Hopp til innholdet
Norsk journal om kunstig intelligens 255 artikler Oslo --:--
TokenPrat
2 min lesetid Av TokenPrat-redaksjonen

Kan Mac Mini M6 erstatte AI-abonnementene? Ikke helt ennå

Apple annonserte Mac Mini M6 25. august 2026, med forhåndsbestilling samme dag og levering fra 22. september. Basismodellen starter på 899 dollar med 16GB delt minne og 153 GB/s minnebåndbredde – konfigurasjoner på 24GB og 32GB løfter båndbredden til 170 GB/s. Spørsmålet om den kan erstatte AI-abonnementer er reelt og verdt å stille, men svaret krever mer nyanse enn overskriften antyder.

Apples tall måler noe annet enn det du tror

Her er den viktigste presiseringen: Apples mest siterte tall – opptil 4,8 ganger raskere enn M4, og 13,5 ganger raskere sammenlignet med M1 – gjelder prompt-prosessering (tiden det tar før modellen begynner å svare), ikke selve genereringshastigheten, altså hvor raskt teksten strømmer frem mens du leser den. Det er en avgjørende forskjell: en rask oppstart hjelper lite hvis selve svaret likevel drypper frem sakte. I tillegg ble Apples egne benchmarktall kjørt på 32GB-konfigurasjonen, ikke basismodellen på 16GB – noe som ikke fremgår tydelig i markedsføringen. Siden maskinene først leveres 22. september, finnes det heller ingen uavhengige tester ennå som kan bekrefte de reelle tallene i praksis.

Hva du faktisk kan kjøre – og på hvilket minnenivå

Minnebåndbredde, ikke prosessorkjerner, er det som avgjør hvor raskt en lokal språkmodell genererer tekst. På 16GB-modellen har du realistisk sett plass til 7-9 milliarder parameter tette modeller, eller lette MoE-modeller, med estimert hastighet rundt 25-32 token per sekund. Går du opp til 24GB eller 32GB, åpner det seg for modeller opp mot 20-27 milliarder parametere – inkludert nyere MoE-modeller som teknisk sett er store, men bare bruker en brøkdel av parameterne aktivt under generering, og dermed er raskere enn tette modeller av tilsvarende størrelse.

Hvorfor abonnementene neppe forsvinner helt

Her ligger den reelle begrensningen: uansett hvor rask M6 blir, er den fysisk begrenset til modeller i 30-milliarder-parameter-klassen eller mindre. De virkelig kraftige modellene – de du betaler abonnement for hos Anthropic, OpenAI eller Google – er ofte hundrevis av milliarder parametere, og krever datasenter-maskinvare langt utover det noen forbruker-Mac kan tilby. Det M6 faktisk kan gjøre, er å gjøre lettere, mer avgrensede oppgaver – rask tekstredigering, enklere kodeoppgaver, personlige assistentfunksjoner – helt gratis og lokalt, uten å sende data ut av huset. For de tyngste, mest krevende oppgavene vil et abonnement på en frontier-modell trolig fortsatt gi et bedre resultat.

Ressurser

Del

Les videre

Forsiden →
Forelesningssal om natten med en tavle full av krittdiagrammer, en laptop og høye stabler med manuskripter
· Forskning

OpenAI slapp over 700 matematikkbevis på én dag – Lean sjekker rundt 42 prosent av dem

6. oktober la OpenAI ut 722 matematiske manuskripter laget av en intern modell uten navn. Det mest interessante er metoden: en AI som tenker i timevis per problem, og et maskinelt verktøy som skal skille holdbare bevis fra tull.

Studiomikrofon med lysende fargede lydbølger i et mørkt lydstudio
· Modeller

Ming 3.0 TTS: Beste åpne stemmekloner med MIT-lisens – men den snakker ikke norsk

Ant Group har sluppet to talemodeller som kloner stemmer, designer nye fra en beskrivelse og ler, sukker og nøler på kommando. Den minste har bare 0,5 milliarder parametere, og lisensen er så åpen som det går an. Men står norsk på ønskelista, må du vente.

Menneskehånd og robothånd som holder hver sin trekloss med samme grep
· Forskning

FlashDexRetarget: Én policy for tusen håndbevegelser – og 100 ganger mindre GPU-tid

Roboter med fingre trenger enorme mengder treningsdata, og den billigste kilden er opptak av mennesker som håndterer ting. Problemet er å oversette en menneskehånd til en robothånd. Et nytt prosjekt fra KAIST og Holiday Robotics gjør det med én felles modell i stedet for én per bevegelse, og bruker