O Mac mini de $899 não é uma máquina de IA local. A compra de pânico de $2,699 com 64GB geralmente também é a resposta errada.
Este é um guia de compra para o atual Mac mini (M6 e M5 Pro) se você quiser rodar modelos de peso aberto na sua mesa: qual SKU de memória pedir, por que o tamanho do arquivo do Hugging Face não é RAM, e por que as pessoas ficam sem memória unificada três semanas depois.
Você verá:
- Por que 16GB falha uma vez que o macOS e o cache KV levam sua parte
- Por que a velocidade de decodificação segue a largura de banda da memória (153 / 170 / 307 GB/s), não o marketing do chip
- Por que os Aceleradores Neurais mudam o tempo até o primeiro token (medido em llama.cpp prefill 210 → 742 tok/s em um 9B Q4) sem tornar o novo M6 mais rápido na decodificação do que o M5 Pro
- Denso 27B vs 35B MoE no mesmo barramento (~14 vs ~70 tok/s, reportado pelo autor)
- A escada de quatro configurações: pule 16GB, pule o nível awkward de 24GB, compre 32GB M6 para a maioria das pessoas, escale para 64GB M5 Pro ou Mac Studio apenas para trabalho de classe 70B
- Quando a codificação em nuvem de fronteira ainda vence, e por que você deve alugar 27B e 70B no OpenRouter antes de soldar $1,400 em RAM
Para noventa por cento dos compradores de IA local, a ordem é o Mac mini M6 com 32GB.
## Capítulos
00:00 Duas abas, duas respostas
00:25 A lacuna de $1,800
00:51 Uma máquina de cinco polegadas e quatro watts
01:21 Memória unificada vs PCIe
01:50 O congelamento do prefill
02:20 Aceleradores Neurais: 210 a 742
02:46 M6 vs M5 Pro
03:09 Decodificação é um tubo de memória
03:47 Mais rápido apenas se couber
03:58 Arquivos de 16GB não são 16GB de RAM
04:17 A conta do cache KV
04:52 o macOS leva uma parte
05:21 Denso 27B taxa o barramento
05:47 MoE: 70 vs 14 tok/s
06:30 Pule a armadilha de $899 16GB
06:53 24GB é o meio awkward
07:15 Compre o M6 de 32GB
07:53 64GB, depois Mac Studio
08:28 A nuvem ainda vence a codificação de fronteira
08:56 Alugue antes de comprar
09:11 Peça 32GB
#macmini #localai #localllm #applesilicon #m6 #m5pro #llm #unifiedmemory #ollama #llamacpp #privateai #homelab #developer #artificialintelligence #mac #qwen
## Consultas dos usuários
mac mini
Melhor mac mini para IA local
Devo comprar um Mac mini para IA local?
O Mac mini de $899 é suficiente para LLMs locais?
Quanto de RAM eu preciso em um Mac mini para IA local?
M6 vs M5 Pro Mac mini para rodar LLMs localmente
Por que meu LLM local fica sem memória após algumas semanas?
O que é cache KV e por que ele usa tanta RAM?
Um Mac mini de 16GB pode rodar modelos de 27B?
É melhor 32GB ou 64GB para IA local no Mac mini?
O M5 Pro gera tokens mais rápido que o M6?
Devo comprar um Mac Studio em vez de um Mac mini para LLMs locais?
Mistura de Especialistas vs modelos densos no Apple Silicon
A IA local é melhor que Claude ou GPT para codificação?
Como testar modelos locais no OpenRouter antes de comprar hardware
Largura de banda de memória do Mac mini 153 vs 170 vs 307 GB/s
Por que o tamanho do arquivo GGUF do Hugging Face não é a RAM que você precisa
## Fontes
- Apple Newsroom Mac mini (2026-08) fotografia de produto e alegações de Acelerador Neural
- Suporte da Apple HT203253 tabela de potência (M6 ocioso ~4 W) e acústica do Mac mini (~5 dBA ocioso)
- Hugging Face `unsloth/Qwen3.8-27B-GGUF`, arquivo `Qwen3.8-27B-Q4_0.gguf` (~16.1 GB)
- Starry Hope, citando Alex Ziskind llama.cpp 9B Q4 prefill 210 vs 742 tok/s e TTFT separado de 2.5s → 0.7s (reportado pelo autor; não Apple “até 4×”)
- Loengnavy, Medium, M4 Pro MoE de mesmo hardware vs decodificação densa (~78.8 vs ~14.7 tok/s; VO arredonda para ~70 vs ~14) — reportado pelo autor
- AtomGradient, caracterização de largura de banda de inferência MLX no Apple Silicon
- Captura ao vivo do OpenRouter: `qwen/qwen3.8-27b` vs `meta-llama/llama-3.3-70b-instruct`, mesmo prompt de expiração de unidade `auth.ts`
- NordicSilicon Tabelas LLM do Mac mini usadas apenas como contexto secundário; linhas tok/s do M6/M5 Pro não são tratadas como medidas do criador
## Links