M6 Mac mini对决M5 Ultra Mac Studio：本地AI实测全解析

科技博主iJustine带来了全新M6 Mac mini与M5 Ultra Mac Studio的深度对比。这次她跳过了往常的设计、剪辑、Lightroom等常规演示，因为这两台机器在处理她日常MacBook M4 Max的工作负载时"轻松到近乎嘲讽"。取而代之的，是一系列完全在本地运行的AI性能测试——所有模型都下载到机器本地，断网运行，没有任何云端介入。

两台定位截然不同的机器

先看硬件与定价的巨大落差。Mac mini搭载M6芯片，售价2400美元，是一台超小型桌面机；Mac Studio则配备M5 Ultra，售价超过14000美元，是不折不扣的工作站。

二者的规格差距同样悬殊：Studio拥有三倍的CPU核心、近七倍的GPU核心，以及八倍的内存。测试中的Studio配备了高达256GB统一内存，而Mini仅有32GB。

iJustine提到一个有趣的市场现象：很多个人和公司正在把这些Mac mini和Studio成群集结（clustering），当作自己的私有数据中心来使用。这也侧面说明了Apple Silicon在本地AI推理上的吸引力。

五项本地AI基准测试

为了保证测试的可比性，iJustine借助Claude搭建了一个测试"harness"（测试框架），在两台机器上创建完全一致的运行环境，通过终端跑相同的文件、相同的测试，确保结果不受干扰。

测试一：本地聊天机器人

第一项测试运行NVIDIA的Nemotron 3.5 Lightning模型，完全本地、无网络。Mini每秒生成约38个词，而Studio达到每秒约124个词——快出三倍多。考虑到价格和规格的巨大差距，Mini的表现其实相当稳健。

这里还引出了一个关键点：Apple在M5系列首次引入的**神经加速器（neural accelerator）**已延续到新一代GPU中。开启该功能后，Mini读取问题的速度几乎翻倍，Studio也提升了一倍半以上。

神经加速器（Neural Accelerator）是Apple在M5系列芯片中首次引入的专用硬件单元，专为加速神经网络推理任务而设计，独立于CPU和GPU运作。与通用GPU并行计算不同，神经加速器针对矩阵乘法、激活函数等大模型推理中最频繁的运算做了硬件级优化，可以在更低功耗下完成更多Token的生成。在本地大语言模型场景中，它的作用尤为突出：模型推理的"预填充阶段"（即读取和理解输入问题的过程）通常是计算密集型瓶颈，神经加速器可以大幅压缩这一阶段的延迟，这正是测试中开启该功能后Mini读取问题速度几乎翻倍的原因。M6将这一架构延续并集成进新一代GPU，意味着即使是入门级Mac mini也能从中受益。

测试二：Blender 3D渲染

用Blender渲染一个教室场景，Mini需要约25秒，Studio不到6秒，快了四倍多。

更值得关注的是Blender公开跑分榜的成绩：搭载M5 Ultra的Mac Studio得分介于RTX 5090与4090之间，这对一台一体化工作站而言相当惊人。而Studio的分数约为Mini中M6芯片的七倍。

测试三：AI绘图

第三项采用40亿参数的蒸馏模型（选它是因为两台机器都能舒适运行）。Mini每12秒画一张，约每分钟5张；Studio每2秒一张，约每分钟29张。iJustine还调侃AI生成的火鸡长了三条腿——提醒大家"真的不能完全信任AI"。

测试四：30分钟持续绘图与温度控制

连续30分钟不间断绘图，同时监测各自温度。Mini速度下降约2%（每张慢半秒），Studio下降不到1%。iJustine坦言，如果连续运行数十小时结果可能不同，但在30分钟的测试范围内，两台机器都没有过热。

测试五：三任务同时压榨——内存才是关键

最后是把聊天机器人、Blender和Flux三个任务同时本地运行30分钟。这里暴露了内存的决定性作用。

Mini的32GB内存被聊天机器人和Flux全部吃掉，当Blender试图启动时已无空间可用，直接退出；内存塞满后Flux的绘图速度也从12秒骤降到近4分钟一张。反观拥有256GB内存的Studio，三个任务全部装得下并完整运行了30分钟。当然，共享一颗芯片时每个任务都比单独运行时慢一些。这个测试清晰地说明：对本地AI而言，内存容量往往比纯算力更能决定你能否同时跑多个大模型。

Apple Silicon采用的"统一内存架构"（Unified Memory Architecture，UMA）是理解本地AI性能的关键背景。传统PC中，CPU内存与GPU显存是物理隔离的两块硬件，大模型权重若要在GPU上运行，必须先从系统内存复制到显存，受限于PCIe带宽，这一过程代价高昂。而Apple Silicon将CPU、GPU、神经加速器和内存集成在同一颗芯片上，所有计算单元共享同一片高带宽内存池，模型权重无需复制即可被GPU直接访问。这意味着Mac Studio的256GB统一内存对GPU而言等同于256GB"显存"——这是任何传统独显无法提供的规格，NVIDIA旗舰RTX 5090的显存也只有32GB。这也是为什么Mac mini在内存耗尽后性能断崖式下滑：统一内存一旦溢出到闪存交换，带宽差距会导致速度从秒级骤降至分钟级。

用本地大模型复活一个搁置的NFT项目

视频后半段是iJustine真正想做的事：用本地AI重现她曾经手绘、却从未上线的NFT项目——一堆猪的角色形象。她花了六个月手绘了所有配件、服装、发型、猪皮肤颜色等素材，最终因为观众反对而放弃发布。

这次她想让本地AI接管电脑、自动生成这些猪。由于这项任务专为Studio设计，她下载了更大的模型：1250亿参数的Quen模型，文件体积达105GB。

难点在于让模型能够"控制电脑"来完成操作。大多数人用llama来驱动这类模型，但她需要的是能实际操作系统的方案。她再次让Claude写了个简单脚本，从终端运行Quen。

结果令人印象深刻：生成一千只猪，本地消耗了22700个token，花费为0美元。她好奇地算了一下，如果用Claude API来做，成本约为2.38美元——虽然极低，但本地运行完全免费（代价是搞清楚流程花掉的时间）。

首次生成出现了图层顺序错误（头发应在轮廓之上），经过调整后完整重建仅耗时3分44秒，所有图层叠放正确、无错位。她原本还计划做动画、转3D、甚至3D打印，但因为10小时后要赶飞机而作罢。

Qwen（通义千问^广告）是阿里巴巴开源的大语言模型系列，1250亿参数版本（Qwen-72B或更大规格）属于目前开源社区中参数量最大的可本地部署模型之一。"蒸馏模型"与"全尺寸模型"的区别在于：蒸馏模型通过让小模型学习大模型的输出分布来压缩体积，牺牲部分能力换取更低的内存占用；而1250亿参数的全尺寸模型以fp16精度存储时体积超过100GB，需要足够大的统一内存才能完整加载进内存而不溢出。105GB的文件体积意味着仅加载模型本身就几乎占满了Mac Studio 256GB内存的一半，这也是为什么该任务被设定为Studio专属——32GB的Mac mini根本无法容纳这个模型。让大模型"控制电脑"执行操作的技术通常被称为"Computer Use"或"Agent"模式，需要模型能够生成并执行系统调用，这比单纯的文本生成对模型的指令跟随能力要求更高。

谁该买哪一台？

这次测试给出的结论清晰：Mac mini（M6）在本地AI单任务上表现依然强劲，价格亲民，适合大多数创作者；而Mac Studio（M5 Ultra）凭借海量GPU核心与256GB统一内存，才是本地运行超大模型、多任务并行的真正利器。

对普通用户来说，Mini足以应对绝大多数工作流；但如果你要在本地跑1000亿参数级别的模型、或把多个AI任务同时压在一台机器上，Studio的内存优势几乎无可替代。这也解释了为什么越来越多人愿意集群部署这些Mac，把它们变成自己的私有AI数据中心。