Mac mini 两年涨了 2500 块，这次我居然有点理解苹果

事情是这样的。

今晚苹果没开发布会，官网新闻稿直接甩了出来，Mac mini 和 Mac Studio 两条桌面产品线一起换代。M6、M5 Pro、M5 Max、M5 Ultra，四颗芯片，齐刷刷亮相，全部 9 月 22 日发售。

我本来打算例行翻译一下新闻稿就睡觉的。结果翻到价格表的时候，我愣了一下。

Mac mini，国行 6999 起。

要知道两年前，M4 版 Mac mini 的发售价是 4499。

这两年中间还发生过一次。今年 6 月，苹果把在售的 M4 版从 4499 悄悄调到了 5999，当时很多人都当个例看。今晚新款一出，再涨 1000，直接 6999。M5 Pro 版也没闲着，12999，比在售的 M4 Pro 还贵 500。

两轮加完，一台入门迷你主机，累计涨了 2500 块，涨幅 56%。

你敢信。。。

我第一反应也是想骂的。迷你主机两年涨一半多，这事儿在硬件圈真不多见，不管锅是内存涨价还是别的什么，反正钱包是实打实疼的。

但我把三篇新闻稿的规格表翻来覆去看了几遍之后，怎么说呢，火气慢慢变成了一种别的东西。

好奇。

因为我发现，这些多出来的钱，去向写得明明白白。

这一代 M6，每个 GPU 核心里都塞了一个神经网络加速器，整卡 12 个。神经网络引擎直接翻倍，两颗 16 核并联，系统框架能同时调用。内存带宽拉到 170GB/s。这些东西没有一个是让你刷网页更快的，它们全部只服务一件事，在本地跑 AI 模型。

说真的，苹果等于明说了，AI 能力就是新的溢价项。想在本地跑模型，请加钱。

回到 M6 这颗芯片本身，聊聊这次我最在意的一个细节。

M6 是苹果第一颗 2nm 制程的 M 系列芯片，首发给了 Mac mini。规格是 12 核 CPU，2 个超级核加 4 个性能核加 6 个能效核，12 核 GPU，外加双 16 核神经网络引擎。多线程性能最高是 M5 的 1.2 倍、M1 的 2.4 倍。

单看这些数字，常规迭代，牙膏都算不上大挤。

真正有意思的是跑分的分布。

用 LM Studio 处理大模型提示词，M6 版 Mac mini 的速度最高是 M1 版的 13.5 倍、M4 版的 4.8 倍。而 Excel 表格计算呢，只有 M4 版的 1.5 倍。《赛博朋克 2077》的光线追踪帧率，2 倍。

你品品这个分布。

日常应用的改进是温和的，AI 相关的改进是陡峭的。芯片里那点晶体管预算，明晃晃地全押在了神经网络加速器这些模块上。

全押 AI 了。

不过坦率的讲，M6 版有个绕不开的天花板，统一内存 16GB 起步，最高 32GB。

32GB 跑日常 AI 工具是够的，7B、14B 的模型随便跑。但你想上 32B 的模型，就得掐着量化精度一颗一颗算内存了。那种感觉像出门旅行只带一个登机箱，东西是塞得下的，但每一件都得掂量掂量。

想再往上，苹果给的答案只有一个，加钱上 M5 Pro，64GB，307GB/s。

顺着价格往上走，就是今晚的另一个主角，Mac Studio。

Mac Studio 这边的故事就四个字，往死里堆。

M5 Ultra 用新一代 UltraFusion，把两颗双芯粒的 M5 Max 拼在一起，成了苹果第一颗四芯粒的 M 系列芯片。芯粒之间带宽超过 4.4TB/s，四颗芯粒对外就表现为一颗完整的处理器。36 核 CPU，80 核 GPU，统一内存最高 512GB，带宽 1.2TB/s，AI 峰值算力最高是 M3 Ultra 的 4.5 倍。

512GB 是个什么概念，我跟你说。

市面上大多数工作站的独显，显存也就几十个 GB。顶配 Mac Studio 的统一内存，比它们大一个数量级。

那这 512GB 到底能干嘛？

单机装不下的事，就用集群干。万亿参数的模型按 FP16 精度算，光模型权重就要约 2TB 内存，注意这还没算推理时候的缓存开销。一台 Mac Studio 装不下，那四台呢？

今年 6 月的 WWDC26 专场活动上，LM Studio 的员工就现场演示过这套方案。四台 Mac Studio，用 Thunderbolt 5 加 RDMA 连成一张低延迟网络，共享一个内存池，硬是把 Kimi K2.6 这个万亿参数级别的开放权重模型，在本地上跑起来了。

四机集群的推理性能，最高是单机的 3 倍。

我翻到这条的时候，盯着看了半天。本地跑万亿参数模型这句话，就这么从口号，变成了购物车里的四台机器。

顺带一提，M5 Ultra 的媒体引擎还能同时播放 33 路 8K ProRes 422 视频流。视频工作者这次也是大赢家，只是苹果新闻稿的重心，已经完全不在这了。

接口也没含糊，机身背后最多六个 Thunderbolt 5，Wi-Fi 7 和蓝牙 6 也是头一回出现在 Mac Studio 上。

说到这里，你把四颗芯片的内存参数排成一列，今晚这场发布的真正逻辑，就自己浮出来了。

很多朋友可能不清楚统一内存和普通电脑内存的区别，我用大白话讲一下。

传统 PC 是 CPU 用内存，独显用显存，两口井各喝各的水。你的模型权重得在两边来回搬运，而消费级独显的显存普遍就几十 GB，模型大小直接被显存卡死。

Apple Silicon 是全家共用一个水池，CPU、GPU、神经网络引擎都从同一块物理内存里取水，权重存一份，谁算谁去读。

所以我一直觉得，mini、Pro、Max、Ultra 这四个后缀，以前的含义是性能等级和预算等级，现在的含义就一句话，你这台机器能跑多大的模型。

32GB 跑日常 AI 工具和轻量 Agent。64GB 跑更大的模型和创意负载。128GB 进专业 AI 开发。512GB，面向前沿模型推理和多机协同。

这不是换代，是重新定价。

当然，肯定也有朋友觉得，云上租卡按小时计费不香吗，何必花几万块买断一台机器。我非常理解，跑一次性的实验，云上确实划算，弹性还大。

但常开的设备是另一回事。Agent 是 7 乘 24 小时在跑的，token 是流水，你的文件、权限、任务上下文全在这台机器上。这时候隐私和边际成本就开始变得重要了，本地跑一万次，电费几乎可以忽略，云上跑一万次，账单会教你做人。

写到这我本来想收了，但还有一个数据，我实在憋不住想聊。

OpenRouter 的数据显示，今年 2 月 6 日之后，AI Agent 消耗的 token 量，超过了人类。之后半年，涨到了原来的 14 倍。

也就是说，电脑的使用者里，Agent 的存在感，第一次超过了人本身。

我脑子里蹦出来的，是乔布斯很多年前讲过的那个比喻。他说电脑是心灵的自行车，人类跑步的效率在动物里很拉胯，但骑上自行车，就能超过世界上效率最高的秃鹫。

这个比喻优雅了四十年。

现在，自行车开始自己踩踏板了。

苹果这波的回应也写得很直白，新闻稿里管 Mac mini 叫「常开的智能体设备」，管 Mac Studio 叫「端侧 AI 的终极台式机」。定位都写成这样了，就不用猜了。Mac 还是人的电脑，但上面跑的，早就不只是人的任务了。

最后给个我自己的选购结论，不一定对，仅供参考。

只想试试本地模型的开发者，M6 版 6999 是最低门票，但 32GB 的顶摆在那，你大概率会很快摸到天花板。我甚至能想象出买它的人，可能是个刚毕业两年的开发者，出租屋的桌子放不下大机箱，想让自己的 Agent 常开在家，又不想每个月对着 API 账单心惊肉跳。6999，是他给自己买的第一台「服务器」。

认真想做本地 AI 的，直接看 128GB 的 M5 Max 版，两万块，这是这套产品线的甜点位。512GB 的 M5 Ultra，是给团队跑前沿开放权重模型准备的，个人用户就别硬上了，46999 只是起步价。

9 月 22 日发售，512GB 版本要等到 10 月底。不急的话，等第一批实测再说。

从 4499 到 6999，我居然对一次涨价有点理解，这事儿想想也挺魔幻的。。。

但转念一想，我理解的其实不是涨价，是方向。当 Agent 开始替我们花 token 的时候，总得有一台机器，替我们把这些 token 算清楚。

三篇官方新闻稿的完整翻译我都放在博客里了，Mac mini 的这里看，Mac Studio 的这里看，M6 和 M5 Ultra 芯片层面的细节在这篇。