Tại sao lại là Mac mini, cụ thể
Từ khóa chính là bộ nhớ hợp nhất (unified memory).
Trên một PC thông thường, card đồ họa có VRAM riêng, và VRAM đó là một bức tường cứng. Nếu một mô hình không vừa, nó sẽ không tải được. Apple xây dựng một nhóm bộ nhớ duy nhất mà CPU và GPU chia sẻ, do đó Mac mini có thể chứa và chạy các mô hình mà một máy Windows có thông số tương tự với VRAM riêng biệt không thể làm được.
Thêm ba điều nữa. Nó chạy gần như im lặng, chỉ tiêu thụ 10 đến 30 watt khi có tải thay vì hàng trăm watt, và đủ nhỏ để bạn có thể để nó hoạt động 24/7 như một máy chủ yên tĩnh đằng sau các quy trình tự động hóa của mình. Sự kết hợp đó là lý do tại sao Mac mini trở thành hộp AI gia đình mặc định, chứ không phải sức mạnh thô.
Hai con số quyết định mọi thứ
Trước khi bạn xem xét một mức giá duy nhất, hãy hiểu hai thông số kỹ thuật thực sự quan trọng đối với AI cục bộ.
Bộ nhớ là dung lượng. Nó quyết định mô hình nào có thể tải được. Một cách ước lượng: 16GB chạy thoải mái mô hình 7B, 24GB có thể kéo dài đến mô hình 14B đã được lượng tử hóa, và bạn cần 48GB trước khi mô hình 30B thực sự thoải mái. Hãy mua cho kích thước mô hình bạn muốn chạy, bởi vì đây là một bức tường, không phải một thanh trượt.
Băng thông là tốc độ. Nó quyết định tốc độ đầu ra sau khi mô hình được tải. Đây là phần mà tiếp thị của Mac không bao giờ đặt trên hộp, và nó là nơi mà hai con chip phân hóa mạnh mẽ:
1Apple M4 120 GB/s2Apple M4 Pro 273 GB/s
Khoảng cách đó không phải là vẻ bề ngoài. Đó là lý do tại sao bản M4 cơ bản có cảm giác tức thì trên mô hình 7B và bắt đầu chậm chạp trên bất kỳ thứ gì lớn hơn, trong khi M4 Pro vẫn có thể sử dụng được trên các mô hình 30B. Dung lượng giúp mô hình tải được. Băng thông là thứ quyết định bạn có thích sử dụng nó hay không.
Cấu hình nào để thực sự mua
Ba bậc trung thực, với tốc độ đo được thực tế.
M4 cơ bản (16 đến 24GB, 120 GB/s). Đây là máy "trợ lý hàng ngày của tôi sống ở đây". Trên 16GB, nó chạy Llama 3.2 3B và Qwen2.5 7B với tốc độ khoảng 25 token mỗi giây, có cảm giác tức thì, và mô hình 14B với tốc độ khoảng 10 token mỗi giây, có thể sử dụng được nhưng không còn nhanh nữa. Hoàn hảo cho việc viết lách, soạn thảo, tóm tắt, phân loại và Hỏi & Đáp dựa trên ghi chú của riêng bạn. Nó sẽ không thích thú với mô hình 30B.
M4 Pro (48GB, 273 GB/s). Đây là Mac mini tốt nhất cho AI cục bộ trong năm 2026, không cần bàn cãi. Băng thông và bộ nhớ bổ sung cho phép nó chạy một mô hình loại 30B với tốc độ khoảng 40 token mỗi giây trong sử dụng trò chuyện thực tế, điều này thực sự thoải mái. Nếu bạn muốn mini trở thành một máy chủ suy luận thực sự chứ không chỉ là một chatbot, đây là lựa chọn phù hợp.
Bỏ qua cấu hình trung gian nếu bạn có thể. Một M4 cơ bản được nhồi RAM tối đa nhưng bị kẹt ở 120 GB/s sẽ tải được các mô hình lớn hơn và sau đó chạy chúng chậm. Nếu bạn cần các mô hình lớn, băng thông của Pro quan trọng hơn một vài gigabyte bổ sung trên chip cơ bản.
Phép tính trung thực trong năm 2026
Đây là nơi câu chuyện đã thay đổi trong năm nay, và phiên bản trung thực mới thực sự quan trọng.
1Mac mini M4 (16GB / 512GB) từ $7992 Nâng cấp bộ nhớ 24GB ~ +$2003Mac mini M4 Pro (24GB) từ $1,5994 Cấu hình 48GB cao hơn, và khan hiếm nguồn cung5Điện năng, 24/7 ~$3 đến $8 / tháng
Giá cơ bản đã tăng từ $599 lên $799 trong năm nay, và Apple đã lặng lẽ giới hạn M4 ở mức 24GB và M4 Pro ở mức 48GB, bởi vì tình trạng thiếu bộ nhớ toàn cầu do việc xây dựng trung tâm dữ liệu AI gây ra đã khiến RAM trở nên khan hiếm và đắt đỏ. Đối với một máy mà bộ nhớ là toàn bộ ý nghĩa, đó là dấu hoa thị trung thực: hãy định giá cấu hình bạn thực sự cần, và biết rằng con số đang tăng lên, chứ không giảm xuống.
So với một gói đăng ký, thời gian hoàn vốn là có thực nhưng không tức thì. Một mini $799 đặt đối diện với thói quen AI $100 một tháng sẽ hoàn vốn trong khoảng tám tháng, sau đó chỉ là vài đô la tiền điện mãi mãi. So với thói quen ChatGPT Plus nhẹ nhàng $20, mini không bao giờ tự bù đắp chi phí, và bạn không nên giả vờ ngược lại. Cái hộp này đáng giá khi bạn thực sự chạy AI hàng ngày, chứ không phải thỉnh thoảng.
Quá trình thiết lập mất một buổi chiều
Quy trình này giống nhau cho mọi cấu hình.
Cài đặt Ollama, công cụ biến bất kỳ mô hình nào thành một API cục bộ nói ngôn ngữ của OpenAI:
1curl -fsSL https://ollama.com/install.sh | sh
Kéo một mô hình có kích thước phù hợp với bộ nhớ của bạn:
1# M4 cơ bản, 16 đến 24GB:2ollama pull llama3.23ollama pull qwen2.5:7b45# M4 Pro, 48GB:6ollama pull qwen2.5:32b
Sau đó, trỏ bất kỳ công cụ nào bạn đã sử dụng đến endpoint cục bộ bằng cách thay đổi một dòng:
1client = OpenAI(base_url="http://localhost:11434/v1", api_key="ollama")
Thêm Open WebUI trong Docker nếu bạn muốn có một trình duyệt trò chuyện trông giống ChatGPT, và bạn đã có một trợ lý riêng tư chạy hoàn toàn trên bàn làm việc của mình.
Điều gì thực sự có thể sai
Bộ nhớ là trần nhà, và nó đang đắt đỏ ngay bây giờ. Mọi câu chuyện "nó sẽ không chạy" đều là một mô hình không vừa. Hãy mua RAM ngay từ đầu, bởi vì bạn không thể thêm nó sau này, và tình trạng khan hiếm đã khiến những nâng cấp đó đắt hơn so với một năm trước.
M4 cơ bản bị giới hạn băng thông. Ở 120 GB/s, nó là một niềm vui trên các mô hình 7B và chậm chạp trên các mô hình lớn. Đừng mua mini rẻ nhất với hy vọng có tốc độ 30B. Đó là những gì Pro dành cho.
Công việc tiên tiến (frontier work) vẫn thuộc về đám mây. Các mô hình suy luận khó nhất và lập trình tiên tiến nhất vẫn ưa chuộng các mô hình được lưu trữ tốt nhất. Mac mini là con ngựa thồ đáng tin cậy, riêng tư, luôn sẵn sàng cho 80% công việc hàng ngày, chứ không phải là sự thay thế cho mọi thứ. Hãy giữ một đăng ký đám mây cho 20% khó khăn và chạy phần còn lại ở nhà.
Nó không di động. Đây là một máy tính để bàn gắn liền với tường. Nếu bạn cần AI khi di chuyển, đây là công cụ sai.
Dành cho ai, và không dành cho ai
Hãy mua Mac mini nếu bạn sử dụng AI hàng ngày, muốn một máy im lặng chạy suốt ngày đêm, quan tâm đến việc giữ dữ liệu của bạn trên phần cứng của riêng mình, và cảm thấy thoải mái với terminal trong quá trình thiết lập. Hãy mua M4 Pro nếu bạn muốn chạy các mô hình 30B ở tốc độ thực.
Bỏ qua nó nếu toàn bộ cuộc sống AI của bạn nằm gọn trong một đăng ký $20, bạn chỉ cần một chatbot thỉnh thoảng, hoặc bạn cần một thứ gì đó có thể mang theo.
Hai việc cần làm ngay bây giờ
Hãy dùng thử miễn phí trước. Cài đặt Ollama trên máy Mac bạn đã có và chạy mô hình 7B vào cuối tuần này. Bất kỳ máy Apple Silicon nào với 16GB đều làm được. Hãy kiểm chứng quy trình làm việc trước khi bạn chi một xu.
Sau đó, mua cho mô hình, chứ không phải cho giá dán. Quyết định mô hình lớn nhất bạn thực sự muốn chạy, sau đó chọn cấu hình có bộ nhớ chứa được nó và băng thông chạy được nó. Đối với hầu hết mọi người, đó là M4 cơ bản 24GB. Đối với bất kỳ ai nghiêm túc về các mô hình 30B, đó là M4 Pro với 48GB.
Chiến lược chưa bao giờ là phần khó. Đó là một cái hộp yên tĩnh, một thay đổi một dòng, và quyết định ngừng nuôi một đăng ký cho công việc mà một máy trên bàn làm việc của bạn đã có thể làm.
Theo dõi để biết thêm nhiều bài phân tích như thế này.
*
*Tôi thường xuyên phân tích các công cụ AI và số tiền kiếm được từ chúng như thế này. Hãy theo dõi bài tiếp theo và tham gia Telegram của tôi: https://t.me/+3XrP38Cv9fk2YTM6
