El Mac mini de Apple siempre ha sido el escritorio silencioso y olvidable en la parte trasera de la Apple Store. Práctico, barato para los estándares de Apple y en gran medida ignorado por la comunidad de IA. Entonces, apareció OpenClaw.

El jueves, Tim Cook dijo a los analistas que el Mac mini y el Mac Studio están agotados, y podrían seguir así durante varios meses. "Ambos son plataformas increíbles para IA y herramientas agénticas", dijo en la llamada de ganancias del segundo trimestre de 2026 de Apple, "y el reconocimiento de los clientes de esto está ocurriendo más rápido de lo que habíamos previsto".

Traducción: Apple calculó mal cuánto desearían los desarrolladores estas máquinas, especialmente en momentos en que la escasez está afectando a los mercados.

Los ingresos por Mac ascendieron a 8.400 millones de dólares en el trimestre, un 6% más año tras año. No es precisamente un éxito arrollador, pero las limitaciones de suministro, no la demanda, son el factor limitante. Las configuraciones de Mac mini y Mac Studio con mucha RAM no solo están retrasadas; algunas han sido retiradas por completo de la Apple Store.

El Mac mini base de 599 dólares está agotado en EE. UU. sin disponibilidad de envío o recogida en tienda. Las configuraciones mejoradas con 64 GB de RAM muestran tiempos de espera de 16 a 18 semanas. Los modelos Mac Studio con 512 GB de memoria unificada desaparecieron por completo de la tienda. Los revendedores en eBay se dieron cuenta rápidamente, publicando los modelos base a casi el doble del precio minorista.

¿El catalizador de todo esto? OpenClaw y el auge de la IA Agéntica, ávida de memoria.

El framework de agente de IA de código abierto —construido por Peter Steinberger y ahora respaldado por OpenAI después de una guerra de ofertas con Meta— explotó a más de 323.000 estrellas en GitHub y se convirtió en la forma más rápida para que individuos y pequeños equipos ejecuten agentes de IA persistentes localmente. Y el hardware de referencia no oficial para ejecutarlo se convirtió, casi inmediatamente, en el Mac mini.

Sin embargo, no fue el resultado de una campaña de marketing.

Lo que la mayoría de la gente que cubre la escasez de Mac no tiene en cuenta es que Apple fue irrelevante para las cargas de trabajo de IA serias durante años. Antes de que el milagro de los Agentes de IA se popularizara, la gente se quejaba de que ejecutar LLMs, Stable Diffusion o cualquier otro tipo de software de IA doméstico era extremadamente lento y casi inutilizable. Un Mac M2 tenía un rendimiento comparable al de una GPU de 2019. La negativa de Apple a adoptar CUDA o usar Nvidia, impulsando su tecnología MLX, lo hizo tan irrelevante para la IA como para los videojuegos.

Nvidia dominaba porque CUDA —su framework de programación de GPU propietario— era la columna vertebral del entrenamiento y la inferencia de modelos. Toda la pila de IA se construyó alrededor de ella. Apple no tenía nada comparable. Nadie quería un Mac para inferencia local.

Pero CUDA tiene un secreto sucio: los límites de VRAM.

Incluso la mejor GPU de consumo de Nvidia, la RTX 5090, alcanza un máximo de 32 GB de VRAM. Ese es un techo duro. Un modelo de más de 32 GB no puede ejecutarse a toda velocidad en esa tarjeta; se desborda hacia la RAM del sistema más lenta, se arrastra a través del bus PCIe y el rendimiento se desploma. Para ejecutar un modelo serio de 70 mil millones de parámetros en hardware Nvidia, se necesitan múltiples GPU, un rack de servidores, un consumo de energía considerable y miles de dólares.

La Arquitectura de Memoria Unificada (UMA) de Apple resuelve esto de una manera que CUDA no puede. En Apple Silicon, la CPU, la GPU y el Neural Engine comparten el mismo grupo físico de RAM. No hay VRAM separada. No hay bus PCIe que cruzar. Un Mac mini con 64 GB puede cargar un modelo de 70 mil millones de parámetros que una RTX 5090 de 1.800 dólares simplemente se niega a tocar.

El M4 Ultra —el chip que alimenta las configuraciones de Mac Studio de gama alta— soporta hasta 192 GB de memoria unificada. Eso es suficiente para ejecutar modelos de 100 mil millones de parámetros localmente en una sola máquina. Sin servidor. Sin factura mensual de la nube.

OpenClaw hizo este compromiso evidente. Debido a que ejecuta agentes localmente —conectándose a tus archivos, tus aplicaciones, tus mensajes—, los usuarios necesitaban máquinas que pudieran manejar la carga de razonamiento sin alquilar computación en la nube. Un Mac mini con 32 GB de memoria unificada ejecuta modelos de 30 mil millones de parámetros cómodamente. Un Mac Studio con 128 GB maneja modelos que la mayoría de los desarrolladores no podían tocar sin un clúster de GPU empresarial hace un año.

Un Mac lento capaz de ejecutar un potente modelo de IA es mucho mejor que una potente tarjeta Nvidia incapaz siquiera de cargar ese modelo.

El resultado: los desarrolladores comenzaron a comprar Mac minis de la misma manera que solían comprar Raspberry Pis —múltiples unidades a la vez, tratadas como infraestructura en lugar de ordenadores personales. La cadena de suministro de Apple nunca fue diseñada para ese patrón.

También hay una escasez de memoria más amplia que agrava el problema. IDC espera que los envíos globales de PC disminuyan un 11.3% en 2026, impulsado en parte por una escasez de chips de memoria alimentada por la demanda de servidores de IA. Apple ahora compite por el mismo suministro de RAM que los hiperescaladores que construyen centros de datos.

Cook dijo que podría llevar "varios meses" equilibrar la oferta y la demanda del Mac mini y el Studio. Se espera una actualización del chip M5 a finales de 2026, lo que podría aliviar la presión, pero los compradores actuales están atrapados esperando o pagando precios de reventa.

El Mac mini generó más urgencia en 2026 que en cualquier otro momento de sus 20 años de historia, y todo lo que necesitó fue la ayuda de un proyecto de código abierto con el que Apple no tuvo absolutamente nada que ver para que esto sucediera.