Quelque part, un développeur paie 200 $ par mois pour de l’IA alors qu’un Mac mini est posé à trois mètres de lui, capable d’en faire la majeure partie pour le prix de l’électricité.
Le Mac mini est la machine que l’on attrape en premier quand on veut faire tourner de l’IA chez soi, et pour de bonnes raisons. Il est silencieux, il consomme peu d’énergie, et tout reste sur ta propre machine. Mais il y a deux chiffres qui décident s’il est génial ou une perte d’argent pour toi, et presque personne ne les explique avant que tu n’achètes.
Voici la version honnête. Ce dans quoi le Mac mini excelle, où il montre ses limites discrètement, quelle configuration choisir, et les vrais calculs en 2026.
Pourquoi le Mac mini, spécifiquement
Le mot magique, c’est la mémoire unifiée.
Sur un PC normal, la carte graphique a sa propre VRAM, et cette VRAM est un mur infranchissable. Si un modèle ne tient pas dedans, il ne se charge pas. Apple construit un seul pool de mémoire partagé entre le CPU et le GPU, donc le Mac mini peut charger et exécuter des modèles qu’une machine Windows équivalente avec VRAM séparée ne peut pas.
Ajoute trois choses à ça. Il fonctionne quasi silencieusement, il consomme 10 à 30 watts en charge au lieu de centaines, et il est assez petit pour rester allumé en permanence comme le serveur discret derrière tes automatisations. C’est cette combinaison qui a fait du Mac mini la boîte par défaut pour l’IA à la maison, pas la puissance brute.
Les deux chiffres qui décident tout
Avant de regarder un seul prix, comprends les deux spécifications qui comptent vraiment pour l’IA locale.
La mémoire, c’est la capacité. Elle décide quels modèles peuvent se charger. En gros : 16 Go font tourner confortablement un modèle 7B, 24 Go permettent d’atteindre un 14 B quantifié, et il te faut 48 Go avant qu’un modèle 30 B soit vraiment à l’aise. Achète pour la taille de modèle que tu veux exécuter, car c’est un mur, pas un curseur.
La bande passante, c’est la vitesse. Elle décide à quelle vitesse les mots sortent une fois le modèle chargé. C’est la partie que le marketing d’Apple ne met jamais sur la boîte, et c’est là que les deux puces divergent radicalement :
1Apple M4 120 GB/s2Apple M4 Pro 273 GB/s
Cet écart n’est pas cosmétique. C’est pourquoi le M4 de base semble instantané sur un modèle 7B et commence à ramer sur tout ce qui est gros, alors que le M4 Pro reste utilisable sur des modèles 30 B. La capacité permet de charger le modèle. La bande passante détermine si tu aimes l’utiliser.
Quelle configuration acheter réellement
Trois paliers honnêtes, avec des vitesses mesurées réelles.
Le M4 de base (16 à 24 Go, 120 Go/s). C’est la machine « mon assistant quotidien vit ici ». Avec 16 Go, il fait tourner Llama 3.2 3B et Qwen2.5 7B à environ 25 tokens par seconde, ce qui est instantané, et un modèle 14 B à environ 10 tokens par seconde, utilisable mais plus rapide. Parfait pour écrire, rédiger, résumer, classifier et faire du Q&A sur tes notes personnelles. Il n’appréciera pas un modèle 30 B.
Le M4 Pro (48 Go, 273 Go/s). C’est le meilleur Mac mini pour l’IA locale en 2026, point final. La bande passante et la mémoire supplémentaires lui permettent de faire tourner un modèle de classe 30 B à environ 40 tokens par seconde en usage réel de chat, ce qui est vraiment confortable. Si tu veux que le mini soit un véritable serveur d’inférence et pas juste un chatbot, c’est celui-là.
Saute le milieu si tu peux. Un M4 de base avec le maximum de RAM mais bloqué à 120 Go/s chargera des modèles plus gros, mais les fera tourner lentement. Si tu as besoin de gros modèles, la bande passante du Pro compte plus que quelques gigaoctets supplémentaires sur la puce de base.
Les vrais calculs en 2026
Voici où l’histoire a changé cette année, et où la version honnête compte.
1Mac mini M4 (16GB / 512GB) from $7992 24GB memory upgrade ~ +$2003Mac mini M4 Pro (24GB) from $1,5994 48GB configuration higher, and supply-limited5Electricity, 24/7 ~$3 to $8 / month
Le prix de base est passé de 599 $ à 799 $ cette année, et Apple a discrètement plafonné le M4 à 24 Go et le M4 Pro à 48 Go, à cause d’une pénurie mondiale de mémoire alimentée par la construction de centres de données d’IA, qui a rendu la RAM rare et chère. Pour une machine où la mémoire est le point central, c’est l’astérisque honnête : évalue le prix de la configuration dont tu as réellement besoin, et sache que le chiffre monte, pas descend.
Face à un abonnement, le retour sur investissement est réel mais pas instantané. Un mini à 799 $ mis en face d’une habitude d’IA à 100 dollars par mois est amorti en environ huit mois, puis ce sont quelques dollars d’électricité pour toujours. Face à un abonnement léger à ChatGPT Plus à 20 $, le mini ne se rembourse jamais en argent, et il ne faut pas prétendre le contraire. La boîte en vaut la peine quand tu utilises l’IA quotidiennement, pas occasionnellement.
L’installation prend un après-midi
Le processus est le même pour toutes les configurations.
Installe Ollama, l’outil qui transforme n’importe quel modèle en API locale parlant le langage d’OpenAI :
1curl -fsSL https://ollama.com/install.sh | sh
Tire un modèle adapté à ta mémoire :
1# base M4, 16 to 24GB:2ollama pull llama3.23ollama pull qwen2.5:7b45# M4 Pro, 48GB:6ollama pull qwen2.5:32b
Puis pointe n’importe quel outil que tu utilises déjà vers le point de terminaison local en changeant une ligne :
1client = OpenAI(base_url="http://localhost:11434/v1", api_key="ollama")
Ajoute Open WebUI dans Docker si tu veux un chat navigateur qui ressemble à ChatGPT, et tu as un assistant privé fonctionnant entièrement sur ton bureau.
Ce qui se passe vraiment mal
La mémoire est le plafond, et elle est chère en ce moment. Chaque histoire de « ça ne tourne pas » est celle d’un modèle qui ne rentrait pas. Achète la RAM d’avance, car tu ne pourras pas l’ajouter plus tard, et la pénurie a rendu ces mises à niveau plus coûteuses qu’il y a un an.
Le M4 de base est limité en bande passante. À 120 Go/s, c’est un bonheur sur les modèles 7B et lent sur les gros. N’achète pas le mini le moins cher en espérant des vitesses 30 B. C’est à ça que sert le Pro.
Le travail de pointe reste dans le cloud. Le raisonnement le plus difficile et le codage de pointe profitent encore des meilleurs modèles hébergés. Le Mac mini est le cheval de boulot fiable, privé et toujours allumé pour les 80 % du quotidien, pas un remplacement de tout. Garde un abonnement au cloud pour les 20 % difficiles et fais tourner le reste à la maison.
Il n’est pas portable. C’est un bureau attaché à une prise. Si tu as besoin d’IA en déplacement, c’est le mauvais outil.
À qui il est destiné, et à qui il ne l’est pas
Prends un Mac mini si tu utilises l’IA quotidiennement, que tu veux une machine silencieuse qui tourne 24 h/24, que tu tiens à garder tes données sur ton propre matériel, et que tu es à l’aise dans un terminal pour l’installation. Prends le M4 Pro si tu veux faire tourner des modèles 30 B à une vitesse réelle.
Passe ton chemin si toute ta vie IA tient dans un abonnement à 20 $, que tu n’as besoin d’un chatbot que de temps en temps, ou que tu as besoin de quelque chose de transportable.
Deux choses à faire maintenant
Essaie d’abord gratuitement. Installe Ollama sur le Mac que tu possèdes déjà et fais tourner un modèle 7B ce week-end. N’importe quelle machine Apple Silicon avec 16 Go le fait. Prouve le workflow avant de dépenser un centime.
Ensuite, achète pour le modèle, pas pour le prix. Décide du plus gros modèle que tu veux vraiment faire tourner, puis choisis la configuration dont la mémoire le contient et dont la bande passante le fait tourner. Pour la plupart des gens, c’est un M4 de base avec 24 Go. Pour quiconque est sérieux au sujet des modèles 30 B, c’est le M4 Pro avec 48 Go.
La stratégie n’a jamais été la partie difficile. C’est une boîte silencieuse, un changement d’une ligne, et la décision d’arrêter d’alimenter un abonnement pour un travail qu’une machine sur ton bureau peut déjà faire.
Suis pour d’autres analyses comme celle-ci.
*
*Je décortique régulièrement les outils d’IA et l’argent qu’on peut gagner avec. Suis pour le prochain, et rejoins mon Telegram : https://t.me/+3XrP38Cv9fk2YTM6
