M6 与 M5 Ultra 重划 Mac 产品线：本地 AI 先变成一门内存生意
Apple 同时发布 M6、M5 Ultra、新款 Mac mini 和 Mac Studio。多条发布稿堆满了“最高提升几倍”，但产品线真正的变化，是 Apple 开始更明确地用本地 AI 模型规模划分普通桌面机与专业工作站。
周白
Apple 同时发布 M6、M5 Ultra、新款 Mac mini 和 Mac Studio。多条发布稿堆满了“最高提升几倍”，但产品线真正的变化，是 Apple 开始更明确地用本地 AI 模型规模划分普通桌面机与专业工作站。
一句话结论：新 Mac 的 AI 卖点不只来自神经引擎，统一内存容量和带宽才是决定本地模型能不能装下、能不能持续运行的硬边界。
M6 是 Apple 首款 2nm Mac 芯片，面向更主流的 Mac mini。官方给出的配置包括 12 核 CPU、12 核 GPU 和双 16 核神经引擎，统一内存带宽为 170GB/s。新 Mac mini 的 M6 基础款从 899 美元起，M5 Pro 版本从 1699 美元起，9 月 22 日发货。接口则向 Wi‑Fi 7、蓝牙 6 和更高速以太网升级。
M5 Ultra 面向 Mac Studio，是更激进的四 Die 组合，最高提供 36 核 CPU、80 核 GPU 和 1.2TB/s 统一内存带宽。Mac Studio 最高可选 512GB 统一内存，Apple 把它描述成能在本地处理大型模型、视频和 3D 工作流的机器。与其只盯 TOPS，不如看 512GB 这个数字：很多大模型首先不是算得慢，而是根本放不进消费级显存。
Apple 的统一内存让 CPU、GPU 和神经引擎共享同一池数据，减少重复拷贝，是本地推理的天然优势。但共享也意味着系统、应用、模型权重和 KV Cache 争用同一份容量。所谓“支持万亿参数模型”通常还依赖量化、多机分片和特定软件，并不意味着一台基础款 Mac mini 可以流畅运行同样任务。
官方性能倍数也要放回测试条件。Apple 的“AI 性能最高提升四倍”往往选择特定模型、精度、框架与前代配置；用户实际感受到的速度取决于内存容量、模型是否针对 Metal 优化、上下文长度、散热和应用有没有调用正确的硬件单元。发布会数字不是跨厂商通用基准。
价格变化同样重要。Mac mini 起售价升到 899 美元，Mac Studio 的高配内存和 Ultra 芯片会迅速进入工作站预算。Apple 正把“数据不出设备、无需按 Token 付费”包装成本地 AI 的价值，但这笔账只是从云费率转成了一次性的硬件、内存和电费。只有任务使用频率足够高，或者数据确实不能离开本地，昂贵配置才可能划算。
入口也在变化。以前 Mac mini 和 Mac Studio 的区别主要是剪辑、渲染和编译速度；现在 Apple 可以用“能在本地跑多大的模型”重新解释两者。对开发者而言，这会推动更多应用提供本地、云端和混合三种推理路径，而不是默认把所有数据上传。
关键事实
- M6：2nm 工艺，最高 12 核 CPU、12 核 GPU，统一内存带宽 170GB/s。
- M5 Ultra：最高 36 核 CPU、80 核 GPU，带宽 1.2TB/s。
- Mac mini：M6 基础款 899 美元起，M5 Pro 款 1699 美元起。
- Mac Studio：最高支持 512GB 统一内存，定位本地大型模型与专业工作流。
OC 判断
Apple 没有发明新的 AI 使用方式，它在做更擅长的事：把模型能力翻译成清楚的硬件梯度。问题是“AI 性能”太容易掩盖内存配置和软件适配，用户最终仍要按自己的模型尺寸和工作流算账。
为什么重要
- 对开发者：应明确应用在不同内存配置上的模型、上下文与量化边界。
- 对企业：本地设备可降低数据外发，但带来硬件采购和终端管理成本。
- 对用户：购买前应先确认真正运行的模型，而不是为抽象的 AI 倍数加价。
评论
围绕这篇文章补充信息、提出问题或分享观察。