新 Mac mini 实测：从本地大模型到「多 Agent」协同工作的主机
2026/09/21 21:06阅读量 3
新 Mac mini 凭借 M6/M5 Pro 芯片的高算力与统一内存架构，成为运行本地大模型及智能体（Agent）的理想硬件基础。实测显示，48GB 内存版本可流畅运行 200-300 亿参数量的开源模型，并支持 LM Studio Bionic 等工具实现代码编写、文件处理及 3D 建模等多任务自动化。其低功耗、小体积及全天候在线特性，使其逐渐从传统个人电脑演变为后台持续工作的「多 Agent」服务器。
事件概述
随着 AI PC 竞争焦点从单纯的模型推理转向长期驻留的 Agent 工作，Mac mini 因具备高算力、统一内存及低功耗特性，被视为理想的本地 AI 主机。近期实测表明，搭载 M6 或 M5 Pro 芯片的新 Mac mini 不仅能高效运行本地大语言模型，更能通过多 Agent 协同，同时处理开发、创意制作及数据整理等复杂任务。
核心信息
1. 硬件配置与本地大模型性能
- 芯片与内存优势：M6 芯片配备双 16 核 Neural Engine 和 12 核 GPU，AI 性能较 M4 提升最高达 4 倍。对于本地部署，内存容量（最高 64GB）和带宽（最高 307GB/s）比算力更关键。
- 模型运行实测：
- 舒适区：48GB 内存的 M5 Pro Mac mini 在运行 200 亿至 300 亿参数量的量化模型时表现最佳。
- 速度表现：运行 20B 参数模型（如 GPT 开源版）平均生成速度约 55 Token/s；27B 参数模型（如 Qwen3.8）约为 41 Token/s；30B 参数模型在处理长文档时速度降至约 32 Token/s，仍具可用性。
- 极限挑战：70B 参数模型（如 Llama 3.1）虽可运行，但生成极慢（0.05 Token/s），仅适合轻量交互。
- 技术路线：macOS 生态主要支持 GGUF（跨平台通用格式）和 MLX（苹果专用机器学习框架）。MLX 针对 Apple Silicon 优化，但在具体速度和内存占用上需视模型而定。
2. Agent 工作流与多任务协同
- LM Studio Bionic 应用：该工具不仅作为本地模型客户端，还赋予模型读取文件、执行命令及修改代码的能力。实测中，Agent 成功处理包含 PDF、Markdown 等数十份资料的文件夹，并通过 Blender Python API 直接操作软件完成 3D 建模及网页搭建。
- 视频生成能力：使用 330 亿参数的 MiniMax H3 模型进行视频生成时，Mac mini 负载较高（风扇噪音明显）。生成 15 秒视频耗时近 90 分钟，5 秒视频耗时 18 分钟。这表明其适合轻量级生成，而非重型 GPU 工作站级别的训练或渲染。
- 「多 Agent」服务器模式：
- 形态优势：无电池、体积小、无需携带，适合全天候开机运行。
- 集群扩展：M5 Pro 支持 Thunderbolt 5，可连接多台 Mac mini 组成集群，以设备端方式运行大型 AI 模型。
- 实际场景：用户可通过 Codex 远程调度 Mac mini，同时让多个 Agent 分别负责 Xcode 工程开发、Chromium 内核编译、100GB 素材整理及 Blender 城市建模渲染。即便四个 Agent 同时工作，系统仍能保持流畅，且不影响用户正常使用。
值得关注
- 使用范式转变：传统 PC 的多任务指同时打开多个软件，而 AI 时代的多任务是指多个 Agent 在后台并行工作。Mac mini 的大内存为这些常驻 Agent 提供了必要的空间。
- 定位差异：对于普通消费者，入门款（16GB+256GB）已足够作为 Agent 入口；但对于需要本地部署较大模型或进行复杂创意生产的用户，更高配置的 M5 Pro 版本更具价值。
- 生态整合：Mac mini 可与 MacBook Air 等设备接力，后者可作为键盘和触控板，进一步增强了其作为固定 AI 主机的用户体验。