Cela fait partie de mes discussions (passionnées) depuis l’annonce du 25 août. Si on lit les promesses, on voit que le Mac mini traite les prompts LLM 4,8 fois plus vite que le M4. Avec des modèles ouverts comme Gemma 4, mais aussi les modèles chinois qui rivalisent avec ChatGPT, on se dit qu’avec 1 049 € on va enfin avoir « son IA à la maison », sans abonnement et sans envoyer ses données à qui que ce soit. C’est vrai, l’intention est bonne. Le raisonnement a juste un problème : les chiffres d’Apple mesurent la vitesse de la puce, pas la taille de ce qu’elle peut avaler. Et sur ce point, le Mac mini M6 est la machine la plus limitée de toute la gamme.
Le Mac mini M6 démarre à 1 049 € avec 16 Go de mémoire unifiée et 256 Go de SSD, soit 350 € de plus que le M4 à son lancement. La puce M6, première gravée en 2 nm, apporte 12 cœurs CPU, 12 cœurs GPU avec accélérateurs neuronaux et une mémoire configurable jusqu’à 32 Go, pas un de plus. Apple communique beaucoup sur l’IA de cette génération, et pour cause : c’est le vrai sujet de toute la gamme. Sauf qu’en lisant attentivement, les promesses de gros modèles et de cluster concernent le Mac Studio et le mini M5 Pro. Le M6, lui, hérite du discours sans hériter des moyens.
Pour aller plus loin
Mac Studio M5 Max-Ultra ou Mac mini M6 : peut-on vraiment remplacer son abonnement Claude ou Codex ?
Ce qui tourne vraiment sur 16 ou 32 Go
Oui, la machine reste capable. En 16 Go, on fait tourner correctement des modèles de 8 à 14 milliards de paramètres : gpt-oss-20b, les poids ouverts d’OpenAI taillés pour 16 Go, un Gemma 4 12B, un Qwen de classe équivalente. C’est suffisant pour transcrire de l’audio avec Whisper, résumer, traduire, classer des documents ou interroger ses propres fichiers, le tout hors ligne.
En 32 Go, on monte d’un cran avec la classe des 27 à 30 milliards : Qwen3.8-27B, multimodal et sorti mi-août, ou GLM-4.7-Flash, un petit MoE de 30 milliards dont 3,6 actifs, très à l’aise en code pour sa taille. Avec MLX, le framework d’Apple, un modèle de code de cette classe dépasse les 100 tokens par seconde sur ce type de configuration. Notre guide d’installation d’un ChatGPT local couvre tout ça pas à pas.
| Modèle | Mémoire requise | Configuration Mac mini M6 | Points forts | Vitesse attendue |
|---|---|---|---|---|
| Gemma 4 12B (4 bits) | 7 à 8 Go | 16 Go | Assistant généraliste, multimodal, très bon en français | Confortable, environ 20 tokens/s |
| gpt-oss-20b (MXFP4) | environ 12 Go | 16 Go, à l’aise en 24 Go | Raisonnement, poids ouverts d’OpenAI, effort réglable | Rapide, MoE peu gourmand en calcul |
| Whisper large (transcription) | 3 à 4 Go | 16 Go | Transcription audio de référence, hors ligne | Plus vite que le temps réel |
| Qwen3.8-27B (4 bits) | environ 18 Go | 32 Go | Le meilleur généraliste de la classe, texte et image | 8 à 12 tokens/s, correct sans plus |
| GLM-4.7-Flash (4 bits) | environ 19 Go | 32 Go | Code et tâches agentiques, MoE à 3,6 Md actifs | Rapide pour sa taille grâce au MoE |
| Qwen3-Coder-30B-A3B (4 bits) | environ 19 Go | 32 Go | Assistant de code, 256K de contexte | Très rapide en MLX, MoE léger |
| GLM-5.3-Flash, DeepSeek V4, Kimi K3 | 170 Go et plus | Aucune | Le modèle qui rivalise avec ChatGPT | Impossible de le lancer |
Le vrai sujet, c’est ce qui ne tournera jamais sur cette machine. Les modèles ouverts qui font l’actualité et qui se comparent réellement aux services payants, GLM-5.3-Flash et ses 320 milliards de paramètres, DeepSeek V4 Flash et ses 167 Go de poids, demandent 170 Go de mémoire et plus. Un Mac mini M6 n’en approchera aucun, même de très loin, même en compressant à outrance. Entre 32 et 128 Go, on ne gagne pas juste en confort, on accède à une tout autre catégorie de modèles, comme on le détaillait dans notre dossier sur le nouveau Mac Studio.
Pour savoir en quelques secondes ce que votre machine peut encaisser, l’outil gratuit CanIRun.ai fait très bien le travail : il détecte votre GPU ou votre puce Apple depuis le navigateur, puis classe les modèles ouverts de S à F selon qu’ils tournent confortablement, passent tout juste ou ne rentrent pas, avec la quantification conseillée et la commande pour les lancer.
Un conseil en lisant ses résultats : ne visez jamais un modèle dont le poids frôle votre quantité de mémoire. Le fichier du modèle n’est qu’une partie de l’addition, il faut aussi loger macOS, le logiciel d’inférence et surtout le contexte, ce cache qui grossit avec chaque document ou conversation qu’on donne au modèle.
macOS refuse d’ailleurs par défaut de céder toute la mémoire unifiée au GPU. En pratique, je vous conseille de garder 25 à 30 % de marge : sur un Mac mini 16 Go, on cible des modèles de 10 à 11 Go maximum, et sur un 32 Go, on s’arrête vers 20 à 22 Go. C’est exactement pour ça qu’un fichier de 19 Go comme GLM-4.7-Flash passe bien en 32 Go et pas du tout en 24.
Trois limites que la fiche technique ne met pas en avant
Premier verrou, la mémoire plafonne à 32 Go, là où le Mac mini M5 Pro monte à 64 Go et le Studio à 128 puis 512 Go. Deuxième verrou, plus discret : la version 16 Go se contente de 153 Go/s de bande passante, les 170 Go/s annoncés étant réservés aux configurations 24 et 32 Go, facturées 220 à 440 € de plus. Or cette bande passante fixe directement la vitesse de génération des modèles. Troisième verrou, le plus important : le M6 reste en Thunderbolt 4. Le fameux cluster de Mac reliés en Thunderbolt 5 avec RDMA, celui qu’Apple met en avant pour faire tourner de gros modèles à plusieurs machines, est réservé au mini M5 Pro et au Mac Studio. Le M6 n’y participera pas, point. Ajoutez un SSD de 256 Go que trois modèles quantifiés suffisent à remplir, et le tableau est complet : cette machine est architecturalement exclue de tout ce qui fait l’IA locale ambitieuse de 2026.
Le Mac mini M5 Pro que l’on recommande à la place démarre à 1 999 €, près de 1 000 € de plus que le M6 d’entrée de gamme. Pour cet écart, on gagne 64 Go de mémoire possibles et le Thunderbolt 5 indispensable au cluster de machines. Un surcoût qui ne se justifie que si l’IA locale est vraiment le cœur du projet.
Le détail des différences avec la génération précédente est dans notre comparatif Mac mini M6 contre M4.
Face à Claude Code et Codex, le compte n’y est pas
La comparaison avec les abonnements est encore moins flatteuse. Un Mac mini M6 en 32 Go, la seule configuration réellement pertinente pour l’IA, revient autour de 1 489 €.
En face, ChatGPT Plus coûte 23 € TTC par mois avec Codex inclus, et Claude Pro environ 21 € avec Claude Code, soit cinq à six ans d’abonnement pour le prix de la machine. Et on ne compare pas des choses équivalentes.
Pour aller plus loin
ChatGPT Work ou Claude Cowork : lequel choisir pour automatiser son travail en 2026 ?
L’abonnement donne accès aux modèles « frontier » du moment, qui dépassent 80 % de réussite sur les benchmarks de code type SWE-bench, quand les meilleurs modèles locaux tenant en 32 Go tournent plutôt autour de 45 à 50 % sur les tâches agentiques. Pour du développement assisté sérieux, la différence se sent à chaque session : le modèle local propose, le modèle frontière termine. Sans compter tout ce qui vient avec : recherche Web, exécution d’outils, nouvelles versions le jour de leur sortie. Le Mac, lui, gardera sa puce et ses 32 Go jusqu’à la revente. Oui, elle est unifiée, et on ne peut pas la faire évoluer.
L’argument de la confidentialité est un sujet sérieux, mais il faut le poser honnêtement. Oui, un modèle local garde les données sur la machine, et pour des documents sensibles c’est un vrai motif d’achat. Simplement, ce motif pointe vers une machine capable de faire tourner un modèle à la hauteur de la tâche, donc vers un Mac Studio en 64 ou 128 Go, voire un mini M5 Pro. Acheter la confidentialité avec un modèle deux classes en dessous, c’est protéger des données que l’on traite mal.
La vraie vie du Mac mini M6
Le Mac mini M6 n’est pas une mauvaise machine. Il devient un mauvais achat seulement quand on le choisit d’abord pour l’IA. Son vrai terrain, c’est celui qui a fait le succès du M4 : un excellent poste de travail compact et silencieux, et probablement un des meilleurs petits serveurs domestiques du marché.
J’en sais quelque chose : un Mac mini M4 tourne chez moi en permanence, et sa journée type n’a rien à voir avec les LLM locaux. Il héberge mes projets Claude, que je pilote à distance depuis mon MacBook et qui continuent de travailler une fois le portable refermé. Il encode et décode de la vidéo 4K sans broncher. Il fait tourner mon serveur Plex avec Sonarr et Radarr. Le tout en silence, pour une consommation dérisoire, et il reste impeccable en bureautique quand j’en ai besoin. Et effectivement, même l’IA qui tourne dessus est celle d’un abonnement, la machine servant de relais toujours allumé plutôt que de cerveau.
Le M6 reprend ce rôle en mieux. Ethernet 2,5 Gigabit de série, Wi-Fi 7, Bluetooth 6 et même le protocole Thread grâce à la puce réseau N1, de quoi en faire le cerveau d’une maison connectée, un serveur multimédia, une machine de sauvegarde ou un hôte Home Assistant qui consomme trois fois rien.
Et de l’IA locale d’appoint, il en fera très bien : transcription, résumé de documents privés, petit assistant hors ligne avec gpt-oss-20b. En bonus d’un achat décidé pour d’autres raisons, c’est parfait. Comme argument d’achat, c’est un malentendu. Ceux qui veulent ce profil de machine à moindre coût peuvent d’ailleurs regarder notre guide des meilleurs mini PC pour l’IA locale, où la concurrence offre parfois plus de mémoire pour moins cher.
Si l’IA locale est un projet sérieux, visez au minimum 64 Go, donc un mini M5 Pro ou un Studio, ou renoncez au matériel et gardez l’abonnement, qui reste imbattable sous 200 € de dépense mensuelle. Si vous voulez apprendre et bricoler, un Mac mini M4 d’occasion ou un mini PC de notre comparatif rend le même service pour bien moins de 1 049 €. Et si vous achetez un Mac mini M6, faites-le pour ce qu’il est : un très bon ordinateur, vendu avec une puce brillante et une histoire d’IA qui appartient surtout à ses grands frères.
Les bons plans n’attendent pas : abonnez-vous à notre canal WhatsApp Frandroid Bons Plans ! (zéro spam, promis, juste de super bons plans).
Ce contenu est bloqué car vous n'avez pas accepté les cookies et autres traceurs. Ce contenu est fourni par Disqus.
Pour pouvoir le visualiser, vous devez accepter l'usage étant opéré par Disqus avec vos données qui pourront être utilisées pour les finalités suivantes : vous permettre de visualiser et de partager des contenus avec des médias sociaux, favoriser le développement et l'amélioration des produits d'Humanoid et de ses partenaires, vous afficher des publicités personnalisées par rapport à votre profil et activité, vous définir un profil publicitaire personnalisé, mesurer la performance des publicités et du contenu de ce site et mesurer l'audience de ce site (en savoir plus)
En cliquant sur « J’accepte tout », vous consentez aux finalités susmentionnées pour l’ensemble des cookies et autres traceurs déposés par Humanoid et .
Vous gardez la possibilité de retirer votre consentement à tout moment. Pour plus d’informations, nous vous invitons à prendre connaissance de notre Politique cookies.