苹果出全新 Mac mini 和 Mac Studio 了，AI 时代为什么很多人想配一台

先说说我家里那台 Mac mini 在干什么

我们第二周教知识库的时候，讲过一整套自动化。每天上午九点做一次摄入检查，把 Raw 文件夹里还没消化过的新素材读一遍，在 Wiki 里更新概念页面，在 log.md 里记一笔。每天晚上十点，把得到大脑里过去 24 小时新增的笔记搬进 Raw/00-inbox。每周日晚上八点，做一次归档、健康检查，再发一份知识库周报。

这套东西跑起来之后确实很省心。但那节课里我特意提过一个前提，原话是这样的。

如果你的知识库在本地电脑上，执行任务的时刻电脑得开着。云端 Hermes 去读写你本地的文件，本地电脑关机它就干不了活。

这个前提听着不起眼，落到日常里就是个天天要面对的麻烦。你设了一个早上九点的任务，可你九点在地铁上，笔记本在包里。你出差三天，机器合上了，这三天的自动化全都空转。

所以我在家里放了一台 Mac mini。它不当主力机，就一直插着电、连着网、开着放在那儿。我人在哪儿不重要，它该几点干活就几点干活。等我晚上回家打开电脑，东西已经在库里了。

这个用法说起来一点都不高级，本质上就是给自己配了一台永远不关机的机器。但它解决的是一个特别真实的问题。

有意思的是，苹果这次把这个用法写进了产品定义

这件事的顺序挺值得玩味。

一开始是用户自己琢磨出来的。今年上半年本地 Agent 部署火起来之后，很多人发现这类工具得有一台机器长期开着跑，于是 2024 年那款 M4 Mac mini 成了大家的首选。它便宜、省电、体积小，插在那儿几个月不用管。那会儿它已经是两年前的产品了，还是照样被抢。

苹果自己也注意到了。库克在五月的财报会上说过一句，这些设备是运行人工智能及智能代理工具的绝佳平台，客户对它们的认知速度快于苹果预期。

到这次更新，说法正式改了。苹果中文官网现在写的是，Mac mini 适合「智能体 AI 工作流」，是「部署 AI 代理的理想常开式台式机」。苹果官网介绍 M6 芯片的时候，除了视频剪辑、编译代码这些老例子，还专门加了一个新场景，智能体任务。

三月还是用户自己摸索出来的野路子，八月变成了厂商写在官网上的正经定义。这半年 AI 圈发生的很多事情，其实都是这个节奏。

这次到底改了什么

新款 Mac mini 有两个版本，一个用 M6，一个用今年三月就发布过的 M5 Pro，中间的标准版 M5 直接跳过了。定位更高的 Mac Studio 则是 M5 Max 和 M5 Ultra 两款。

国行 8 月 27 日上午 9 点开始预购，9 月 22 日发售，比美国晚两天。M5 Ultra 那个版本要等到 10 月下旬。

M6 这颗芯片

M6 是苹果第一颗 2nm 工艺的芯片，12 核 CPU，12 核 GPU。

CPU 这边有个新东西，苹果第一次在一颗主流 M 系列芯片里同时塞了三种核心，2 个超级核心、4 个性能核心、6 个能效核心。超级核心扛最重的活，性能核心处理多线程，能效核心管后台和轻量任务。最终结果是多线程性能比 M4 最高提高 40%。

对本地 AI 更关键的是 GPU 那部分。M6 第一次在 Mac mini 的 GPU 每一个核心里都加了神经网络加速器，还给它加上了 FP8 支持。同时神经网络引擎升级成两组 16 核。也就是说 CPU、GPU、神经网络引擎这三套东西同时被加强了，系统可以按任务类型分配负载。

苹果给的数字，M6 的 AI 计算性能比 M4 最高提高 4 倍，图形性能最高是 M4 的两倍。跟更老的机器比落差更大，搭载 M6 的 Mac mini 对比 M1 Mac mini，在 LM Studio 上跑大语言模型的提示词处理速度最高提升 13.5 倍。

内存带宽 170GB/s，比 M4 最高提高 40%，统一内存最高支持到 32GB。

说到统一内存，这里得展开讲一句

这个概念对想在本地跑模型的同学特别重要，值得花两分钟弄明白。

传统 PC 里，显卡有自己的显存，系统有自己的内存，两边是分开的。你本地跑一个大模型的时候，模型参数得装进显卡能直接访问的那块显存里。所以哪怕你系统内存插到 128GB，显卡也不能把它当显存用，能跑多大的模型还是被显存卡着。

苹果的芯片不一样，CPU 和 GPU 共用同一个内存池，谁都能直接访问同一份数据，不用在两块内存之间来回搬。所以对本地跑模型来说，Mac 的统一内存有多大，基本就决定了它能装下多大的模型。

这带来一个挺有意思的变化。以前买电脑先问 CPU 几核、显卡多快，到了本地 AI 这件事上，问题变成了这台机器到底能装下多大的模型。

M5 Pro 那一档

M5 Pro 版本的 Mac mini 最高可选 18 核 CPU、20 核 GPU，16 核神经网络引擎，内存带宽 307GB/s，统一内存 24GB 起步、最高 64GB，还支持雷雳 5，最多接三台 6K 显示器。

这两档的分工因此很清楚。M6 更新、更快，适合主流的 Agent 工作流；M5 Pro 的优势就一条，内存更大，能装下更大的模型。

Mac Studio 那两档

新款 Mac Studio 用 M5 Max 和 M5 Ultra。

M5 Max 是 18 核 CPU、最高 40 核 GPU，每个 GPU 核心都带神经网络加速器，CPU 性能最高提升 30%，GPU 最高提高 50%，AI 工作负载最高是前代的 4 倍。

M5 Ultra 是这次真正的狠角色，也是苹果第一颗四晶粒芯片。它的做法是先把两颗晶粒做成一颗 M5 Max，再用新一代 UltraFusion 把两颗 M5 Max 拼在一起。连接密度比上一代提高超过 6 倍，芯片之间的带宽超过 4TB/s。这么高的互联带宽，是让四块晶粒能当一整颗芯片用的基础，系统和软件不用把它当成四个独立处理器来分配任务。

拼出来的结果是 36 核 CPU、80 核 GPU，统一内存带宽 1.2TB/s，最大内存容量 512GB。AI 计算性能最高是 M3 Ultra 的 4.5 倍。

512GB 这个数字是什么概念，有个现成的参照。几个月前有人拿一台 512GB 的上代 Mac Studio，在本地完整跑起了 671B 参数的 DeepSeek。后来 Exo Labs 又把四台这样的机器串在一起，组成一套 2TB 统一内存的桌面集群，能把大模型自动拆到多个节点上，甚至同时跑 DeepSeek 的 V3 和 R1。四台机器满载的时候，功耗大约 400W。

一间办公室，几张桌子，不用腾出机房，就能搭起一套自己的算力。这是 Mac Studio 现在真正的新身份。

涨价这件事，得单独说

新款 Mac mini 国行 6999 元起，每一档都比上一代贵了不少。

把价格摆在一起看最清楚。2024 年那款 M4 Mac mini 上市时是三档，256GB 版 4499 元、512GB 版 5999 元、1TB 版 7499 元。这次新款也是三档，256GB 版 6999 元、512GB 版 8499 元、1TB 版 10749 元。

同容量对比，前两档正好各加 2500 元，1TB 那档加了 3250 元。

教育优惠也跟着走。M4 时代教育优惠最低到过 3699 元，现在官网上 M6 版本的教育优惠是 6199 元起，M5 Pro 版本 12199 元起。

Mac Studio 这边是 19999 元起。这个价格看着比上一代 M4 Max 版本的 16499 元高了三千五，但那次涨价其实发生在今年 6 月 25 日，当时苹果把 Mac、iPad、HomePod、Apple TV 一起上调了大约 20%。所以这次发新品，Mac Studio 的起售价一分没动。M5 Ultra 版本国行 46999 元起。

为什么偏偏是便宜的那台在涨

原因说出来有点黑色幽默，是内存涨价。

2026 年第一季度，一般型 DRAM 的合约价季度环比涨了 93% 到 98%，其中 PC 用的 DRAM 单季涨幅超过 100%，是有记录以来最高的一次。推着这件事走的是 AI 数据中心，三星、SK 海力士把先进产能转去做毛利更高的 HBM，留给消费级的产能反而在缩。

涨的不只苹果。戴尔从去年 12 月起商用 PC 涨了 10% 到 30%，联想今年 3 月全系涨了约 15%，Framework 从 7 月起干脆把 64GB 的订单直接降配成 32GB，他们 CEO 说进货价翻了一倍不止。

至于为什么挨打的是便宜那一台，Gartner 的统计能解释。存储在 PC 物料成本里的占比正从 16% 升到 23%，惠普给的口径更高，从 15% 到 18% 升到 35%。机器越便宜，内存在成本里占的分量越重，涨价就越藏不住。所以定位更贵的 Mac Studio 这次一分没涨，便宜的 Mac mini 每一档加 2500。

Gartner 还有个更远的判断，500 美元以下的入门 PC 价位段，预计到 2028 年会消失。

这两年 Mac mini 的价格曲线，两头是被同一件事推着走的。AI 让越来越多人想买一台一直开着的小机器，同一批 AI 数据中心又在把内存价格往上抬。需求和成本来自同一个源头。

不管最后选哪台，内存都别省

在讲怎么选之前，我想先单独说一条。这条比选哪个型号更重要，是各种社群里现在基本已经形成的共识。

哪怕你只是个普通用户，内存 24G 也是基本盘。预算允许的话，能往上加就尽量往上加。

原因是这样。未来 AI 时代，内存会是最紧缺的那个资源。同时多跑几个任务，很容易就跑不动了。你现在可能觉得自己用 AI 的强度还不大，感觉不出来，但强度上来得很快，等你真的开始同时挂着几个 Agent 干活的时候，就会发现卡住你的是内存。

反过来，硬盘可以配低一点。存储不够，以后买个外接硬盘就都能搞定，而且苹果自家的存储升级一向不便宜。内存不行，它焊在芯片上，买定离手，后面一点办法都没有。

具体到这两台，内存档位是这样的。M6 版本有 16GB、24GB、32GB 三档，32GB 就到顶了。M5 Pro 版本只有 24GB 和 64GB 两档，中间没有别的选项。所以想配 36GB 或者 48GB 这种中间容量，这次的 Mac mini 给不了，那是上一代 M4 Pro 和 MacBook Pro 那边才有的档位。

按这个来选就很清楚了。M6 那台，6999 元那个起步价对应的是 16GB，真打算拿它跑 AI 任务，至少往上跳一档到 24GB；预算够就直接 32GB 顶到头，反正也就这么高。M5 Pro 那台起步就是 24GB，往上一步就是 64GB。

硬盘那边，M6 最高可以配到 2TB，M5 Pro 最高 8TB。但按上面那个思路，同样的钱先加在内存上，硬盘留在低档，用外接补。

那到底要不要配一台

在这条原则之上，我按几种情况说，你对号入座。

如果你只是想要一台稳定用三四年的日常 Mac，市面上还在卖的 M4 Mac mini 就够了。办公、写文档、处理图片都没压力，偶尔剪点轻量视频也能应付。只要渠道价还在四五千，它依然是整条产品线里最划算的一台，离淘汰还早得很。

如果你的需求跟我一样，就是想要一台永远开着替你跑任务的机器，那要看你现在跑的是什么。绝大多数同学的自动化任务，说到底是让 Agent 定时读文件、整理笔记、更新知识库、发个周报。这类活对算力的要求真不高，M4 完全扛得住。为了这个去多花 2500，我觉得不太值。等国补或者渠道优惠把成交价拉回五千左右，再考虑新款会舒服很多。

如果你确实要在本地跑模型，那就按上面那条原则走到底，先想清楚准备跑哪个模型、它需要多少内存，再回头选机器。需要超过 32GB 的，M6 那台无论怎么加钱都够不着，直接从 M5 Pro 开始看，多出来的钱买的就是这个。

如果你是工作室、研究所，或者团队有数据不能出本地的要求，Mac Studio 的算法就完全不一样了。它对标的是专业 GPU 工作站、服务器租赁和长期的云端 token 账单，跟家用台式机不在一个账本上。多台机器组集群直接放办公室，供电和散热的压力比传统 GPU 服务器小得多，数据也留在本地。

另外，如果你不着急，秋天再看也行。有消息说苹果接下来还会更新入门款 14 寸 MacBook Pro 和 iMac，应该也是 M6。

有两句实在话得说在前面

第一句是关于本地模型的。

上面提到的那些实测数字，一台 128GB 内存的机器跑 800 亿参数的模型能到每秒七十多个 token，512GB 的机器能跑起 6710 亿参数的 DeepSeek，这些都是真的。但要看清楚它们是在什么机器上跑出来的。128GB 和 512GB，对应的是 Mac Studio 那个价位。6999 这台的上限是 32GB，别拿那些数字往这台身上套。

而且就算你真配了大内存的机器，本地模型现在能干的，主要还是那些相对基础、重复、对质量要求没那么苛刻的活。真正吃力的思考和创作，云端的旗舰模型仍然明显更强。省 token 这个账，得建立在你的任务确实是基础活的前提上。

第二句是关于顺序的。

买一台一直开着的机器，解决的是「任务能不能一直跑」的问题，不解决「你有没有任务可跑」的问题。我配 Mac mini，是因为我手上先有了一堆确定每天要跑的定时任务，机器只是让它们不再断。如果反过来，先买机器再想干什么，那台小盒子大概率会安安静静地在角落里亮着灯，什么也不干。

所以我的建议是，先把第二周那套自动化在自己现有的电脑上跑通一两周。等你真的开始嫌「我出差三天它就停了」的时候，再去配这台机器，那笔钱花得就明白了。

---

咱们社区里已经配了 Mac mini 或者 Mac Studio 的同学，欢迎到社区发一条心得，说说你那台机器现在每天在跑什么、跑了多久、有没有踩过坑。这种真实的用法比参数表有用得多。