Mac mini від Apple завжди був тихою, забутою стаціонарною машинкою в кутку магазину Apple. Він практичний і його ціна відповідає стандартам Apple, але його майже не зауважували в галузі штучного інтелекту. Доки з’явився OpenClaw.
У четверг Тім Кук сказав аналітикам, що Mac mini і Mac Studio вже розпродані, і ця ситуація може тривати кілька місяців. «Це чудові платформи для штучного інтелекту та інтелектуальних агентів», — сказав він. Конференц-виклик з результатів фінансового кварталу Apple за другий квартал 2026 року «І клієнти швидше, ніж ми очікували, усвідомлюють це».
Apple недооцінила попит розробників на ці машини, особливо в умовах дефіциту, що збурює ринок.
Доходи Mac склали 8,4 млрд доларів США за цей квартал, що на 6% більше, ніж у попередній період. Хоча зростання не є надзвичайно високим, обмежуючим фактором є обмеження пропозиції, а не попит. Конфігурації Mac mini та Mac Studio з високою пам’яттю не тільки затримані з випуском, але й частину продуктів було знято з Apple Store.
Базова версія Mac mini за ціною 599 доларів США вже розпродана в США. На даний момент доставка на дім або самовивіз у магазині недоступні. Оновлена конфігурація з 64 ГБ пам’яті доступна лише з очікуванням 16–18 тижнів. Моделі Mac Studio з 512 ГБ єдиної пам’яті повністю знято з продажу. Швидко виявивши це, спекулянти на eBay підняли ціну базової моделі майже до подвійної роздрібної.
Що стало катализатором усього цього? Розвиток OpenClaw та пам’яттємістких агентів.
Відкритий фреймворк для штучного інтелекту — створений Петером Штейнбергом, зараз підтримується OpenAI. Після конкуренції з Meta проект отримав понад 323 000 зірок на GitHub і став найшвидшим способом для окремих осіб і невеликих команд запускати тривалі AI-агенти локально. Незабаром неофіційним рекомендованим апаратним забезпеченням для запуску цього проекту майже миттєво став Mac mini.
Але це не результат маркетингової кампанії.
Більшість, хто пише про нестачу Mac, ігнорують один важливий факт: протягом багатьох років Apple майже не мала впливу в сфері серйозних AI-навантажень. Доти, поки AI-агенти не стали поширеними, люди скаржилися, що запуск LLM, Stable Diffusion або будь-якого іншого домашнього AI-програмного забезпечення є надзвичайно повільним і майже непридатним для використання. Тоді продуктивність M2 Mac була порівнянна з GPU 2019 року. Apple відмовилася від використання CUDA або технологій Nvidia, замість цього просувати свою власну технологію MLX, що зробило її незначною в сфері AI, як і в сфері ігор.
NVIDIA домінує на ринку, оскільки її власна програмна платформа для GPU — CUDA — є основою для навчання та виведення моделей. Вся стек технологій штучного інтелекту побудована навколо неї. У той час у Apple не було нічого, що могло б з нею порівнятися. Ніхто не хотів би використовувати Mac для локального виведення.
Але у CUDA є незгаданий секрет: обмеження відеопам’яті.
Навіть найкраща споживча відеокарта NVIDIA RTX 5090 має лише 32 ГБ відеопам’яті. Це жорстке обмеження. Моделі з об’ємом відеопам’яті більше 32 ГБ не можуть працювати на цій відеокарті з повною швидкістю — частина даних буде зберігатися у повільнішій системній пам’яті, а передача даних через шину PCIe буде повільнішою, що призведе до значного зниження продуктивності. Щоб запустити складну модель з 70 мільярдами параметрів на апаратному забезпеченні NVIDIA, вам знадобиться кілька відеокарт, серверний стенд, величезне споживання електроенергії та витрати в тисячі доларів.
Компанія Apple вирішила цю проблему за допомогою своєї уніфікованої архітектури пам’яті (UMA), чого не може зробити CUDA. На чіпах Apple Silicon CPU, GPU та нейронний процесор ділять одну фізичну пам’ять. Немає окремої відеопам’яті та шини PCIe, яку потрібно було б перетинати. Mac mini з 64 ГБ пам’яті може завантажити модель з 70 мільярдами параметрів, тоді як відеокарта RTX 5090 за 1800 доларів США не здатна на це.
Чіп M4 Ultra — серце високопродуктивної конфігурації Mac Studio — підтримує до 192 ГБ єдиної пам’яті. Цього достатньо, щоб локально запускати моделі з 100 мільярдами параметрів на одному пристрої. Не потрібно серверів і не потрібно платити щомісячні хмарні витрати.
OpenClaw робить цей компроміс очевидним. Оскільки він запускає проксі-програму локально — підключаючись до ваших файлів, додатків і повідомлень — користувачам потрібні машини, здатні обробляти навантаження висновків, не орендуєчи обчислювальні ресурси з хмари. Mac mini з 32 ГБ уніфікованої пам’яті може легко запускати моделі з 30 мільярдами параметрів. А Mac Studio з 128 ГБ пам’яті може обробляти моделі, які рік тому більшість розробників не могли б запустити без кластерів GPU корпоративного класу.
Макінташ із повільною швидкістю роботи, але здатний запускати потужні моделі ШІ, набагато кращий, ніж потужна відеокарта Nvidia, яка взагалі не може завантажити цю модель.
Результатом стало те, що розробники почали купувати Mac mini так, як раніше купували Raspberry Pi — по кілька одиниць одночасно, сприймаючи їх як інфраструктуру, а не персональні комп’ютери. Ланцюжок поставок Apple ніколи не розроблявся під таку модель.
Крім того, більш широкий дефіцит пам’яті погіршив цю проблему. IDCочікує, що через дефіцит чипів пам’яті, спричинений попитом на сервери штучного інтелекту, світовий обсяг поставок персональних комп’ютерів у 2026 році зменшиться на 11,3%. Apple зараз конкурує з гіпермасштабними центрами обробки даних, які будують центри обробки даних, за ті самі поставки пам’яті.
Кук вказав, що баланс попиту та пропозиції на Mac mini та Studio може зайняти «кілька місяців». Очікується, що чіпи M5 будуть оновлені наприкінці 2026 року, що, можливо, зменшить навантаження на попит і пропозицію — але зараз покупці або повинні чекати, або платити надмірну ціну у фліперів.
У 2026 році вихід Mac mini є більш терміновим, ніж будь-коли за його 20-річну історію — і для цього йому потрібна лише допомога від відкритого проекту, який не має ніякого відношення до Apple.