Mac mini Apple selama ini menjadi desktop yang tenang dan sering dilupakan di sudut toko Apple. Ia praktis dan harganya sesuai standar Apple, tetapi jarang mendapat perhatian dari dunia kecerdasan buatan. Hingga munculnya OpenClaw.
Kamis, Tim Cook mengatakan kepada analis bahwa Mac mini dan Mac Studio telah habis terjual, dan situasi ini kemungkinan akan berlangsung selama beberapa bulan. "Kedua produk ini adalah platform yang sangat baik untuk alat kecerdasan buatan dan agen cerdas," katanya. Conference call laporan keuangan kuartal kedua Apple 2026 "Dan kesadaran pelanggan terhadap hal ini lebih cepat dari yang kami perkirakan."
Apple underestimates the demand from developers for these machines, especially when scarcity disrupts the market.
Pendapatan Mac mencapai 8,4 miliar dolar AS pada kuartal ini, tumbuh 6% secara tahunan. Meskipun pertumbuhannya tidak luar biasa, faktor pembatasnya adalah keterbatasan pasokan, bukan permintaan. Konfigurasi Mac mini dan Mac Studio dengan memori tinggi tidak hanya mengalami penundaan peluncuran, tetapi sebagian produk bahkan telah dihapus dari Apple Store.
Harga dasar Mac mini seharga $599 telah habis di Amerika Serikat. Saat ini tidak tersedia layanan pengiriman atau pengambilan di toko. Konfigurasi upgrade dengan memori 64GB memerlukan waktu tunggu 16 hingga 18 minggu untuk tiba. Model Mac Studio dengan memori terpadu 512GB telah dihapus sepenuhnya dari toko. Para pengecer di eBay segera menemukan hal ini dan menaikkan harga model dasar hingga hampir dua kali harga eceran.
Apa yang menjadi katalis semuanya? Pertumbuhan OpenClaw dan agen berbasis memori intensif.
Framework agen AI open-source — dibangun oleh Peter Sternberg kini didukung oleh OpenAI setelah persaingan dengan Meta, proyek ini memperoleh lebih dari 323.000 bintang di GitHub, menjadi cara tercepat bagi individu dan tim kecil untuk menjalankan agen AI persisten secara lokal. Sementara perangkat keras referensi tidak resmi untuk menjalankan proyek ini hampir langsung menjadi Mac mini.
Namun, ini bukan hasil dari promosi pasar.
Sebagian besar laporan tentang kekurangan Mac mengabaikan satu hal: selama bertahun-tahun, Apple hampir tidak memiliki pengaruh di bidang beban kerja AI serius. Sebelum AI Agents menjadi populer, orang mengeluh bahwa menjalankan LLM, Stable Diffusion, atau perangkat lunak AI rumah tangga jenis apa pun sangat lambat dan hampir tidak dapat digunakan. Pada saat itu, kinerja Mac M2 hanya sebanding dengan GPU tahun 2019. Apple menolak menggunakan CUDA atau teknologi Nvidia, dan sebaliknya mendorong teknologi MLX-nya sendiri, yang membuatnya sejajar dengan dunia game, sama-sama tidak relevan di bidang AI.
NVIDIA mendominasi industri karena kerangka kerja pemrograman GPU eksklusifnya, CUDA, merupakan fondasi pelatihan dan inferensi model. Seluruh tumpukan teknologi kecerdasan buatan dibangun di sekitarnya. Apple saat itu tidak memiliki produk apa pun yang bisa menandinginya. Tidak ada yang ingin menggunakan Mac untuk inferensi lokal.
Namun, CUDA memiliki rahasia tersembunyi: batasan memori GPU.
Bahkan kartu grafis konsumen terbaik NVIDIA, RTX 5090, hanya memiliki kapasitas VRAM sebesar 32GB. Ini adalah batasan keras. Model dengan VRAM lebih dari 32GB tidak dapat berjalan dengan kecepatan penuh di kartu ini—sebagian data akan menggunakan memori sistem yang lebih lambat, dan kecepatan transmisi melalui bus PCIe juga melambat, menyebabkan penurunan kinerja yang signifikan. Untuk menjalankan model kompleks dengan hingga 70 miliar parameter di perangkat keras NVIDIA, Anda memerlukan beberapa kartu grafis, rak server, konsumsi daya besar, dan investasi ribuan dolar.
Arsitektur memori seragam UMA dari Apple menyelesaikan masalah ini dengan cara yang tidak dapat dilakukan oleh CUDA. Pada chip Apple Silicon, CPU, GPU, dan mesin saraf berbagi pool memori fisik yang sama. Tidak ada memori video terpisah, dan tidak ada bus PCIe yang perlu dilewati. Sebuah Mac mini dengan 64GB memori dapat memuat model dengan 70 miliar parameter, sementara kartu grafis RTX 5090 yang harganya $1800 sama sekali tidak mampu melakukannya.
Chip M4 Ultra—inti dari konfigurasi Mac Studio kelas atas—mendukung hingga 192 GB memori terpadu. Ini cukup untuk menjalankan model dengan hingga 100 miliar parameter secara lokal di satu mesin. Tanpa perlu server, tanpa biaya bulanan cloud.
OpenClaw membuat trade-off ini menjadi jelas. Karena ia menjalankan agen secara lokal—terhubung ke file, aplikasi, dan pesan Anda—pengguna memerlukan mesin yang mampu menangani beban inferensi tanpa harus menyewa sumber daya komputasi dari cloud. Sebuah Mac mini dengan memori terpadu 32GB dapat menjalankan model dengan 30 miliar parameter dengan mudah. Sementara itu, Mac Studio dengan memori 128GB dapat menangani model yang sebelumnya tidak dapat dijalankan oleh sebagian besar pengembang satu tahun lalu tanpa kluster GPU kelas perusahaan.
Sebuah Mac yang berjalan lambat tetapi dapat menjalankan model AI kuat, jauh lebih baik daripada sebuah kartu grafis Nvidia berperforma tinggi yang sama sekali tidak dapat memuat model tersebut.
Hasilnya: Para pengembang mulai membeli Mac mini seperti dulu membeli Raspberry Pi—membeli dalam jumlah banyak sekaligus, memperlakukannya sebagai infrastruktur, bukan komputer pribadi. Rantai pasokan Apple belum pernah dirancang untuk model semacam ini.
Selain itu, kekurangan memori yang lebih luas juga memperburuk masalah ini. IDCmemperkirakan bahwa permintaan server kecerdasan buatan akan mendorong kekurangan chip memori, sehingga pengiriman komputer pribadi global diperkirakan turun 11,3% pada tahun 2026. Apple saat ini sedang bersaing dengan pusat data skala besar yang membangun pusat data untuk mendapatkan pasokan memori yang sama.
KuCoin menyatakan bahwa keseimbangan pasokan dan permintaan untuk Mac mini dan Studio mungkin membutuhkan waktu "beberapa bulan". Diperkirakan chip M5 akan diperbarui pada akhir 2026, yang mungkin dapat meredakan tekanan pasokan dan permintaan—namun pembeli saat ini hanya bisa menunggu atau membayar harga tinggi dari para spekulan.
Pada tahun 2026, peluncuran Mac mini lebih mendesak daripada kapan pun dalam sejarah 20 tahunnya—dan yang dibutuhkannya hanyalah bantuan dari proyek open source yang sama sekali tidak terkait dengan Apple untuk mencapai tujuan ini.