等等，AI实验室囤Mac mini，竟然是按“吨”囤的？！The Information刚刚爆料，OpenAI已经采购了数万台Mac mini和Mac Studio，至今仍在追着苹果要货。Anthropic则选择从亚马逊AWS租赁Mac算力。按网友计算，每小时租金一美元出头，月租在500到900多美元。租赁成本不低，购买也不划算。论算力性价比，苹果芯片打不过英伟达，这是公认的。那它们图什么？这些机器是为了强化学习，训练能够自主操作电脑的Computer-use Agent。
01、数万台“金属小盒”被拉进实验室训Agent，需要模型在真实电脑上练手。成千上万台机器同时运行，模型在其中点鼠标、开App、看屏幕、犯错、重来。算力哪家的卡都能买，但有些活儿只有Mac干得了。苹果的规矩很严格：macOS虚拟机只能在苹果自家的硬件上运行。在Apple芯片的Mac上，一台物理机最多同时开启两个macOS虚拟机。AWS的EC2 Mac至今仍是“专用主机”形态，一租就是一整台物理Mac，最少按24小时收费。文档给出的理由是苹果的许可协议要求。因此，要搭建一万个macOS环境，就得摆下几千台真机。苹果芯片产品高级经理Doug Brooks对此解释道，Agent需要一台完全自主、与主力电脑分离、且能几天几夜不关机的机器，而Mac mini正是这种绝妙的系统。这波需求有多凶，财报可见一斑。苹果最新一季Mac营收104亿美元，同比增长29%，是所有产品线中增速第一的。靠的正是这小小的方盒子。代价就是缺货，最受AI开发者欢迎的配置已断货好几个月。X平台上有人庆幸自己的Mac Studio订单下得早。
02、统一内存，加一颗不会降频的风扇。仅有macOS环境还不够，机器本身还得跑得动大模型。苹果芯片在原始算力上或许打不过英伟达GPU，但统一内存架构是别人短期难以复制的。CPU和GPU共用一个内存池，无需将大模型切碎塞进多张显卡再来回搬运。对于跑大模型，“装得下”往往比“跑得快”更重要。M5 Ultra最高拥有512GB统一内存，带宽1.2TB/s。M6 Mac mini在LM Studio中的大模型提示处理速度，苹果称是M4的4.8倍、M1的13.5倍。第二个优势是扛得住长时间满载。轻薄MacBook跑几十分钟就要降频，而Agent干的是7×24小时的活，一跑就是好几天。散热在这里直接决定了能不能干活。EXO Labs的开源方案能将多台Mac串成集群，在本地运行671B量级的模型。社区里“Mac mini当常驻家庭服务器”的教程层出不穷，甚至出现了按小时出租Mac算力的服务。
03、用Mac跑Agent，到底是什么体感？大厂买它是为了堆机房，普通人买回去是真要干活的。开发者Octavio Herrera在一台M4 Mac mini 32GB基础款上，一口气实测了6款模型。结果显示，Qwen3-30B-A3B（MoE架构，Q4量化）速度为24-30 tok/s，占17.3GB内存；GPT-OSS-20B为28-29 tok/s，占11.3GB；Gemma 4 26B-A4B为20-22 tok/s，占14.6GB。稠密的Qwen3.8-27B仅4.4 tok/s。对照组使用DeepSeek v4-flash走API，约57 tok/s。显而易见，用入门级设备跑本地模型，MoE架构基本上是板上钉钉的选择。除了芯片算力，内存是另一个门槛。JetBrains的编程Agent完全跑在本地，其自带的27B量化模型就要求64GB内存起步。PCWorld的装机指南更干脆，64GB是最低门槛。X上有网友详细计算了不同配置的速度。M5 Max 64GB（3499美元）：Qwen3.6-27B跑30-40 tok/s，处理4K提示词约5秒，改一处500 token的补丁需13-17秒，端到端20秒。同样的任务在Mac mini上是37秒。M5 Max 128GB（5099美元）：内存翻倍，MLX上跑80B的Qwen3-Coder-Next能到75-90 tok/s。M5 Ultra 96GB（5499美元）：芯片更快，27B模型推到48-80 tok/s，端到端压缩到10秒。M5 Ultra 256GB（11299美元）：第一台能把DeepSeek V4 Flash完整4-bit装进单机的Mac，预计80-90 tok/s。根据Artificial Analysis的数据，云端GPT-5.6 Sol速度是75-79 tok/s，Opus 4.8约58 tok/s。也就是说，一台放在桌上的Mac，其出字速度已经追平了最快的前沿模型服务。
04、苹果不接单，老黄已经站在门口。面对数万台的订单，苹果却选择不接。它这些年一直在退出企业市场：2011年砍掉Xserve服务器，2022年停掉macOS Server，今年3月连Mac Pro都停产了。苹果自己也用Mac芯片造服务器，但只给Private Cloud Compute使用。如果有企业上门想买这套算力，会被直接拒之门外。The Information还挖到一个扎眼的细节：苹果压根没有专门伺候企业客户的工程团队，也没有一个人负责开发者关系。今年4月离职的前苹果企业AI产品营销经理Todd Dailey直言，苹果如果有团队真正拥抱企业AI，那是个笑话。最火热的AI需求，最后被外包给了两家创业公司——webAI和前OpenAI算力基础设施员工Peter Voell创办的Mount Thor。其中一家连官网都没写完。既然如此，就不难怪老黄不客气了——DGX Spark就是冲着Mac的软肋来的。今年1月的CES上，它放出一版软件更新，性能比发布时最高提升2.5倍，甚至能挂在MacBook Pro旁边当外接加速器。企业和开发者反复提起它，理由很简单：随时有货。而苹果这才有了反应。往年Mac的年底更新排在10月或11月，今年8月25日就把新Mac mini和Mac Studio端了出来，宣传语第一次直接针对本地跑前沿大模型和多机集群进行宣传。如今AI实验室把Mac mini当基础设施，苹果把它当台式机。话说，你家那台mini，现在跑着什么？