Blender Benchmark 4.3.0, тест Blender Benchmark 4.5.0, тест Blender Benchmark 5.1.1, тест Blender Benchmark 5.2.0, тест Blender Benchmark 3.1.2, тест Blender Benchmark 3.5.0, тест Blender Benchmark 4.4.0, тест Blender Benchmark 5.0.0, тест Blender Benchmark 5.1.0проверено 14 ноября 2026

    Как мы сравниваем — методология. Откуда данные — источники.

    TelegramВКонтакте