Mac mini vs Mac Studio：跑 AI 該選哪台？

1跑 AI 最重要的規格

每一種配置都連到在它上面執行順暢的模型。較早的機型也是同樣的道理：搭載 M4 或 M4 Pro 的 Mac mini，以及搭載 M4 Max 或 M3 Ultra 的 Mac Studio（所有 Mac 排名）。

2各自的產生速度

產生文字時，每個 token 都要把模型作用中的權重讀一遍，所以記憶體頻寬決定了速度上限。以 4-bit 的 32B 稠密模型（約 18 GB）為例：

混合專家模型每個 token 只讀取一小部分權重，所以產生速度遠比它的大小看起來快：記憶體決定裝不裝得下，速度仍由頻寬決定。讀取長提示詞則取決於 GPU 運算能力而非頻寬，在這方面 Max 和 Ultra 晶片更大的 GPU 領先得更多。

3哪一台適合哪些模型

• 中小型模型（4-bit 下約 30B 以內）、聊天、程式輔助、家用 AI 伺服器：選 48 或 64 GB 的 Mac mini（M5 Pro）。32 GB 的 M6 Mac mini 也能跑同樣大小的模型，速度約為一半。
• 70B 等級模型、gpt-oss-120b、長上下文或同時跑多個模型：選 128 GB 的 Mac Studio（M5 Max）。OpenAI 官方的 gpt-oss-120b 檔案約 65 GB（OpenAI），超過任何 Mac mini 能給 GPU 的記憶體。
• 最大的開放模型（數千億參數）：選 256 或 512 GB 的 Mac Studio（M5 Ultra），或把多台 Mac 串在一起（Mac AI 叢集）。

想查特定模型，它的頁面會列出能執行它的最小 Mac，以及在每款晶片上的速度：所有開放模型。

4全天候執行

兩者都是安靜又省電的全天候機器。依上表 Apple 的數據，Mac mini 閒置約 4–6 W，Mac Studio 約 7–9 W；滿載時，搭載 M5 Ultra 的 Mac Studio 最高可達 385 W。Mac mini AI 伺服器說明如何讓它保持喚醒並把模型提供給其他裝置，Mac 的耗電量是多少則說明一天的電費。

閒置時，MLX Node 可以為 MLX Network 執行 AI 工作並賺取 MLX 代幣。與晶片相配的專屬席位挖得更快：M6 配 Core，M5 Pro 和 M5 Max 配 Pro，M5 Ultra 配 Ultra。收益沒有保證：請閱讀風險揭露。

5常見問題

跑 AI 的話，Mac Studio 比 Mac mini 值得嗎？

如果你想跑約 85B 參數以上的模型、gpt-oss-120b 或長上下文，值得：只有 Mac Studio 超過 64 GB。4-bit 下約 30B 以內的模型，搭載 M5 Pro 的 Mac mini 就能跑，頻寬約為 M5 Max 的一半。

Mac mini 能跑 70B 模型嗎？

只有 64 GB 的 M5 Pro 可以，而且要用 4-bit 和較短的上下文：約 39 GB 的權重放進 GPU 預設可用的 48 GB，每秒只有幾個 token。128 GB 的 Mac Studio 跑起來有空間留給上下文，速度也快約一倍。

跑 LLM 該選 Mac Studio M5 Max 還是 M5 Ultra？

M5 Ultra 的頻寬約為兩倍（1,200 對 614 GB/s），所以產生速度約快一倍，記憶體最高 512 GB。128 GB 的 M5 Max 可跑 4-bit 下約 170B 以內的模型。請見 M5 Max vs M5 Ultra。

跑 AI 的 Mac mini 該選 M6 還是 M5 Pro？

M5 Pro：它讀取記憶體的速度比 24 或 32 GB 的 M6 快約 80%，記憶體最高 64 GB，而不是 32 GB。