就在刚刚，苹果更新了 Mac mini 与 Mac Studio 两条桌面 Mac 产品线，也拉开了苹果秋季新一轮产品发布的帷幕。
这是九月年度发布会之前的第一波产品换代，对于很多用户却是远比新款 iPhone 更加重要的产品。要知道 Mac Mini 已经长达两年没有更新，而年初的 OpenClaw/本地 Agent 部署热潮，让人们对它的期待值迅速拉升；Mac Studio 同样因为本地超大规模旗舰模型部署的流行，而备受关注。
而苹果也没有让大家失望：
新款 Mac mini 提供 M6 与 M5 Pro 芯片版本，直接跳过了标准版 M5；
定位更高的 Mac Studio 则提供 M5 Max 和 M5 Ultra 两款芯片。
伴随新芯片而来的，是苹果对本地 AI 工作负载处理能力的一次重点强化。
与此同时，两款产品的价格也出现明显上涨：新款 Mac mini 国行售价 6,999 元起，Mac Studio 国行售价 19,999 元起，均于 8 月 25 日开启订购，9 月 22 日正式发售。
单看产品名称，这似乎只是苹果桌面 Mac 的又一次常规换芯——但从 2nm 工艺、多芯片封装、高速连接到最高 512GB 统一内存这些升级点来看，两款新品指向的已经不只是更快的个人电脑。
爱范儿获得的官方资料显示，苹果清楚地意识到，很多用户将 Mac Mini 作为一个“全程在线”、非主力机的“个人 AI Agent 部署平台”。而这次更新的 Mac Mini 和 Mac Studio，正是苹果为本地 AI、专业工作室乃至小型算力集群准备的新一代桌面平台。
M6 首发，苹果的 2nm 时代来了
新款 Mac mini 依然提供两档处理器。最大的亮点必定是首发搭载的 M6 芯片。
M6 采用新一代 2nm 制程工艺，这也是苹果首次在主流级 M 系列芯片中配备 12 核 CPU，相较于此前 M4 的 10 核 CPU 增加了两颗核心。
这也是苹果首次在一颗主流 M 系列 SoC 中同时塞进了三种 CPU 核心，具体来说，是 2 个 Super Core、4 个性能核心和 6 个能效核心。
其中 Super Core 承担最高性能需求，苹果称其继续保持全球最快 CPU 核心的单线程性能；4 个性能核负责多线程负载，6 个能效核则处理后台和轻量任务。最终结果，M6 的多线程 CPU 性能相比 M4 最高提高 40%。
图｜Apple
在苹果的官网，我们看到除了视频剪辑、编译代码这些传统例子，苹果还加入了一个新场景——智能体任务（Agentic Tasks）。
显然，苹果想让 Mac mini 成为你桌面上那个从不关机、随时响应的 AI 代理。
图形部分同样升至 12 核 GPU，比前代的 M4、M5 增加两个核心，并且首次在 Mac mini 的 GPU 中加入神经网络加速器（Neural Accelerator）。
早在 M5 芯片上，苹果就曾最早使用过这套技术路线。
此前我们在采访 Apple 平台架构副总裁 Tim Millet 时，他曾把端侧 AI 面临的问题归结为三个瓶颈：算力、内存容量和内存带宽。
而从 M5 开始，苹果直接在 GPU 每一个核心里加入神经网络加速单元，本质上就是让 GPU 从传统图形处理器进一步变成 AI 计算单元。
这下，Mac 里最主流的 Mac mini 终于也有了 AI 加速能力。
苹果称其 AI 计算性能相比 M4 最高提高 4 倍，尤其针对本地 LLM；图形性能最高达到 M4 的两倍。同时，新 GPU 还升级了动态缓存、光追和着色器核心，并为神经网络加速器增加 FP8 支持。
另一边，M6 的神经网络引擎（Neural Engine）也升级为两组 16 核设计，峰值 AI 计算性能最高翻倍。
换句话说，M6 的 AI 算力已经不再只押注传统神经网络引擎，而是 CPU、GPU Neural Accelerator 和 Neural Engine 三套计算资源同步加强，也让系统有更多空间按照任务类型分配计算负载。
最后一个关键变化是：内存。
M6 的内存带宽达到 170GB/s，相比 M4 最高提高 40%，最大支持 32GB 统一内存。
对于端侧 AI 而言，它甚至可能比 CPU 跑分更重要。
本地运行大模型时，模型参数需要载入 GPU 能够直接访问的内存。传统 PC 通常受独立显卡显存容量限制，即使系统内存很大，GPU也不能把它完全当作显存使用。
Apple Silicon 的特殊之处，是 CPU 和 GPU 可以访问同一个统一内存池。
此前 Apple 副总裁 Bob Borchers 接受爱范儿采访时就解释过，这意味着无论 CPU、GPU 还是其他计算单元，都可以直接使用同一份内存，而不是像传统 PC 一样，在系统内存和独立显存之间不断搬运数据。
对本地 AI 来说，这意味着 GPU 可以直接使用容量更大的统一内存池。因此，一个很有意思的事情发生了：
以前大家买电脑，先问 CPU 几核、GPU 多快；到了本地 AI 时代，变成了这台电脑到底能装下多大的模型？
对于想装更大模型的人，苹果还准备了 M5 Pro 芯片版本的 Mac mini。
它拥有更多 CPU、GPU 核心和更高的内存带宽，统一内存上限也从 M6 的 32GB 提高到 64GB，本地 AI 工作负载最高达到前代的 4 倍。
我们此前已经实际测试过同一代 M5 Pro / M5 Max 架构。M5 Pro 的内存带宽达到 307GB/s，而 M5 Max 可以达到 614GB/s；后者配合 128GB 统一内存，在经过 MLX 优化的 Qwen3-Next-80B 上，实测生成速度可以达到约 72 token/s。
这些数据也解释了为什么苹果这一次要同时保留 M6 和 M5 Pro：M6 更新、更快、更适合主流 Agent 工作流；M5 Pro 的优势则很直接，内存更大，可以运行更大的模型。
图｜Applelnsider
对于本地 AI 用户来说，选择不同芯片时，一个重要指标就是准备运行什么模型，以及这个模型究竟需要多少统一内存。
这也带来了 Mac mini 一个此前从未如此明确的新定位。
在这种用法里，MacBook 继续负责日常工作，旁边放一台长期运行的 Mac mini，专门让 Agent 在后台执行任务。
它可以成为一台放在桌面上的个人 AI Server。
除此之外，新 Mac mini 的 SSD 速度最高提高一倍，搭载新的 Apple N1 无线芯片，支持 Wi-Fi 7 和蓝牙 6，有线网络则标配 2.5Gb 以太网，并可以选配 10Gb；M5 Pro 版本继续支持 Thunderbolt 5。
M5 Ultra，挑战 AI 工作站
如果说 M6 Mac mini 是把本地 AI 推向普通桌面，那么新 Mac Studio 做的事情，则是继续把这条路线往极端方向推。
新款 Mac Studio 提供 M5 Max 和 M5 Ultra 两个版本。
对于 M5 Max 芯片，我们已经比较熟悉，早在今年三月已经随新款 MacBook Pro 推出。18 核 CPU，最高 40 核 GPU，每个 GPU Core 都拥有神经网络加速器。苹果称 CPU 性能最高提升 30%，GPU 性能最高提高 50%，AI 工作负载最高则可以达到前代的 4 倍。
图｜Engadget
它的实际性能我们也进行过相关的测试。
在一台 128GB 统一内存的 M5 Max MacBook Pro 上，8-bit 量化的 Qwen3-Next-80B 可以以约 72 token/s 的速度运行；而面对 Llama 3.3 70B 这类稠密模型时，模型本身虽然只有约 75GB，但加上长上下文需要的 KV Cache，128GB 内存很快就会开始捉襟见肘。
真正值得关注的是 M5 Ultra。
M5 Max 本身已经采用双晶粒（dual-die）设计，而 M5 Ultra 再通过新一代 UltraFusion 技术，把两颗 M5 Max 组合到一起，最终形成最终形成四晶粒架构（quad-die architecture）。相比上一代，UltraFusion 的连接密度提高超过 6 倍，芯片间带宽超过 4TB/s。
四晶粒架构最难处理的地方，是让不同晶粒之间交换数据时尽量少受延迟影响。超过 4TB/s 的互联带宽，正是 M5 Ultra 能够把四块晶粒作为一套计算系统运行的基础。macOS 和应用可以把它视为一颗完整芯片，程序无需按照四块独立处理器重新分配任务。
四块晶粒最终组成了36核 CPU，其中有12个超级核心和24个性能核心，多线程性能最高比 M3 Ultra 提升30%；80核 GPU 也首次在 Ultra 芯片中加入神经网络加速器，AI 计算性能最高达到 M3 Ultra 的4.5倍。增强型着色器核心与第三代光线追踪引擎，则把图形性能最高提高了80%。
夸张的参数仍然是内存：
M5 Ultra 的统一内存带宽提高50%，达到1.2TB/s，最大内存容量来到512GB。
几个月前，我们曾经拿一台 512GB M3 Ultra Mac Studio，在本地完整跑起 671B 参数的 DeepSeek；随后 Exo Labs 又把 4 台这样的 Mac Studio 串在一起，组成了一套拥有 2TB 统一内存的桌面 AI 集群。
这套系统可以把大型模型自动拆分到多个节点，甚至同时运行 DeepSeek V3 和 R1。更特别的是，四台机器满载时功耗依然控制在大约 400W。
这让 Mac Studio 的定位变得更加明确。
它依然服务于 Final Cut Pro、Cinema 4D、CAD、游戏开发和专业影像工作流，但在 AI 时代，它也开始成为一种小型、本地、低功耗的 AI 基础设施。
此前 Tim Millet 在接受爱范儿采访时说，Apple Silicon 从一开始最重要的设计原则之一就是 Scalability，可扩展性：同一套架构往下可以成为 MacBook Air 和 Mac mini，往上则可以不断增加 GPU、内存带宽和统一内存容量，最终覆盖 Studio 级专业工作负载。
到今天，这棵树终于长出了一个此前很难预料的枝杈。
它开始从“个人电脑”变成“个人算力”。
涨价之后，Mac 应该怎么买？
当然，在消费电子涨价的大周期下，Mac 的性能变强了，价格也没客气。
新款 M6 Mac mini 海外起售价来到 699 美元，比 M4 时代贵了 100 美元。国行版本的变化更明显，起售价从 2024 年 M4 Mac mini 的 4499 元提高到 6999 元，教育优惠价也要 6199 元。
单看数字，国行起售价一口气提高 2500 元，确实令人咂舌。
不过平心而论，放在内存价格普遍上涨的背景下，苹果这次的调价并没有完全脱离硬件市场的变化。新芯片带来的性能提升同样可观，算上这部分增幅，我认为新款甚至还有点“性价比”。
对学生和普通家庭用户来说，如果只是需要一台稳定使用三四年的日常 Mac，可以继续看市面仍在售的 M4 Mac mini 16GB 加 256GB 版本，没必要为了芯片代际多花这笔钱。
这台机器离淘汰还很远。办公、写代码和处理图片都没有太大压力，偶尔剪些轻量视频也能应付。只要渠道价还在四五千元，它依然会是 Mac 产品线里性价比最高的一台电脑。
M6 Mac mini 适合需求更明确的人。你准备长期使用本地 AI 和 Agent，或者确实需要新 GPU 架构与更快的网络连接，这笔钱才花得值。后续如果国补或渠道优惠能把成交价拉回 5000 元左右，这个涨幅也会更好接受一些。
如果不急着换机，也可以等到秋季再看。Mark Gurman 此前爆料称，苹果届时还将更新入门款 14 英寸 MacBook Pro 与 iMac，这两款新品应该也都会搭载 M6 芯片。
至于 M5 Pro，购买理由反而非常纯粹：
你需要超过 32GB 的内存。
M5 Pro 把内存上限带到了 64GB，能运行体量更大的本地模型，Thunderbolt 5 与高速网络也给多机协作留出了空间。需要超过 32GB 内存的开发者和研究人员，或者准备搭建小型计算节点的团队，可以从这一档开始看。
再往上的 Mac Studio，就已经不是普通家用电脑的购买逻辑。
上一代 M4 Max 版本的海外起售价为 1999 美元，新款提高到 2499 美元，国行起售价也从 16499 元涨到 19999 元。个人用户看到这个价格，多半已经没有继续比较配置的必要。
但如果是一间工作室、研究所或者需要私有部署 AI 的企业，计算方式就完全不同。
即便把 M5 Ultra 配到数百 GB 统一内存，总价来到十几万元，它面对的也不再是普通台式电脑，而是专业 GPU 工作站、服务器租赁以及长期云端 Token 成本。
多台 Mac Studio 通过高速连接组成集群后，可以直接放在办公室里运行，供电和散热的压力比传统 GPU 服务器低，内部数据也能留在本地。团队不用先腾出一间机房，就能在几张办公桌旁边搭起一套自己的 AI 算力。
图｜Jeff Geerling
从 Mac 的升级配置中，我们能够看到苹果对一台个人电脑的新的理解。
相信在五年前，第一颗 M 芯片面世之初，很少有人会把一台 Mac 和“本地大模型服务器”联系起来。
苹果设计统一内存，起初主要解决 CPU 与 GPU 之间的数据传输、图形性能和能效问题。Tim Millet 后来提到，当初设计这些芯片时，他也没有想到，有一天会在自己的桌面上运行几十亿参数的模型。
硬件设计就是这样一种很奇妙的东西。
很多时候，我们发明一种技术，是为了解决眼前的问题；但几年之后，它却可能因为一个当时还不存在的新需求，生长出完全不同的用途。
统一内存如此，Apple Silicon 如此，Mac 也正是如此。
五年前，很少有人会想到，一台放在桌面上的 Mac，有一天会被拿来运行几百 B 参数的大模型，甚至几台机器连在一起，变成一个小型 AI 集群。
计算能力每往前走一步，电脑能做的事情也会跟着改变。而这一次，被重新定义的，可能正是“个人电脑”本身。
过去，买 Mac 就是买 Personal Computer；
现在，买 Mac 就是买 Personal Compute。
作者｜方俊鸣
编辑｜肖钦鹏
精彩评论