El Mac mini de Apple siempre ha sido la computadora de escritorio olvidada y poco destacada en la esquina de la tienda de Apple. Es práctica y su precio está alineado con los estándares de Apple, pero rara vez ha atraído la atención del campo de la inteligencia artificial. Hasta la aparición de OpenClaw.
El jueves, Tim Cook informó a los analistas que el Mac mini y el Mac Studio ya están agotados, y que esta situación podría persistir durante varios meses. “Ambos productos son excelentes plataformas para herramientas de inteligencia artificial y agentes inteligentes”, dijo. Reunión de resultados del segundo trimestre fiscal 2026 de Apple“Y los clientes están comprendiendo esto más rápido de lo que esperábamos.”
Apple subestimó la demanda de los desarrolladores para estas máquinas, especialmente cuando la escasez altera el mercado.
Los ingresos de Mac fueron de 84 mil millones de dólares este trimestre, un aumento del 6% interanual. Aunque el crecimiento no es impresionante, el factor limitante es la restricción de oferta, no la demanda. Las configuraciones de Mac mini y Mac Studio con mayor memoria no solo se retrasaron en su lanzamiento, sino que algunos productos incluso se han retirado de la Apple Store.
La versión básica de Mac mini de $599 está agotada en Estados Unidos. Actualmente no se ofrece entrega a domicilio ni recogida en tienda. La configuración actualizada con 64 GB de memoria requiere entre 16 y 18 semanas para su llegada. Los modelos de Mac Studio con 512 GB de memoria unificada han sido retirados completamente de la tienda. Los revendedores en eBay rápidamente identificaron esto y elevaron el precio de la versión básica a casi el doble del precio al por menor.
¿Cuál es el catalizador de todo esto? El auge de OpenClaw y los agentes intensivos en memoria.
Marco de agente de inteligencia artificial de código abierto — construido por Peter Sternberg ahora respaldado por OpenAI — tras la competencia con Meta, el proyecto ha obtenido más de 323.000 estrellas en GitHub, convirtiéndose en la forma más rápida para individuos y pequeños equipos ejecutar agentes de IA persistentes localmente. El hardware de referencia no oficial para ejecutar este proyecto se convirtió casi al instante en Mac mini.
Pero esto no es el resultado de una campaña de marketing.
La mayoría de quienes informan sobre la escasez de Mac ignoran un punto: durante años, Apple ha tenido casi ninguna influencia en el ámbito de las cargas de trabajo de IA serias. Antes de que los Agentes de IA se volvieran populares, la gente se quejaba de que ejecutar LLM, Stable Diffusion u cualquier otro tipo de software de IA para uso doméstico era extremadamente lento y casi inutilizable. En ese entonces, el rendimiento de las Mac M2 era comparable al de una GPU de 2019. Apple rechazó adoptar CUDA o utilizar la tecnología de Nvidia, y en su lugar impulsó su tecnología MLX, lo que la hace tan irrelevante en el ámbito de la IA como en el de los juegos.
NVIDIA domina la industria porque su marco de programación GPU propietario, CUDA, es la base para el entrenamiento y la inferencia de modelos. Toda la pila tecnológica de inteligencia artificial se construye a su alrededor. Apple no tenía ningún producto que pudiera competir con ello en ese momento. Nadie querría usar una Mac para inferencia local.
Pero CUDA tiene un secreto no dicho: la limitación de memoria de la GPU.
Incluso la mejor tarjeta gráfica de consumo de NVIDIA, la RTX 5090, solo tiene 32 GB de memoria VRAM. Este es un límite rígido. Los modelos con más de 32 GB de memoria VRAM no pueden ejecutarse a plena velocidad en esta tarjeta: parte de los datos ocuparán la memoria del sistema, que es más lenta, y la velocidad de transmisión a través del bus PCIe también disminuirá, lo que provoca una caída significativa en el rendimiento. Para ejecutar un modelo complejo con hasta 70 mil millones de parámetros en hardware de NVIDIA, necesitarás múltiples tarjetas gráficas, un rack de servidores, un consumo energético enorme y una inversión de miles de dólares.
La arquitectura de memoria unificada (UMA) de Apple resuelve este problema de una manera que CUDA no puede lograr. En los chips Apple Silicon, la CPU, la GPU y el motor de inteligencia artificial comparten el mismo pool de memoria física. No hay memoria de video independiente ni bus PCIe que atravesar. Un Mac mini con 64 GB de memoria puede cargar un modelo de 70 mil millones de parámetros, mientras que una tarjeta gráfica RTX 5090 de 1800 dólares ni siquiera puede hacerlo.
Chip M4 Ultra — el corazón de la configuración de gama alta de Mac Studio — admite hasta 192 GB de memoria unificada. Esto es suficiente para ejecutar localmente modelos de 100 mil millones de parámetros en una sola máquina. Sin servidor ni costos mensuales en la nube.
OpenClaw hace evidente este equilibrio. Al ejecutar localmente un agente que se conecta a tus archivos, aplicaciones y mensajes, los usuarios necesitan una máquina capaz de manejar la carga de inferencia sin tener que alquilar recursos de cómputo en la nube. Un Mac mini con 32 GB de memoria unificada puede ejecutar fácilmente modelos de 30 mil millones de parámetros. Y una Mac Studio con 128 GB de memoria puede manejar modelos que hace un año la mayoría de los desarrolladores no podrían haber procesado sin un clúster de GPU empresarial.
Una Mac con un rendimiento más lento pero que pueda ejecutar modelos de IA potentes es mucho mejor que una tarjeta Nvidia de alto rendimiento que no pueda cargar el modelo en absoluto.
El resultado es que los desarrolladores comenzaron a comprar Mac mini como antes compraban Raspberry Pi: adquiriendo varias unidades a la vez, considerándolas como infraestructura en lugar de computadoras personales. La cadena de suministro de Apple nunca fue diseñada para este modelo.
Además, la escasez generalizada de memoria también ha agravado este problema. IDCprevé que, debido a la demanda de servidores de inteligencia artificial que impulsa la escasez de chips de memoria, las entregas mundiales de computadoras personales se prevé que disminuyan un 11,3% en 2026. Apple actualmente compite con los grandes centros de datos que construyen centros de datos por el mismo suministro de memoria.
Cook indicó que el equilibrio entre la oferta y la demanda del Mac mini y el Studio podría tomar "meses". Se espera que el chip M5 se actualice a finales de 2026, lo que podría aliviar la presión de oferta y demanda, pero los compradores actuales solo pueden esperar o pagar precios inflados por revendedores.
En 2026, el lanzamiento del Mac mini es más urgente que en cualquier momento de sus 20 años de historia, y solo necesita la ayuda de un proyecto de código abierto completamente ajeno a Apple para lograrlo.