用 Mac mini 可以吗?
您手上是 Mac mini 而不是 Linux 迷你 PC?本指南的大部分内容无需任何改动就能在它上面运行。下面介绍哪些可以照搬,以及少数需要调整的设置。
本文核对于 3 个月前,部分命令可能已有变化。 如有出入,请告诉我们。
要点速览
可以,Mac mini 是很好的工作台:编码智能体、Ollama、Tailscale、Cloudflare Tunnel、Git 和 Docker 在上面和在 Linux 上一样运行,只有系统安装和少数命令不同(Homebrew、launchd、macOS 防火墙)。它的统一内存是本地 AI 的优势,但价格不低:16 GB 的 Mac mini M6 为 1 049 欧元,32 GB 为 2 039 欧元,64 GB 的 M5 Pro 为 3 649 欧元(后两者为苹果法国官网带 1 TB SSD 的配置,价格于 2026 年 10 月 1 日查询)。内存和内存带宽要一起看:决定模型速度的是带宽。
请先完成: 选择硬件
本指南是为 Linux 而写的,因为它最经济、最接近真正的服务器,也最贴近实际部署的方式。但在现实生活中,很多人桌上已经有一台正在睡觉的 Mac mini。好消息是,它非常适合这个用途,而且本指南中所写的大部分内容都能在它上面毫无问题地运行。
完全一样的部分
整个流程的大部分内容并不依赖于系统。在 Mac mini 上,下面这些无需任何调整即可适用:
- 代码智能体:Claude Code 和 OpenCode 在 macOS 上原生运行。安装它们的方式完全相同。
- 本地 AI:Ollama 有一个 macOS 应用,模型在苹果芯片上运行得非常好。云端 + 本地混合的搭建方式完全一致。
- AI 智能体:整个章节(概念、搭建、在后台运行的智能体、Hermes 与 OpenClaw)的运作方式都一样。
- 网络:Tailscale 有一个 macOS 应用,Cloudflare Tunnel 也为 Mac 提供了
cloudflared。您暴露和访问机器的方式完全相同。 - Git、GitHub 和 Docker:完全一致(Mac 这边用 Docker Desktop)。
- 尤其是整个把活干好章节:框定一个项目、记忆文件、技能、复审与审计、维护。这些是方法,而不是系统命令。它们一点都不会变。
说白了:真正有差异的主要是系统层(安装和少数几条管理命令)。其余的一切,也就是核心内容,都是相同的。
需要调整的部分
有四处差异需要了解,都很简单:
| 在 Linux 上 (Ubuntu) | 在 Mac mini 上 (macOS) |
|---|---|
| 从 U 盘安装 Linux | 无需操作:macOS 已经在那里了。跳过安装 Linux这一篇。 |
apt install ... | Homebrew:brew install ...(先安装 Homebrew,它是 Mac 上的标准包管理器)。 |
用 systemd 管理服务 | 用 launchd(或者更简单的 brew services start ...)来持续运行一个服务。 |
ufw 防火墙 | macOS 防火墙(在系统设置 Réglages Système → 网络 Réseau 中)。而最小权限原则本身并不会变(见保护访问)。 |
2026 款阵容,以及它对本地 AI 意味着什么
苹果在 2026 年 8 月 25 日更新了这两款机器,自 9 月 22 日起已经开售。
mini 换上了 M6,这是苹果第一颗 2 纳米工艺的芯片,CPU 和 GPU 各 12 核,并配有两个 16 核神经网络引擎,据苹果称性能最高可达上一代的两倍。再往上,M5 Pro 版 mini 用的是 MacBook Pro 的芯片:核心更多,内存最高 64 GB,但只有一个神经网络引擎。别被这个双神经网络引擎晃了眼:Ollama、llama.cpp 和 MLX 都在图形处理器上运行语言模型,决定它们速度的是内存带宽。在这一点上,M5 Pro 比 M6 快 1.8 倍。
Frandroid 评测了 24 GB 版的 Mac mini M6,也在上一代 M4 上市时评测过它。Frandroid Labo 在 M6 上用 70 亿参数模型测得每秒 33.1 个 token。显示的价格是基础版的价格:M6 16 GB 为 1 049 欧元(查于 2026 年 9 月 30 日),M4 上市价为 699 欧元。其他评测过的机器(Mac 和迷你 PC)的对比见实测过的机器。
Apple Mac mini M6
入门级- 内存
- 24 GB 统一内存
- GPU 可用
- 最多 17.8 GB
- 功耗
- 未测
- 噪音
- 未测
€1,049 2026年9月30日 核价
价格:起价(16 GB);评测的 24 GB 版更贵
Frandroid 实验室 7B 每秒 33.1 个 token
做本地 AI 最省心的 Mac:快速又安静。24 GB 内存已经装不下 30B 模型:想走得更远,请选更大的内存。
- 满载也很安静
- 实验室测得 3B 模型每秒 69 个 token
- 极其小巧
- 24 GB 中只有 17.8 GB 可供模型使用
- 价格上涨,选配贵得离谱
Apple Mac mini M4
入门级- 内存
- 16 GB 统一内存
- GPU 可用
- 最多 11.8 GB
- 功耗
- 未测
- 噪音
- 未测
€699 2024年11月18日 核价
价格:首发价,16 GB + 256 GB
在 Mac 上入门本地 AI 的稳妥起点,但 16 GB 内存只够跑小模型。它已被 M6 取代。
- 体积极小且安静
- 发布时起价合理
- 基础款即配 16 GB 统一内存
- Apple 的内存和存储选配非常贵
- 内置存储难以更换
Studio 则没有换成 M6。它保留 M5 Max,并首发 M5 Ultra:由两颗 M5 Max 通过超过 4.4 TB/s 的互连拼接而成。
实际要花多少钱
2026 年 10 月 1 日在 apple.com/fr(法国官网)查询的起售价:
| 机型 | CPU / GPU | 基础内存 | 起售价 | 内存带宽 |
|---|---|---|---|---|
| Mac mini M6 | 12 / 12 | 16 GB | 1 049 欧元 | 153 GB/s(24 或 32 GB 时为 170 GB/s) |
| Mac mini M5 Pro | 15/16 或 18/20 | 24 GB | 1 999 欧元(18/20 为 2 219 欧元) | 307 GB/s |
| Mac Studio M5 Max | 18 / 32 或 40 | 36 GB | 2 999 欧元(40 核 GPU 为 3 659 欧元) | 460 GB/s(40 核 GPU 为 614 GB/s) |
| Mac Studio M5 Ultra | 30 至 36 / 64 至 80 | 96 GB | 6 599 欧元(36/80 为 8 029 欧元) | 1.2 TB/s |
机型链接指向 Quelle IA(法语网站),上面列出了每种配置能跑哪些模型。
内存的价格是每 GB 27.5 欧元:在 M6 mini 上,存储不变时从 16 GB 加到 24 GB 要 220 欧元,我查过的苹果其他配置也都符合这个单价。
于是您的目标算下来是这样(苹果提供的配置,含 SSD,这会抬高每 GB 单价):
| 配置 | 合计 | 每 GB 内存单价 |
|---|---|---|
| Mac mini M6 24 GB,512 GB SSD | 1 489 欧元 | 62 欧元 |
| Mac mini M6 32 GB,1 TB SSD | 2 039 欧元 | 64 欧元 |
| Mac mini M5 Pro 64 GB(20 核 GPU),1 TB SSD | 3 649 欧元 | 57 欧元 |
| Mac Studio M5 Max 64 GB(40 核 GPU),1 TB SSD | 4 429 欧元 | 69 欧元 |
| Mac Studio M5 Max 36 GB(32 核 GPU),512 GB SSD | 2 999 欧元 | 83 欧元 |
内存和带宽要一起看,不能只看一个
通常的反应是只盯着内存,因为它决定模型装不装得下。没错,但不够。
模型一旦载入,决定生成速度的是内存带宽。每生成一个 token,机器都要把模型的全部权重重读一遍,所以速度的上限就是带宽除以模型大小。苹果的阶梯每一级都明显往上走:
| 芯片 | 带宽 | 倍数 |
|---|---|---|
| M6(24 或 32 GB) | 170 GB/s | 基准 |
| M5 Pro | 307 GB/s | ×1.8 |
| M5 Max,32 核 GPU | 460 GB/s | ×2.7 |
| M5 Max,40 核 GPU | 614 GB/s | ×3.6 |
| M5 Ultra | 1.2 TB/s | ×7.1 |
换成模型的「打字速度」,就是这样:
| 芯片 | Q4 的 30B(约 19 GB) | Q4 的 70B(约 40 GB) |
|---|---|---|
| M6 | 约 8.9 token/s | 装不下(最多 32 GB) |
| M5 Pro | 约 16.2 token/s | 约 7.7 token/s |
| M5 Max,32 核 GPU | 约 24.2 token/s | 约 11.5 token/s |
| M5 Max,40 核 GPU | 约 32.3 token/s | 约 15.3 token/s |
| M5 Ultra | 约 63.2 token/s | 约 30.0 token/s |
这些是理论上限,实际大约在这些数值的六成到八成之间。但数量级已经足以下判断:70B 根本装不进 M6 mini;在 64 GB 的 M5 Pro 上它贴着内存上限、打字很慢;到了配置充足的 M5 Max Studio 上就变得可用了。具体到某个模型,Quelle IA(法语网站)的每个机器页面都给出估算速度,并明确标为估算。
三个目标,取决于您拿它做什么
家用小工作台:Mac mini M6 32 GB,带 1 TB 为 2 039 欧元。 功耗极低、安静,内存足够跑一个量化后的 300 亿参数模型。这是在 Mac 上入门本地 AI 最合理的选择。一台专门干这个的新机器,别买 16 GB。
mini 上的最大容量:Mac mini M5 Pro 64 GB,带 1 TB 为 3 649 欧元。 这是改变您能加载什么的门槛,因为您走出了 30B 这一档。一个 4 位的 70B 在这里贴着上限:Quelle IA 算出 64 GB 的 Mac 上大约有 47 GB 可供 GPU 使用,而这个模型大约需要 48 GB。另外要知道,您付出的价格接近 M6 32 GB mini 的 1.8 倍。
打算长期用的工作台:Mac Studio M5 Max。 三者中唯一能上到 128 GB 的,而且模型载入之后,它的内存带宽(40 核 GPU 时为 614 GB/s,超过 36 GB 必须选它)带来的差别最大。配 64 GB 和 1 TB 时为 4 429 欧元。苹果不公布每一档内存的价格,所以下决定之前请自己去配置器里查一下。
它耗多少电,以及为什么这是个理由
对于一台一直开着的机器,耗电就不再是小事:它变成账单上的一行,也是房间里的一个热源。
苹果公布了自家机器的最大持续功耗:Mac mini 为 155 W,Mac Studio 为 480 W。这些是上限,很少会达到,机器空闲时耗电要低得多。作为对比,英伟达标称一块 RTX Pro 6000 显卡就要 600 W,还不算它所在的那台 PC。
下面是几种平均功率全年运行的花费:
| 平均功率 | 一年,24 小时不停 | 年度费用 |
|---|---|---|
| 30 W | 263 kWh | 约 66 欧元 |
| 100 W | 876 kWh | 约 219 欧元 |
| 600 W(一块 RTX Pro 6000 满载,仅显卡) | 5 256 kWh | 约 1 314 欧元 |
按每千瓦时 0.25 欧元计算,这是法国电价的数量级。
那么,选 Linux 还是 Mac mini?
两者都是很好的选择,主要取决于您手头有什么。同等内存下,一台 Linux 迷你 PC 更便宜、更像“服务器”,也最贴近部署环境。而 Mac mini,您也许已经有了,它的统一内存是本地 AI 的一个优势,并且 macOS 对您来说大概更熟悉。无论哪种情况,本指南真正的主题始终不变:搭建一个工作坊,您描述一个项目,机器与您一起把它建起来。
本文全部命令
常见问题
要跟着本指南做,需要在 Mac mini 上装 Linux 吗?
不需要。macOS 本身就在:您可以跳过安装 Linux,直接安装编码智能体。所有方法层面的内容(梳理项目、记忆文件、技能、审阅、维护)都完全一样,因为它们是方法,而不是系统命令。
怎样远程访问 Mac mini?
在「系统设置」的「通用」>「共享」中,打开「远程登录」(即 SSH 服务器)和「屏幕共享」(即内置的 VNC)。之后就可以从终端通过 SSH 连接,或通过访达和 VNC 客户端连接,再像在 Linux 上一样配合 Tailscale 使用。
怎样防止 Mac mini 进入睡眠?
在「系统设置」的「能源」中,设置为接通电源时永不睡眠。caffeinate 命令也可以临时让它保持唤醒。这样它就成了一台安静、省电、日夜在线的服务器。
M6 芯片的双神经网络引擎能加速本地 AI 模型吗?
对语言模型不能:Ollama、llama.cpp 和 MLX 都在 GPU 上运行它们,决定速度的是内存带宽。在这一点上,Mac mini M5 Pro(307 GB/s)比 M6(24 或 32 GB 版本为 170 GB/s)快 1.8 倍。
跑本地 AI 应该避开哪种 Mac 配置?
基础版 Mac Studio,36 GB,售价 2 999 欧元(价格查于 2026 年 10 月 1 日)。它算力充足,但因为没有 40 核 GPU,带宽被限制在 460 GB/s,而内存容量又恰好卡住了这份算力本可以跑得很快的那些模型。每 GB 内存 83 欧元,也是整个产品线里性价比最差的。
本文涉及的术语: Linux智能体Claude CodeOpenCodeHermesOpenClawGitDocker记忆文件Skill(技能)Ubuntu防火墙RAM(内存)OllamaCPU(处理器)LLM(大语言模型)内存带宽参数量化GPU(显卡)统一内存
发现错误?
命令失效了,价格变了?
这些工具每个月都在变。请告诉我这篇文章哪里不对,我会改正并更新日期。