涨价 50% 的新 Mac mini，为何被视为 AI 时代基础设施？

时隔近两年，Mac mini 终于更新。除意料之中的 M5 Pro 芯片版本外，新机还首次搭载 Mac 上的首枚 2 纳米制程芯片 M6。基础版官方起售价由上一代的 4499 元涨至 6999 元，涨幅超过 50%，但文章作者认为在 AI 时代，这台小巧精悍的设备反而比以往更适合家庭与企业用户，甚至已成为许多人本地的 AI 基础设施。

外观与接口的小幅演进

新 Mac mini 延续上一代的设计语言，体积进一步紧凑，比例更协调。机身前方新增 3.5 毫米高阻抗耳机接口与两个 USB 3 速率的 USB-C 口，便于临时外接存储或给键鼠充电；背部三枚雷雳接口由横向改为竖向开孔，减少多线同时使用时的「打架」。依旧缺席的是 SDXC 卡槽，相机用户仍需借助 USB-C 转接器导素材。

一个细节变化是，原千兆以太网端口升级为 2.5Gb 以太网。若家庭部署了 NAS 且其他设备同样支持 2.5Gb，局域网理论带宽可提升至原来的 2.5 倍，对备份和读取大体积媒体素材尤为友好。

备受讨论的底部电源键，作者认为从实际使用看并不构成问题：Mac mini 越来越像一台需要 7×24 在线运行的设备，Apple 还加入了「接入电源即启动」选项，反而可以减少因误触导致离线的情形。

M5 Pro 本地 AI 与生产力实测

作者以一台 M4 Pro MacBook Pro 作为对照，使用 LM Studio 加载同一份 Gemma 4 31B MLX 4-bit 模型，GPU offload 设为 Max、并发数 1、Temperature 0，同一提示词连续测试 5 次。结果显示，排除首次请求后：

首字元延迟中位数：M5 Pro Mac mini 0.157 秒，M4 Pro MacBook Pro 0.384 秒，前者约快 2.45 倍；
后续生成速度：M5 Pro 13.25 tokens/s，M4 Pro 13.20 tokens/s，基本持平。

这一组对比说明，M5 Pro 主要改善的是模型处理输入并「开始响应」的速度，而对持续输出的提升有限。在短提示词下绝对差距不大，但面对长文章、代码库与 Agent 历史上下文时，更快的首字延迟能让调用更快进入响应状态。

视频与照片工作流方面，作者也做了对照测试：

Final Cut Pro 导出近 10 分钟 4K 60p 素材（剪裁拼接为主，ProRes 422）：M5 Pro 用时 62.3 秒，M4 Pro 用时 77.2 秒，前者缩短约 19%；
Lightroom 批量套预设处理 1525 张 JPG（约 9.1 GB）：M5 Pro 用时 3 分 17.16 秒，M4 Pro 用时 3 分 43.36 秒，前者缩短约 11.7%；
同批照片原图导出：M5 Pro 用时 4.71 秒，M4 Pro 用时 25.88 秒，前者节省约 82%。

作者特别指出，原图导出更易受存储设备与缓存状态影响，不能单独用来衡量 GPU 性能，但综合来看，M5 Pro 在连续处理大量照片的工作流中整体效率更高。

从家用中枢到企业算力节点

作者将 Mac mini 视为本地的 AI 基础设施，长期在线运行 Codex、Home Assistant 等智能体：连接 UniFi 路由系统抓包分析日志、排查网络问题，或通过 Home Assistant 调整主题与插件配置。借助 7×24 在线与 2.5Gb 以太网，Mac mini 同时承担 udpxy IPTV 转发、私有网盘、家庭服务器等角色，让电视、手机、电脑都能共用同一份媒体资源。

企业端的趋势同样如此。海底捞已在全国门店部署由 Mac mini 组成的本地服务器集群，用于 AI 监控与门迎决策系统，紧凑的机身对商业空间尤为友好。Apple 委托 Omdia 对 1584 名企业技术领导者与从业者的调查显示：

企业在重新评估 AI 基础设施时，最关心的仍是安全、持续成本与工作负载匹配度；
统一内存架构让 Apple silicon 能够在本地承载更多企业级 AI 工作负载；
自行开发 AI 的企业中，Mac 的采用率约为采购商业 AI 解决方案企业的 1.8 倍；
约三分之一的受访组织计划在未来一年内增加端侧 AI 工作负载。

选购建议

考虑 AI 时代下不断上涨的内存与存储价格，作者建议在可承受范围内「一步到位」，而非购买 256GB 存储、16GB 内存的基础款。以 512GB 存储、24GB 内存的 M6 版本为例，价格已达 9999 元。对比来看，同存储与内存配置的 M5 MacBook Air 售价 11499 元，比 Mac mini 还贵出 1500 元，但附带屏幕与键鼠。

作者的结论是：即便涨价后优势不再如以往明显，Mac mini 仍以更低门槛提供了不错的性能上限，适合承担家中的智能中枢或团队与企业的计算节点。在内存与存储依旧紧缺的当下，如果有需求，现在就是相对合适的入手时机。