Mac mini M6 24G翻车实测：内存不够根本跑不了本地大模型

一次冲动购买的教训

不少人冲着苹果最新发布的M6芯片去抢购Mac mini，图的就是用它在本地跑大语言模型。这位B站UP主第一时间从实体店拿到了Mac mini M6 24G版本，本以为躲开了黄牛的价格刀，结果却被一个更隐蔽的问题坑了——内存根本不够用。

核心的误判在于对macOS系统内存占用的估算。UP主沿用的是旧经验：macOS开机起步占用约8G，24G减去8G还剩16G，足够跑3.8B甚至20B级别的模型。但这套算法在新系统上彻底失灵了。

新系统吃内存，剩余空间被大幅压缩

问题的关键是系统版本差异。UP主对比了手上M1机器运行macOS 26的情况，开机占用约9.1G；而新到手的Mac mini M6搭载的是更新的macOS 27系统，起步占用直接拉到12G，实际使用中冲到了14G。

24G减去14G，只剩下大约10G可用内存。这10G无法装下他想跑的模型。实测中，他尝试启动Qwen 3.8B（视频中反复提到的"3.827B"），输入一个Hello，系统直接报内存不足，模型根本起不来。

这说明一个容易被忽视的事实：macOS不像Windows那样基础内存只占2到3G，苹果系统上来就吃掉一大块，而且版本越新占用越高。用老经验去推算新系统的可用空间，很容易踩坑。

macOS系统内存占用持续走高，与苹果近年来在系统层堆叠的功能密切相关。Spotlight索引、iCloud同步守护进程、Apple Intelligence的本地模型缓存（在支持的机型上）、Metal Performance Shaders预编译缓存，以及macOS 26/27引入的更多后台代理，都会在开机后常驻内存。尤其是Apple Intelligence相关的本地小模型（用于写作辅助、摘要等功能），本身就需要占用数GB空间，这部分在旧系统时代并不存在。因此，跨系统大版本用同一套内存估算公式，误差会随每次大版本更新而累积放大。在评估任何新款Mac的实际可用内存时，最可靠的方法是参考同系统版本下的实测数据，而非依赖旧机型或旧系统的经验值。

买什么配置、何时下单的建议

UP主给出了明确的提醒：想用Mac mini跑本地大模型的用户，24G版本基本可以放弃，至少要等32G版本。

苹果这次的发售策略也被点出——M6 Mac mini首发只放出24G版本，32G迟迟未上，像是在做市场测试，既摸消费者的接受度，也试探黄牛的囤货意愿。好消息是黄牛这次没能大幅炒价，供应相对稳定；坏消息是真正适合跑模型的32G版本官方一概没有放货，想要的用户至少得等到十月中旬。

UP主的结论很直接：没下单的先停，下了单没到货的可以考虑等等32G版本，别拿24G硬上。

顶配也未必值得：硬件堆料的天花板

视频还交叉引用了另一位博主对Mac Studio M6 Ultra 256G的实测，这台机器花了约6万元人民币（相当于9000多美金）。

结论同样泼了冷水：这位博主玩了一天后认为"太贵了，不值得"，而且无法承载"算力无限"的理想愿景。生成一条5秒视频需要约18分钟，生产力价值远低于预期。它更多是帮你解锁一个本地运行的门槛，而非真正的生产力工具。

即便是256G顶配、6万块的机器，都达不到最理想的效果，这说明纯靠堆硬件在Mac平台上跑模型的路线存在天花板。对只打算买MacBook Air或M4 mini的普通用户来说，跑大模型这个念头可以趁早打消。

视频生成任务对本地硬件极度苛刻，与文本推理有本质区别。文本大模型（LLM）的核心瓶颈是内存带宽和容量，推理时主要做矩阵乘法，计算模式相对规则；而本地视频生成模型（如基于Wan、CogVideoX或类似架构的模型）除了需要加载数十GB参数外，还要在每一帧上运行扩散去噪迭代（通常20-50步），每步都涉及大量时序卷积和注意力计算，算力需求比同等参数规模的语言模型高出一到两个数量级。生成5秒视频耗时18分钟，意味着实时比约为1:216，这在消费级硬件上并不罕见——即便是配备高端GPU的PC工作站，本地视频生成的速度通常也远低于实时。因此"256G顶配都不够用"的判断，与其说是Mac平台的局限，不如说是当前整个消费级本地视频生成赛道的普遍天花板。

Mac vs 游戏主机：灵活性的差距

UP主还做了一个很实际的对比。Mac mini约1000多美金，价格接近一台PC游戏主机，推理速度大概10 token每秒，这个数字他表示早有心理准备，并不算差。

但两者的灵活性天差地别。Mac的统一内存无法扩展，内存不够就是不够，没有补救办法。而游戏主机遇到显存不足时，可以通过加插内存来缓解——哪怕显卡只是12G的5070或16G的5060Ti/5070Ti，内存爆了还能靠系统内存兜底，多花的成本不高却能解决"跑不起来"的硬性问题。

这正是Mac mini这次翻车的根源：封闭的统一内存架构决定了你买错配置就没有回头路。对于本地大模型这种对内存极度敏感的场景，容量的冗余比峰值性能更重要。

苹果的**统一内存架构（Unified Memory Architecture，UMA）**将CPU、GPU和神经网络引擎整合在同一块芯片（SoC）上，所有计算单元共享同一池内存，而非像PC那样CPU用系统内存、GPU用独立显存。这种设计的优势是带宽极高（M6芯片可达数百GB/s）、数据在不同处理器间传递时无需跨总线复制，理论上更适合大模型推理这类需要频繁搬运大量参数的任务。但代价是内存容量在出厂时就已焊死，无法像PC主板那样插拔升级。PC平台的大语言模型推理通常依赖NVIDIA CUDA生态，显存不足时可以将模型部分卸载到系统内存（即"offload"），虽然速度会大幅下降，但至少能跑起来；Mac的统一内存在架构上没有这种"退而求其次"的缓冲层，一旦可用空间不足，模型直接报错退出，毫无回旋余地。

给潜在买家的几点提醒

想入手Mac mini M6跑本地模型的用户，可以记住这几条：

• 新系统macOS 27起步占用约12G，实际会更高，24G机型可用空间严重不足
• 跑模型至少等32G版本，官方目前尚未放货
• 预算有限或只是轻度使用，Air和M4 mini不要考虑跑大模型
• 需要灵活扩展内存的场景，游戏主机的性价比和容错空间更大

这次翻车的本质不是M6芯片不行，而是内存配置与系统占用的错配。在选购任何统一内存架构的设备时，务必按新系统的实际占用来倒推可用空间，而不是套用旧经验。