OpenAI被曝囤了Mac mini！全拿去训AI了

新智元报道 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，到现在还在追着苹果要货。 Anthropic走的是另一条路，从亚马逊AWS租Mac算力。按网友算的账，一台每小时一美元出头，一个月五百到九百多美元。 租着不便宜，买也不划算。论算力性价比，苹果芯片打不过英伟达，这事没什么争议。 那图什么？ 这些机器是拿去做强化学习的，训练的是能自己操作电脑的Computer-use Agent。 数万台金属小盒，被拉进AI实验室 训Agent，要的是让模型在真电脑上练手。 成千上万台机器同时开着，模型在里面点鼠标、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。 苹果的规矩是这样。 macOS虚拟机只能跑在苹果自己的硬件上 在Apple芯片的Mac上，一台机器最多同时开两个macOS虚拟机 AWS的EC2 Mac至今还是「专用主机」形态，一租就是一整台物理Mac，最少按24小时收费，文档里给的理由就是苹果的许可协议这么要求 所以 你要一万个macOS环境，就得摆下几千台真机 。 苹果芯片产品高级经理Doug Brooks对此给过一个解释。 Agent要一台自己完全说了算、跟主力电脑分开、还能几天几夜不关机的机器。而Mac mini就是这样一台绝妙的系统。 这波需求有多凶，看财报就知道。 苹果最新一季Mac营收 104亿美元 ，同比涨 29% ，所有产品线增速第一。靠的，就是这小小的方盒子。 代价就是缺货，最受AI开发者欢迎的那几档配置，断货好几个月了。 X上已经有人庆幸，自己的Mac Studio订单下得早。 统一内存，加一颗不会降频的风扇 光有macOS环境还不够，机器本身得跑得动大模型。 苹果芯片打不过英伟达GPU，但 统一内存 这个结构别人短期学不来。 CPU和GPU共用一个内存池，不用把大模型切碎了塞进多张显卡再来回搬运。 跑大模型这件事，「装得下」经常比「跑得快」更要命。 M5 Ultra最高 512GB统一内存 ，带宽 1.2TB/s 。M6 Mac mini在LM Studio里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，就是 扛得住长时间满载 。 轻薄MacBook跑几十分钟就要降频，Agent干的是7×24的活，一跑好几天。 散热在这里直接决定能不能干活。 EXO Labs的开源方案能把多台Mac串成集群，本地跑671B量级的模型。 社区里「Mac mini当常驻家庭服务器」的教程一茬接一茬，连按小时出租Mac算力的服务都冒出来了。 用Mac跑Agent，到底是什么体感 大厂买它是拿去堆机房的。 咱普通人买回去，是真要拿它干活的。 开发者Octavio Herrera老哥花了一周的时间，在他 M4 Mac mini 32GB基础款 上一口气实测了6款模型。 Qwen3-30B-A3B，MoE、Q4量化：24-30 tok/s，占17.3GB GPT-OSS-20B：28-29 tok/s，占11.3GB Gemma 4 26B-A4B：20-22 tok/s，占14.6GB 稠密的Qwen3.8-27B： 4.4 tok/s 对照组，DeepSeek v4-flash走API：约57 tok/s 结果显而易见。用入门级设备跑本地模型， MoE 基本上是板上钉钉了。 芯片算力是一方面，另一个坎是 内存 。 JetBrains那个完全跑在本地的编程Agent，光自带的27B量化模型就要求64GB起步。 PCWorld的配机文更干脆， 64GB就是地板 。 X上有人把每一档都算过。 3499美元，M5 Max 64GB ：Qwen3.6-27B跑30-40 tok/s。4K提示词约5秒吃完，改一处 500 token的补丁13-17秒，端到端20秒。同样的活在mini上是37秒 5099美元，M5 Max 128GB ：带宽不变，模型池子翻倍，MLX上跑80B的Qwen3-Coder-Next能到75-90 tok/s 5499美元，M5 Ultra 96GB ：内存不加，芯片更快，同一个27B推到48-80 tok/s，端到端压到10秒 11299美元，M5 Ultra 256GB ：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，GPT-5.6 Sol从云端服务是75-79 tok/s，Opus 4.8约58。 也就是说， 一台放在桌上的 Mac ，出字速度已经追平最快的前沿模型服务 。 最近，库克在财报会上表示，「我们正处在内存定价的百年一遇洪水里，价格在指数级上涨」。 国行Mac mini一年多前那台性价比神机，是4499元。 现在的M6 Mac mini，已经是6999元起了。 苹果不接单，老黄已经站在门口 数万台的订单摆在面前，苹果没接。 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。 它自己也用Mac芯片造服务器，但只给Private Cloud Compute用。 有企业上门想买这套算力，被拒了。 The Information还挖到一个更扎眼的细节。苹果压根没有一支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直接开喷。 说苹果有任何团队真有拥抱企业AI的计划，这是个笑话。 最热的一块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。其中一家连官网都还没写完。 既然如此，那就不要怪老黄不客气了——DGX Spark就是冲着Mac的软肋来的。 今年1月的CES上，它又放出一版软件更新，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，宣传语第一次直接对着本地跑前沿大模型和多机集群写。 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？ 参考资料： https://www.theinformation.com/articles/apple-stumbled-ai-hardware-success-mac?rc=epv9gi 编辑：摩西 秒追ASI ⭐ 点赞、转发、在看一键三连 ⭐ 点亮星标，锁定新智元极速推送！ 文章原文