Apple M6 & M5 Ultra — Mac mini/Mac Studio Sommer-Update für lokale KI

Kern: Apple aktualisiert am 25.08.2026 unerwartet mitten im Sommer Mac mini und Mac Studio komplett — mit klarem Fokus auf lokale KI. Der M6 ist Apples erster 2-nm-Chip, der M5 Ultra bringt die erste echte UltraFusion-Interconnect-Steigerung seit 2022 (4,4 TB/s, bis 512 GB Unified Memory) und mehrere Studios lassen sich per Thunderbolt 5/RDMA zu Clustern verbinden. Alle Leistungsangaben unten sind Herstellerangaben (laut Apple), zusammengestellt vom heise-Artikel, den das Apfelfunk-Video selbst als Quelle verlinkt.

Was passiert ist

Unerwartetes Hardware-Update am Dienstagabend (deutscher Zeit): neue Chips M6 und M5 Pro im Mac mini, M5 Max und M5 Ultra im Mac Studio. Vorbestellungen ab 2026-08-25, Verkaufsstart laut Artikel 22.09.2026. Der Zeitpunkt ist ungewöhnlich — neue Macs kamen sonst im Herbst (Oktober/November). Begründung aus Cupertino: hohe Nachfrage. Heise zufolge hat insbesondere der Einsatz von KI-Agenten wie OpenClaw kräftig Nachfrage beschert (Zuschreibung Apple/heise, nicht unabhängig verifiziert — aber für die OpenClaw-Ökosophäre ein bemerkenswertes Signal, siehe ../../tools/openclaw.md).

Chip-Übersicht

Chip	Gerät	Node	CPU	GPU	KI-Claim (laut Apple)	Unified Memory
M6	Mac mini	2 nm (erster Apple-Chip)	12 Cores (2 Super/4 Perf/6 Eff), +40 % MT vs M4	12 Cores, erstmals Neural Accelerators im mini	4× KI-Rechenleistung, 2× Grafik vs M4	bis 32 GB @ 170 GB/s
M5 Pro	Mac mini	3 nm (Debüt März 2026 im MacBook Pro)	—	—	bis 4× schnellere KI-Workloads	bis 64 GB
M5 Max	Mac Studio	3 nm (Frühjahr 2026)	18 Cores, +30 % vs M4 Max	40 Cores, Neural Accelerators in jedem Core	bis 4× KI-Aufgaben	bis 128 GB @ 614 GB/s
M5 Ultra	Mac Studio	3 nm, zwei M5-Max-Dies via UltraFusion	36 Cores (12 Super/24 Perf), +30 % MT vs M3 Ultra	80 Cores, erstmals Neural Accelerators im Ultra	bis 4,5× KI-Rechenleistung, +80 % Grafik	bis 512 GB @ 1,2 TB/s (+50 %)

Die wichtigsten Details

M6: 2-nm-Debüt

Der M6 ist der erste Apple-Chip in 2-nm-Bauweise; die M5-Familie bleibt bei 3 nm. Dazu Dual-16-Core-Neural Engine. Der Mac mini mit M6 bekommt allerdings nur drei Thunderbolt-4-Ports — Thunderbolt 5 gibt es nur im M5-Pro-mini, und damit auch dessen Cluster-Fähigkeit.

M5 Ultra: erster echter Interconnect-Sprung seit 2022

Die UltraFusion-Bandbreite steigt von 2,5 TB/s (M3 Ultra) auf 4,4 TB/s — laut heise die erste echte Leistungssteigerung des Interconnects seit Einführung 2022. Vermutlich der Grund, warum Apple einen M4 Ultra komplett übersprungen hat. Media Engine: bis zu 33 gleichzeitige 8K-ProRes-422-Streams bei 30 fps.

Cluster-Fähigkeit als neues Thema

Mehrere Mac Studios lassen sich per Thunderbolt 5 clustern, Grundlage ist RDMA (Remote Direct Memory Access). Genannte Einsatzziele: Training von KI-Modellen bzw. Betrieb von Modellen mit über einer Billion Parametern. Auch der Mac mini M5 Pro ist laut Artikel „clusterfähig“ für lokale KI-Modelle.

Der Haken: Preise und Verfügbarkeit

Apple hatte wenige Wochen zuvor wegen Speicherknappheit die Preise deutlich erhöht — die neuen Modelle setzen nochmal drauf:

Modell	neu ab	Vergleich zum Vorgänger-Start
Mac mini M6	1049 €	M4 startete bei 699 € (zuletzt 949 €)
Mac mini M5 Pro	1999 €	M4 Pro: 1649 €
Mac Studio M5 Max	2999 €	M4 Max: 2499 €
Mac Studio M5 Ultra	6599 €	M3 Ultra: 4999 €

Apple werde produzieren, so viel es könne — übersetzt: die Nachfrage dürfte das Angebot knapp halten, Wartezeiten möglich. Die 512-GB-Ultra-Variante kommt erst Ende Oktober.

Einordnung: lokale KI als Kaufargument

Heise benennt den Unternehmens-Winkel explizit: Der Leistungszuwachs der „KI-Kraftwerke“ lasse sich gegen eingesparte Cloud-Tokens aufrechnen; dazu Datenschutz und Datensouveränität. Das passt exakt in den Trend, den dieses Wiki an mehreren Stellen dokumentiert:

Unified-Memory-Rennen: Strix Halo mit 128 GB (edge-inference-als-cloud-alternative.md) → DGX Spark mit 128 GB → M5 Ultra mit 512 GB → NVIDIA DGX Station mit 748 GB (nvidia-dgx-station-748gb.md). RAM/Bandbreite ist das entscheidende Spec-Feld für lokale Inferenz geworden — siehe cloud-exit-and-local-superiority.md. Mit Perplexity "Portable Computer" (../../tools/perplexity-portable-computer.md) läuft seit August 2026 erstmals ein vollständiger Agent-Stack (Orchestrator + Subagents + Harness) auf der Spark-Klasse.
Cluster statt Einzelmaschine: TB5/RDMA-Clusterung verschiebt die Grenze, was „Desktop-Hardware“ in der Summe kann (>1T-Parameter-Modelle als erklärtes Ziel). Damit konkurriert Consumer-/Prosumer-Hardware erstmals strukturell mit Datacenter-Setups.
OpenClaw als Nachfrage-Treiber: Dass ausgerechnet agentengetriebene lokale KI als Verkaufsargument und Ursache des ungewöhnlichen Release-Timings genannt wird, ist ein Validierungs-Signal für den Agenten-Alltag — mit der Einschränkung, dass dies eine Apple/heise-Zuschreibung ist.
Preis-Schiene: Speicherknappheit treibt die Preise — RAM bleibt die knappe Währung (lokale-ki-coding.md nennt dieselbe Dynamik von der Kosten-Seite).
Chinas Gegenangriff auf dieselbe Schicht: Laut Devsplainers (26.08.) hat Apple zusätzlich die 512-GB-/256-GB-Mac-Studio-Konfigurationen entfernt (MacRumors/AppleInsider/9to5Mac zitiert dort) und Xiaomi greift mit dem O100 (1,22 TB/s) die Bandbreiten-Führung an — siehe china-local-ai-box.md.

Verifikation: unabhängige Benchmarks (MacStories, 2026-09-21)

Die zuvor offene Lücke — „nur Herstellerangaben" — ist geschlossen. ../../people/federico-viticci.md (../../institutions/macstories.md) testete das M5 Ultra Mac Studio mit 256 GB über mehrere Tage gegen einen M3 Ultra (512 GB) und einen Desktop-PC mit RTX 5090. Geteilt von Kai (@PWeber) im OME-Topic „Openclaw mit lokalen Modellen". Die Specs wurden bestätigt: Quad-Die-Aufbau via UltraFusion, 80 GPU-Cores mit je einem Neural Accelerator, Bandbreite 819 GB/s → 1,2 TB/s (+50 %).

Metrik	Messwert	Vergleich
Token-Generierung	~+70 %	vs. M3 Ultra (Side-by-Side, Open Minis)
Prompt-Processing (Prefill)	~+150 % (≈2,5×)	vs. M3 Ultra
Generierung, Qwen3.8-Flash-Next	>100 tok/s kurz / 60–85 tok/s	bei 64K–256K Kontext
Prefill, 6.000-Token-Prompt	~1.700 tok/s	RTX 5090: ~3.000 tok/s
Generierung (bandbreitengebunden)	—	RTX 5090 konstant ~25 % voraus (1,79 TB/s vs. 1,2 TB/s)

Die Messwerte bestätigen zugleich die Bandbreiten-These aus china-local-ai-box.md: Prefill ist compute-gebunden (Tensor/Neural Cores), Generierung ist bandbreitengebunden — und die 5090 verliert trotz ihres Vorsprungs bei Modellen über 32 GB VRAM, weil sie per PCIe in den System-RAM auslagern muss.

Praxistauglichkeit (Agenten-Last, nicht Chat-Benchmark): Viticci hat Qwen3.8-Flash-Next (../llm/qwen3.8-flash-next-qwen4-preview.md) als lokales Default-Modell in Open Minis und Hermes Agent gesetzt; 5-Bit läuft vollständig im RAM, mit oMLX sind bis zu drei parallele Flash-Next-Sessions mit Subagenten möglich, größere Modelle wie GLM-5.3-Flash (../llm/glm-5.3-z-ai.md) laufen lokal mit brauchbarer Performance. Sein Referenzprojekt: 99 Tage durchgehender Agentenbetrieb (DeepSeek V4 Flash + olmOCR, 310 Dokumente) zu Gesamtkosten von 0 $ — siehe lokale-ki-coding.md.

⚠️ Quellenlage (aktualisiert): Die Apple-Angaben aus dem heise-Bericht sind für Bandbreite und Architektur durch unabhängige Messungen bestätigt; die konkreten Tokens/s-Werte stammen aus einem Einzeltest (MacStories, n=1 Setup) und sind nicht breit repliziert. Das Apfelfunk-Video (16:49, deutsch) war ohne Transcript — erfasst sind Metadaten, Beschreibung und Kapitelmarken.

9.3 KiB Raw Permalink Blame History Unescape Escape