Apple's Mac mini is altijd de stille, vergeetbare desktop aan de achterkant van de Apple Store geweest. Praktisch, goedkoop volgens Apple-normen, en grotendeels genegeerd door de AI-menigte. Toen kwam OpenClaw.

Donderdag vertelde Tim Cook analisten dat de Mac mini en Mac Studio zijn uitverkocht – en dat dit enkele maanden zo kan blijven. "Beide zijn geweldige platforms voor AI en agentic tools," zei hij tijdens Apple's Q2 2026 winstoproep, "en de erkenning hiervan door klanten gebeurt sneller dan we hadden voorspeld."

Vertaling: Apple heeft verkeerd ingeschat hoe graag ontwikkelaars deze machines zouden willen, vooral in tijden dat schaarste de markten verstoort.

De Mac-omzet bedroeg $8,4 miljard voor het kwartaal, een stijging van 6% jaar-op-jaar. Niet bepaald een klapper – maar leveringsbeperkingen, niet de vraag, zijn de beperkende factor. High-RAM Mac mini en Mac Studio configuraties zijn niet alleen vertraagd; sommige zijn volledig uit de Apple Store gehaald.

De basis Mac mini van $599 is uitverkocht in de VS zonder levering of ophaalmogelijkheid in de winkel. Geüpgrade configuraties met 64GB RAM tonen wachttijden van 16 tot 18 weken. Mac Studio-modellen met 512GB uniform geheugen verdwenen volledig uit de winkel. Scalpers op eBay speelden hier snel op in en boden basismodellen aan voor bijna het dubbele van de winkelprijs.

De katalysator voor dit alles? OpenClaw en de explosie van geheugen-hongerige Agentic AI.

Het open-source AI agent framework – gebouwd door Peter Steinberger en nu ondersteund door OpenAI na een biedoorlog met Meta – explodeerde naar meer dan 323.000 GitHub sterren en werd de snelste manier voor individuen en kleine teams om persistentie AI-agenten lokaal te draaien. En de onofficiële referentiehardware hiervoor werd, bijna onmiddellijk, de Mac mini.

Het was echter geen gevolg van een marketingcampagne.

Wat de meeste mensen die het Mac-tekort behandelen missen, is dat Apple jarenlang irrelevant was voor serieuze AI-workloads. Voordat het wonder van AI-agenten mainstream werd, klaagden mensen dat het draaien van LLM's, Stable Diffusion of enige andere vorm van thuis-AI-software extreem traag en bijna onbruikbaar was. Een M2 Mac had prestaties vergelijkbaar met een GPU uit 2019. Apple's weigering om CUDA te adopteren of Nvidia te gebruiken, en het pushen van zijn MLX-technologie, maakte het even irrelevant voor AI als voor gaming.

Nvidia regeerde omdat CUDA – het eigen GPU-programmeerframework – de ruggengraat vormde van modeltraining en inferentie. De hele AI-stack was eromheen gebouwd. Apple had niets vergelijkbaars. Niemand wilde een Mac voor lokale inferentie.

Maar CUDA heeft een smerig geheim: VRAM-beperkingen.

Zelfs de beste consumenten Nvidia GPU, de RTX 5090, haalt maximaal 32GB VRAM. Dat is een hard plafond. Een model groter dan 32GB kan niet op volle snelheid op die kaart draaien – het stroomt over naar trager systeem-RAM, kruipt over de PCIe-bus, en de prestaties kelderen. Om een serieus model van 70 miljard parameters op Nvidia-hardware te draaien, heb je meerdere GPU's, een serverrek, veel stroom en duizenden dollars nodig.

Apple's Unified Memory Architecture (UMA) lost dit op een manier op die CUDA niet kan. Op Apple Silicon delen de CPU, GPU en Neural Engine allemaal dezelfde fysieke RAM-pool. Er is geen apart VRAM. Er is geen PCIe-bus om over te steken. Een Mac mini met 64GB kan een model van 70 miljard parameters laden dat een RTX 5090 van $1.800 eenvoudigweg weigert aan te raken.

De M4 Ultra – de chip die high-end Mac Studio-configuraties aandrijft – ondersteunt tot 192GB uniform geheugen. Dat is genoeg om modellen van 100 miljard parameters lokaal op één machine te draaien. Geen server. Geen maandelijkse cloudfactuur.

OpenClaw maakte deze afweging duidelijk. Omdat het agenten lokaal draait – verbinding maakt met je bestanden, je apps, je berichten – hadden gebruikers machines nodig die de redeneerlast aankonden zonder rekencapaciteit uit de cloud te huren. Een Mac mini met 32GB uniform geheugen draait comfortabel modellen van 30B parameters. Een Mac Studio met 128GB verwerkt modellen die de meeste ontwikkelaars een jaar geleden niet konden aanraken zonder een enterprise GPU-cluster.

Een trage Mac die een krachtig AI-model kan draaien is veel beter dan een krachtige Nvidia-kaart die dat model helemaal niet kan laden.

Het resultaat: ontwikkelaars begonnen Mac mini's te kopen zoals ze vroeger Raspberry Pi's kochten – meerdere eenheden tegelijk, behandeld als infrastructuur in plaats van persoonlijke computers. Apple's toeleveringsketen was nooit ontworpen voor dat patroon.

Er is ook een breder geheugentekort dat het probleem verergert. IDC verwacht dat de wereldwijde pc-leveringen in 2026 met 11,3% zullen dalen, deels gedreven door een tekort aan geheugenchips, aangewakkerd door de vraag naar AI-servers. Apple concurreert nu om dezelfde RAM-voorraad als hyperscalers die datacenters bouwen.

Cook zei dat het "enkele maanden" kan duren om vraag en aanbod van de Mac mini en Studio weer in evenwicht te brengen. Een M5-chipvernieuwing wordt later in 2026 verwacht, wat de druk zou kunnen verlichten – maar huidige kopers zitten vast aan wachten of het betalen van scalperprijzen.

De Mac mini zorgde in 2026 voor meer urgentie dan op enig ander moment in zijn 20-jarige geschiedenis – en alles wat het nodig had was wat hulp van een open-sourceproject waar Apple absoluut niets mee te maken had om het te laten gebeuren.