由于M4 Mac mini严重缺货,eBay上已涌现大量加价转售商品。这批供不应求的设备已成为在本地运行AI模型的热门工具。
本周有报道指出,售价599美元的M4 Mac mini基础款(配备16GB内存与256GB存储)已在苹果官网全面售罄,无论是配送还是门店自取均无法选择。缺货范围随后蔓延至该基础款的其他内存配置版本。部分媒体指出,这是基础款首次出现断货情况。与此同时,512GB及以上存储版本也要等到6月才能发货。
在此背景下,eBay迅速成为这款热门设备的二级交易市场。由于苹果官方渠道已无法购买,各类配置的M4 Mac mini正以高于原价的价格在该平台上流通。
苹果Mac mini凭借出色的能效表现,已成为在家庭环境中测试和运行本地AI模型的主流设备。从最初掀起的AI模型热潮,到如今来自Anthropic、OpenAI、Perplexity等厂商的各类AI工具,以及其他专业化本地模型,Mac mini的受欢迎程度持续扩大。与部分PC产品相比,Mac mini运行安静,且相较于笔记本电脑,更能稳定支撑全天候不间断使用。
据彭博社报道,此次断货恰逢全行业内存紧缺,且Mac mini本身也面临产品线更新计划。不过,产品线更新此前从未引发如此大规模的缺货现象。
苹果方面暂未对媒体的置评请求作出回应。
供应链压力与AI设备需求同步爆发,共同推高了二手消费电子产品的价格。
截至上周五上午,16GB内存/256GB固态硬盘配置的M4基础款在eBay上的标价普遍虚高:全新"开箱"版售价介于715至795美元之间,"优良品相"翻新版最高标价达979美元。部分标注为"轻度使用、二手"的同配置Mac mini售价约为700美元,比官方全新机售价高出逾100美元。
此外,还有一则标价925美元的全新M4 Mac mini(同为16GB内存/256GB存储)挂牌在售,该商品详情页以醒目红字警示:"仅剩最后一台。"
虽然仔细留意或许仍能在eBay上以相对合理的价格拍到翻新机,但在苹果补充供应之前,强劲需求预计将持续支撑高价局面。
随着Mac mini断货蔓延,Mac Studio也开始受到波及,多个配置版本同样已告售罄。
据Ars Technica指出,配备128GB内存及大容量固态硬盘的MacBook Pro目前仍可在数周内收货,新款热门机型MacBook Neo的发货周期也维持在两至三周。这进一步表明,当前的供货危机根源在于消费者对Mac mini本身的强烈需求。
Q&A
Q1:M4 Mac mini为什么会突然缺货?
A:M4 Mac mini缺货是多重因素叠加的结果。一方面,它已成为在本地运行AI模型的热门设备,来自Anthropic、OpenAI、Perplexity等厂商的AI工具需求带动了销量大增;另一方面,全行业正面临内存供应紧缺,加之苹果本身也有产品线更新计划,多重压力同时作用,导致基础款全面售罄,部分高存储版本甚至要等到6月才能发货。
Q2:现在在eBay上购买M4 Mac mini要花多少钱?
A:由于官方渠道已断货,eBay上的价格普遍高于苹果官方售价599美元。全新"开箱"版售价约在715至795美元之间,"优良品相"翻新版最高标价达979美元,部分二手机也卖到约700美元。甚至有商家将全新机标价925美元,并以红字提示"仅剩最后一台",溢价幅度相当明显。
Q3:Mac mini缺货会影响其他苹果产品的销售吗?
A:会。由于Mac mini持续缺货,不少消费者开始转向Mac Studio,导致后者多个配置版本也已相继售罄。不过,MacBook Pro(128GB内存版)和新款MacBook Neo目前仍在正常发货,供货周期分别为数周及两至三周,这说明市场需求高度集中在Mac mini这一产品上。
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。