Mac mini od Apple zawsze był cichym, zapomnianym komputerem stacjonarnym z tyłu sklepu Apple Store. Praktyczny, tani jak na standardy Apple i w dużej mierze ignorowany przez środowisko AI. Potem pojawił się OpenClaw.
W czwartek Tim Cook powiedział analitykom, że Mac mini i Mac Studio są wyprzedane — i mogą pozostać w takim stanie przez kilka miesięcy. „Oba są niesamowitymi platformami dla narzędzi AI i agentowych” – powiedział podczas rozmowy o wynikach finansowych Apple za II kwartał 2026 roku – „a klienci dostrzegają to szybciej, niż przewidywaliśmy”.
Tłumaczenie: Apple źle oceniło, jak bardzo deweloperzy będą potrzebować tych maszyn, zwłaszcza w czasach, gdy niedobory zakłócają rynki.
Przychody z Maców wyniosły w tym kwartale 8,4 miliarda dolarów, co oznacza wzrost o 6% rok do roku. Nie jest to oszałamiający wynik — ale czynnikiem ograniczającym są braki w dostawach, a nie popyt. Konfiguracje Mac mini i Mac Studio z dużą ilością pamięci RAM są nie tylko opóźnione; niektóre zostały całkowicie wycofane ze sklepów Apple Store.
Podstawowy Mac mini za 599 dolarów jest wyprzedany w USA, bez możliwości dostawy ani odbioru w sklepie. Ulepszone konfiguracje z 64 GB pamięci RAM wykazują czas oczekiwania od 16 do 18 tygodni. Modele Mac Studio z 512 GB ujednoliconej pamięci całkowicie zniknęły ze sklepu. Scalperzy na eBayu szybko to podchwycili, wystawiając podstawowe modele za niemal dwukrotność ceny detalicznej.
Katalizator tego wszystkiego? OpenClaw i boom na pamięciożerną Agentic AI.
Open-source'owy framework agentów AI — stworzony przez Petera Steinbergera, a obecnie wspierany przez OpenAI po wojnie licytacyjnej z Meta — zdobył ponad 323 000 gwiazdek na GitHubie i stał się najszybszym sposobem dla osób indywidualnych i małych zespołów na lokalne uruchamianie trwałych agentów AI. A nieoficjalnym referencyjnym sprzętem do jego obsługi stał się, niemal natychmiast, Mac mini.
Nie był to jednak wynik działań marketingowych.
Większość osób zajmujących się niedoborem Maców pomija fakt, że Apple przez lata było nieistotne dla poważnych obciążeń AI. Zanim cud agentów AI stał się powszechny, ludzie narzekali, że uruchamianie LLM-ów, Stable Diffusion czy jakiegokolwiek innego oprogramowania AI w domu było niezwykle wolne i niemal bezużyteczne. Mac z M2 miał wydajność porównywalną do karty graficznej z 2019 roku. Odmowa Apple przyjęcia CUDA lub użycia Nvidii, forsowanie własnej technologii MLX, sprawiła, że był on tak samo nieistotny dla AI, jak dla gier.
Nvidia rządziła, ponieważ CUDA — jej zastrzeżony framework programistyczny dla GPU — stanowiła kręgosłup trenowania i wnioskowania modeli. Cały stos AI był na nim zbudowany. Apple nie miało niczego porównywalnego. Nikt nie chciał Maca do lokalnego wnioskowania.
Ale CUDA ma brudny sekret: ograniczenia VRAM.
Nawet najlepsza konsumencka karta graficzna Nvidia, RTX 5090, osiąga maksymalnie 32 GB pamięci VRAM. To twardy limit. Model większy niż 32 GB nie może działać z pełną prędkością na tej karcie — przelewa się do wolniejszej pamięci systemowej, przemieszcza się przez magistralę PCIe, a wydajność drastycznie spada. Aby uruchomić poważny model 70 miliardów parametrów na sprzęcie Nvidia, potrzebujesz wielu kart graficznych, szafy serwerowej, dużego poboru mocy i tysięcy dolarów.
Ujednolicona architektura pamięci (UMA) firmy Apple rozwiązuje ten problem w sposób, w jaki CUDA nie może. W Apple Silicon, CPU, GPU i Neural Engine współdzielą tę samą fizyczną pulę pamięci RAM. Nie ma oddzielnego VRAM-u. Nie ma magistrali PCIe do przekraczania. Mac mini z 64 GB pamięci może załadować model z 70 miliardami parametrów, którego RTX 5090 za 1800 dolarów po prostu nie jest w stanie uruchomić.
M4 Ultra — układ zasilający wysokiej klasy konfiguracje Mac Studio — obsługuje do 192 GB ujednoliconej pamięci. To wystarczająco, by uruchomić modele ze 100 miliardami parametrów lokalnie na jednej maszynie. Bez serwera. Bez miesięcznych rachunków za chmurę.
OpenClaw uczynił ten kompromis oczywistym. Ponieważ uruchamia agentów lokalnie — łącząc się z twoimi plikami, aplikacjami, wiadomościami — użytkownicy potrzebowali maszyn, które mogłyby obsługiwać obciążenie wnioskowaniem bez wynajmowania mocy obliczeniowej z chmury. Mac mini z 32 GB ujednoliconej pamięci wygodnie uruchamia modele z 30 miliardami parametrów. Mac Studio ze 128 GB obsługuje modele, których większość deweloperów nie mogłaby dotknąć bez klastra GPU klasy korporacyjnej rok temu.
Wolny Mac zdolny do uruchomienia potężnego modelu AI jest znacznie lepszy niż potężna karta Nvidia, która w ogóle nie jest w stanie załadować tego modelu.
Rezultat: deweloperzy zaczęli kupować Mac mini w sposób, w jaki kupowali kiedyś Raspberry Pi — wiele jednostek naraz, traktując je jako infrastrukturę, a nie komputery osobiste. Łańcuch dostaw Apple nigdy nie był zaprojektowany pod taki wzorzec.
Problem pogłębia również szerszy niedobór pamięci. IDC przewiduje spadek globalnych dostaw komputerów PC o 11,3% w 2026 roku, częściowo spowodowany niedoborem chipów pamięci napędzanym popytem na serwery AI. Apple konkuruje teraz o te same dostawy pamięci RAM co hyperscalerzy budujący centra danych.
Cook powiedział, że przywrócenie równowagi między podażą a popytem na Mac mini i Studio może zająć „kilka miesięcy”. Odświeżenie chipów M5 spodziewane jest pod koniec 2026 roku, co mogłoby złagodzić presję — ale obecni kupujący utknęli w oczekiwaniu lub płaceniu cen scalperów.
Mac mini wywołał w 2026 roku większą pilność niż w jakimkolwiek momencie swojej 20-letniej historii — a wszystko, czego potrzebował, to odrobina pomocy od projektu open-source, z którym Apple nie miało absolutnie nic wspólnego, aby to się stało.
