# Mac Mini có thay được gói AI 200 đô mỗi tháng?

[Sharbel Ayyoub](https://homus.dev/speakers/sharbel-ayyoub) · [Sharbel A.](https://homus.dev/orgs/sharbel-a)

> Test model local qwen3.5:9b trên Mac Mini 16 GB so với Claude: memory, tốc độ, prefill, chi phí, và khi nào nên dùng brain local hay trả phí.

Topics: Agents, Model Routing, Workflow

Canonical: https://homus.dev/talks/can-a-899-mac-mini-replace-your-200-ai-subscription

## 1. Một chiếc Mac Mini chạy mọi agent, và câu hỏi 200 đô

Sharbel mở đầu bằng chiếc Mac Mini cầm trên tay: chiếc máy này chạy toàn bộ AI agent của anh. Nó nằm ngay trên bàn làm việc và bật suốt ngày đêm. Anh trả 700 đô cho nó từ năm ngoái (theo lời anh trong video đăng ngày 23/10/2026). Nhưng Mac Mini chỉ là phần "thân". Phần lớn các AI model làm việc suy nghĩ thật sự thì anh thuê theo tháng từ Anthropic và OpenAI.

![Sharbel cầm chiếc Mac Mini màu bạc trước camera](https://homus.dev/photos/9imOOKYAvDM-0003.jpg)

Sharbel giơ chiếc Mac Mini chạy toàn bộ agent của anh; dòng chữ trên hình ghi "All of my AI agents".

Theo Sharbel (video đăng ngày 23/10/2026), các gói đó đi từ 20 đô đến 200 đô mỗi tháng, và OpenAI còn vừa có thêm một gói subscription mới giá 500 đô. Vì vậy anh muốn biết: một chiếc Mac Mini có thay được một gói AI 200 đô không? Anh đã test thật. Trong video, anh hứa cho người xem thấy một chiếc Mac Mini thật sự chạy được gì, ở chỗ nào nó làm tốt hơn mọi subscription, từ mức giá nào thì việc này bắt đầu hợp lý, và ở đâu nó sụp đổ. Rồi anh bắt đầu.

## 2. Agent có hai phần: body và brain

Trước khi trả lời câu hỏi, Sharbel cho rằng cần hiểu mình đang trả tiền cho cái gì. Theo anh (video đăng ngày 23/10/2026), một AI agent thật ra gồm hai phần. Phần thứ nhất là body, tức cái máy tính mà agent sống trên đó. Nó luôn bật và chạy mọi job của mình.

Phần thứ hai là brain, tức AI model mà agent gửi mọi thứ tới để nó suy nghĩ. Ở thời điểm quay video (đăng ngày 23/10/2026), body của anh là chiếc Mac Mini này, còn brain là Claude và GPT chạy trong data center của người khác. Và anh trả tiền cho từng chút suy nghĩ mà nó làm.

![Sơ đồ hai phần: Mac mini trên bàn và brain thuê ở data center của người khác](https://homus.dev/photos/9imOOKYAvDM-0123.jpg)

Slide "Two parts" (video đăng ngày 23/10/2026): bên trái là Mac mini "Always on. Runs every job." nằm trên bàn; bên phải là brain "Rented", ở "Someone else's data centre", với biểu tượng Claude và OpenAI. Hàng dưới ghi thứ agent gửi đi: file, lịch, tin nhắn và cả cuộc hội thoại, kèm dòng "Billed per thought".

## 3. 200 đô mỗi tháng thật ra trả cho ba thứ

Sharbel nói có một điều không ai nhắc tới: khi trả 200 đô mỗi tháng (mức gói cao theo video đăng ngày 23/10/2026), bạn không trả cho một thứ mà cho ba thứ khác nhau.

- **Model**, tức chính cái brain. Theo video đăng ngày 23/10/2026, bên Claude là Opus và Fable; bên OpenAI là, ví dụ, GPT Astra.

- **Phần đọc**, tức máy tính của người khác làm việc đọc. Theo anh (video đăng ngày 23/10/2026), mỗi lần agent hỏi model bất cứ điều gì, cả một data center phải đọc và xử lý mọi thứ trước.

- **Hạn mức** (allowance), nói cách khác là bạn được dùng bao nhiêu trước khi bị cắt.

Rồi tới "cú xoay": về mặt kỹ thuật, theo Sharbel (video đăng ngày 23/10/2026), một chiếc Mac Mini làm được cả ba việc đó. Nó có thể là model, nó tự làm phần đọc, và không có giới hạn nào. Vậy trên giấy, chiếc hộp nhỏ này thay được toàn bộ subscription. Câu hỏi là: một chiếc hộp nhỏ có làm được việc mà bình thường cần cả một data center đầy GPU không?

![Slide All three on this one box với ba ô The model, The reading, The allowance đều được tích](https://homus.dev/photos/9imOOKYAvDM-0223.jpg)

Slide "The twist: All three on this one box" (video đăng ngày 23/10/2026): ba ô The model (Opus, Fable, GPT Astra), The reading (một data center đọc tất cả trước) và The allowance (dùng được bao nhiêu trước khi bị cắt) đều có dấu tích và nhãn "This box can".

## 4. Spec quan trọng nhất là memory, không phải chip

Để trả lời, Sharbel (video đăng ngày 23/10/2026) bảo phải nhìn vào spec quan trọng nhất của bất kỳ cái máy nào, và đó không phải chip mà là memory. Muốn chạy một AI model trên máy, toàn bộ model phải vừa trong memory, tức RAM. Không vừa thì không chạy, đơn giản vậy thôi.

Trên Mac, memory này là memory dùng chung. Cùng 16 GB đó chạy macOS, trình duyệt, các app, và cả AI model. Anh mở Activity Monitor, bấm vào tab Memory: theo số đo trên máy anh (video đăng ngày 23/10/2026), macOS và các app đã dùng gần 14 GB trên tổng 16 GB, trong khi anh còn chưa load một model nào. Ô Memory Pressure trên màn hình ghi Physical Memory 16,00 GB, trong đó macOS 3,62 GB, Browser and apps 4,78 GB và Cached files 2,10 GB.

Thêm nữa, theo Sharbel (video đăng ngày 23/10/2026), macOS chỉ cho phần chip chạy AI dùng một phần của memory đó. Với máy 16 GB, phần dành cho model rơi vào khoảng 10 đến 12 GB.

Theo Sharbel (video đăng ngày 23/10/2026): trên Mac Mini 16 GB, macOS và app dùng chung memory với AI model, và macOS chỉ cho phần chip chạy AI dùng khoảng 10 đến 12 GB. Toàn bộ model phải vừa trong khoảng đó.

## 5. Parameters, và vì sao model 27B không vừa

Sharbel (video đăng ngày 23/10/2026) giải thích kích cỡ của một model được đo bằng parameters, về cơ bản là số "kết nối" trong brain của nó. Nhiều parameters hơn thường có nghĩa là thông minh hơn, nhưng cũng có nghĩa là nặng hơn rất nhiều.

Những model 27 tỷ parameters, loại có chữ "27B" ở cuối tên mà theo anh video YouTube nào cũng thấy, nặng khoảng 16 đến 18 GB (theo lời anh, video đăng ngày 23/10/2026). Nên chúng thậm chí không vừa trong máy 16 GB.

![Danh sách Qwen 3.5 trên Ollama: qwen3.5:9b 6.6 đến 7.6 GB và qwen3.5:27b 17 đến 20 GB](https://homus.dev/photos/9imOOKYAvDM-0342.jpg)

Trang Qwen 3.5 trên Ollama lúc quay video (23/10/2026): qwen3.5:9b (nhãn latest) nặng 6.6GB đến 7.6GB, còn qwen3.5:27b nặng 17GB đến 20GB; cả hai ghi context 256K và nhận Text, Image. Bên dưới là so sánh "6.6-7.6 GB vs 17-20 GB".

## 6. Đoán tốc độ của model trước khi tải về

Sharbel hỏi: nếu bạn có thể đoán model chạy nhanh cỡ nào trước cả khi tải nó về thì sao? Mỗi lần model viết ra một token, mà một token vào khoảng ba phần tư một từ, chip phải đọc lại toàn bộ model từ memory, lần nào cũng vậy. Vì thế, theo anh (video đăng ngày 23/10/2026), tốc độ về cơ bản bằng tốc độ chip đọc memory chia cho kích cỡ model.

Theo Apple, chiếc Mac Mini M4 của anh đọc memory ở tốc độ 120 GB mỗi giây (con số Sharbel dẫn trong video đăng ngày 23/10/2026). Vậy một model khoảng 7 GB sẽ chạy quanh 15 đến 20 token mỗi giây. Nhưng anh muốn xem điều đó có đúng thật không.

![Phép chia 120 GB một giây chia 7 GB bằng khoảng 17 token một giây, kèm trích bảng thông số chip Apple M4](https://homus.dev/photos/9imOOKYAvDM-0423.jpg)

Slide "Predict it before you download it" (video đăng ngày 23/10/2026): memory read speed 120 GB một giây chia model size 7 GB trên đĩa bằng top speed khoảng 17 token một giây. Bên dưới là trích bảng thông số của Apple cho chip M4, dòng "120GB/s memory bandwidth" được khoanh đỏ.

## 7. Test đầu tiên: một prompt ngắn, Mac Mini đấu Claude

Cách cài Ollama, Sharbel đã chỉ trong một video trước, và anh mời người xem xem video đó sau video này. Theo anh, Ollama về cơ bản là app miễn phí chạy AI model ngay trên máy tính của bạn (theo video đăng ngày 23/10/2026).

Anh mở một cửa sổ terminal và gõ lệnh sau. Phần `--verbose`, theo anh (video đăng ngày 23/10/2026), chỉ để Ollama hiện tốc độ ở cuối mỗi câu trả lời:

```
ollama run qwen3.5:9b --verbose
```

Anh nhờ model tóm tắt trang Wikipedia về Mac Mini. Rồi anh dán đúng prompt đó vào Claude (theo video đăng ngày 23/10/2026) để test hai bên cạnh nhau.

Anh nhắc thêm một mẹo: gõ lệnh dưới đây. Theo Sharbel (video đăng ngày 23/10/2026), nếu cột processor hiện 100% GPU như máy anh thì model vừa memory và bạn có thể chạy; còn nếu thấy chữ CPU ở bất kỳ đâu thì model đang tràn ra khỏi memory và sẽ chạy rất chậm.

```
ollama ps
```

![Terminal chạy qwen3.5:9b bên trái, cửa sổ ollama ps ở giữa và Claude đang trả lời bên phải](https://homus.dev/photos/9imOOKYAvDM-0523.jpg)

Hai bài test chạy cạnh nhau (video đăng ngày 23/10/2026): terminal bên trái đang in bản tóm tắt từ qwen3.5:9b; cửa sổ ở giữa là kết quả `ollama ps` với model qwen3.5:9b, 5.6 GB, 100% GPU, context 4096; bên phải là Claude đã trả lời xong.

Rồi anh chạy cả hai. Theo số đo của Sharbel (video đăng ngày 23/10/2026), Claude bắt đầu trả lời ngay khi prompt được gửi, chờ chưa tới ba giây. Còn Mac Mini mất 2 phút 20 giây để đi hết prompt này, và đúng như dự đoán, nó chạy 13 token mỗi giây. Nhưng anh lưu ý đó mới chỉ là một prompt nhỏ, và agent của anh thì không chỉ chat.

## 8. Agent không chỉ chat: prefill và context length

Đây là chỗ, theo Sharbel (video đăng ngày 23/10/2026), mọi thứ bắt đầu thú vị. Hầu hết các con số tốc độ bạn thấy trên mạng được đo trên một câu hỏi ngắn kiểu "viết cho tôi một bài thơ". Nhưng agent không nói chuyện với brain của nó như vậy.

Mỗi lần agent của anh hỏi model điều gì, nó gửi đi nhiều hơn tin nhắn của anh rất nhiều: instructions của nó, memory của nó, danh sách mọi tool nó dùng được, và toàn bộ cuộc hội thoại từ đầu tới giờ. Trước khi model viết được một chữ trả lời, nó phải đọc hết đống đó. Có người gọi việc này là prefill, theo anh chỉ là một từ nghe sang cho việc model đọc mọi thứ trước khi trả lời. Trên màn hình, số đo trên máy anh ghi 37,126 token được gửi đi trước khi model viết chữ đầu tiên (video đăng ngày 23/10/2026).

Anh cảnh báo trước khi ai đó tự thử: theo Sharbel (video đăng ngày 23/10/2026), trên Mac có dưới 24 GB memory, Ollama mặc định chỉ cho model khoảng 4.000 token memory, quá nhỏ. Một agent cần ít nhất 64.000. Cách làm là vào phần settings của Ollama và kéo thanh context lên. Nếu không, agent sẽ quên mình đang làm gì giữa chừng công việc.

![Màn hình Settings của app Ollama với thanh Context length từ 4k đến 256k](https://homus.dev/photos/9imOOKYAvDM-0643.jpg)

Màn hình Settings của app Ollama lúc quay video (23/10/2026): thanh "Context length" có các mốc 4k, 8k, 16k, 32k, 64k, 128k, 256k, đang ở 4k. Bên dưới, mục Claude cho chọn model Ollama cho từng lựa chọn model; dòng Fable 5 đang trỏ vào qwen3.5:9b.

## 9. Test thứ hai: prompt cỡ thật của một agent

Để test câu hỏi này, Sharbel đưa vào một prompt dài hơn hẳn, cỡ đúng với thứ agent của anh thật sự gửi đi, rồi bấm giờ. Theo số đo của anh (video đăng ngày 23/10/2026), Claude trả lời xong rồi. Còn trên Mac Mini, prompt này tốn thời gian xử lý lâu hơn rất nhiều.

Đó chính là sự đánh đổi của local model, theo lời anh (video đăng ngày 23/10/2026): bản thân model chạy miễn phí, nhưng bạn trả bằng thời gian chờ. Và như người ta vẫn nói, thời gian là tiền bạc.

![Hai thẻ kết quả trên cùng Mac Mini: câu hỏi ngắn và prompt của agent](https://homus.dev/photos/9imOOKYAvDM-0723.jpg)

Slide "Both runs, same Mac mini" với số đo của Sharbel (video đăng ngày 23/10/2026). Câu hỏi ngắn "Summarise this page": gửi vào 491 token, đọc mất 0 phút 03 giây, viết ra 1,769 token, tốc độ 12.91 token mỗi giây. Thứ agent gửi (rules, tools, memory, history): gửi vào 37,126 token, đọc mất 4 phút 48 giây, viết ra 6,419 token, tốc độ 8.57 token mỗi giây.

## 10. Chờ lâu có phải là vấn đề khi không ai ngồi xem?

Câu hỏi thật bây giờ, theo Sharbel (video đăng ngày 23/10/2026): thời gian chờ có còn là vấn đề không nếu job chạy lúc bạn không xem? Ta đã biết model chạy được, và biết agent phải chờ lâu hơn với các job lớn. Nhưng thời gian chờ có làm hỏng mọi thứ không?

Với một job chạy theo lịch trong lúc anh ngủ và không ngồi ở bàn, thời gian chờ không làm anh mất gì. Một bản morning brief có thể mất 10 phút thay vì 2 phút; anh đâu có ngồi đó xem và chờ nó. Nên, theo anh (video đăng ngày 23/10/2026), chỗ sụp đổ không nằm ở thời gian chờ.

Ví dụ của Sharbel (video đăng ngày 23/10/2026): một morning brief mất 2 phút trên brain trả phí và 10 phút trên Mac Mini, nhưng vì nó chạy lúc anh ngủ nên thời gian chờ không làm anh mất gì.

## 11. Giới hạn thật là chất lượng: nhìn toàn bộ bảng xếp hạng

Giới hạn thật, theo Sharbel (video đăng ngày 23/10/2026), là chất lượng. Anh thừa nhận tới giờ mới chỉ chạm bề mặt, vì mới nhìn các model nhỏ vừa trong chiếc hộp của anh. Nên anh lùi ra xa để nhìn mọi model cạnh nhau.

Anh mở bảng của Artificial Analysis. Theo lời anh, bảng này lấy gần như mọi AI model hiện có và chấm mức thông minh của mỗi model bằng một con số duy nhất. Ở đầu bảng, theo video đăng ngày 23/10/2026, là các model trả phí tốt nhất, các model của Claude và OpenAI, đạt khoảng 58 điểm.

![Bảng Artificial Analysis Intelligence Index với các model Claude, Muse, GPT, Gemini](https://homus.dev/photos/9imOOKYAvDM-0823.jpg)

Bảng của Artificial Analysis lúc quay video (23/10/2026), sắp theo Artificial Analysis Intelligence Index: đầu bảng là Claude Opus 5.5 (max with fallback) với 58, tiếp theo là Claude Sonnet 5.5 và Claude Opus 5.5 (xhigh) cùng 56, Muse Wonder Full (max) của Meta 56; xa hơn có Claude Fable 5.1, GPT-6 Astra và Gemini 4 Argon quanh 53.

Phần làm anh bất ngờ: các open model tốt nhất, mà theo anh "open" là những model hoàn toàn miễn phí để tải về, thật ra không bị bỏ xa lắm. Theo video đăng ngày 23/10/2026, chúng đang ở khoảng 44 đến 46 điểm. Vậy là các brain miễn phí thật sự đang bắt kịp các brain trả phí. Trên màn hình, anh mở trang của MiMo-V2.6-Pro, một model open weights của Xiaomi, với điểm Intelligence 46 và tổng 1.0T parameters.

## 12. Chạy model open tốt nhất ở nhà: phép tính Mac Studio

Nhưng bạn có thật sự chạy được một model như vậy không? Theo Sharbel (video đăng ngày 23/10/2026), open model tốt nhất trên cả bảng đó lớn hơn một nghìn tỷ parameters. Anh nhắc lại: một parameter chỉ là một kết nối trong brain của model, và một nghìn tỷ cái là khổng lồ. Và nhớ quy tắc lúc nãy: toàn bộ model phải vừa trong memory.

Kể cả sau khi ép model đó xuống còn một phần nhỏ kích cỡ ban đầu, theo anh nó vẫn cần khoảng 236 GB memory chỉ để load lên. Chiếc Mac Mini lớn nhất có thể mua là bản 64 GB, giá khoảng 2.700 đô, hoặc 3.500 nếu bạn ở châu Âu như anh (giá theo video đăng ngày 23/10/2026). Vậy vẫn cần một thứ lớn gần gấp bốn lần chỉ để load model. Nên để chạy brain open tốt ở nhà, Mac Mini thậm chí không phải một lựa chọn.

Bạn sẽ cần một Mac Studio 256 GB memory, giá khoảng 9.500 đô (theo video đăng ngày 23/10/2026). Anh làm phép tính: 9.500 đô so với gói subscription 200 đô mỗi tháng. Chiếc máy đó mất khoảng bốn năm mới hoàn vốn. Và kể cả sau bốn năm, nó vẫn chậm hơn subscription.

![Slide Do the maths: Mac Studio 256 GB 9,499 đô trả một lần so với subscription 200 đô mỗi tháng](https://homus.dev/photos/9imOOKYAvDM-0959.jpg)

Slide "Do the maths" (video đăng ngày 23/10/2026): Mac Studio 256 GB giá 9,499 đô trả một lần, so với subscription 200 đô mỗi tháng; bộ đếm số tháng hoàn vốn bắt đầu từ 0.

Thêm nữa, vì phải ép model nhỏ lại cho vừa, nó cũng không thông minh bằng con số trên bảng xếp hạng. Theo Sharbel (video đăng ngày 23/10/2026), đuổi theo một frontier brain ở nhà tốn của bạn khoảng 10.000 đô trong bốn năm, và bạn vẫn thua cả về tốc độ lẫn độ thông minh. Điều đó đưa anh quay lại chiếc Mac Mini thật của mình và model nhỏ vừa với nó.

## 13. Model nhỏ thật ra thay cho cái gì

Khi chạy model nhỏ đó trên máy, theo Sharbel (video đăng ngày 23/10/2026), nhiều khả năng bạn không thay thế 200 đô Claude Opus, và cũng không nên kỳ vọng như vậy. Thứ bạn thay là chi phí thuê chính model đó online. Và chi phí đó gần như bằng không.

Chính xác là khoảng 10 cent cho một triệu token, theo Sharbel (video đăng ngày 23/10/2026). Nên kể cả khi agent chạy cả ngày, bạn chỉ tốn vài đô mỗi tháng, không phải 200 đô. Trên màn hình, trang của một dịch vụ API trung gian cho model ghi giá qwen3.5-9B là 0,08 đô đầu vào và 0,13 đô đầu ra cho một triệu token, context 262K, phát hành ngày 10/03/2026; thanh so sánh ghi "the same model, rented" khoảng 2 đô mỗi tháng chạy cả ngày, so với subscription 200 đô.

Theo video đăng ngày 23/10/2026: thuê đúng model nhỏ đó online, chạy cả ngày, vào khoảng 2 đô mỗi tháng, so với 200 đô của gói subscription. Đó mới là thứ model local thật sự thay thế.

Brain nhỏ đó nằm thấp hơn nhiều trên cùng bảng xếp hạng. Vì vậy, theo Sharbel (video đăng ngày 23/10/2026), ở việc khó nó sẽ thua. Nhưng với một job sạch, đơn giản thì nó hoàn toàn ổn. Trên màn hình là hai thẻ: "Rewrite this" (ngắn, sạch, lặp lại) được gắn nhãn simple job và đang chạy, còn "Plan the migration" (dài, mơ hồ, nhiều bước) bị gắn nhãn too hard for it và kẹt lại. Nên theo anh, tiền chưa bao giờ là lý do để làm việc này. Lý do thật là thứ mà một subscription không cho được ở bất kỳ giá nào.

## 14. Ba thứ một subscription không cho được ở bất kỳ giá nào

Rẻ hơn thậm chí không phải câu chuyện thật, theo Sharbel (video đăng ngày 23/10/2026). Có ba thứ chiếc hộp nhỏ này làm được mà không subscription nào làm được, dù trả bao nhiêu.

**Thứ nhất là privacy.** Khi brain chạy trên chiếc Mac này, dữ liệu của bạn không bao giờ rời khỏi căn phòng: inbox, lịch, tài liệu, không thứ gì bị gửi tới một công ty. Theo anh (video đăng ngày 23/10/2026), đó là lý do số một người ta nói họ muốn chạy local model ngay từ đầu.

**Thứ hai là không có giới hạn.** Không có giới hạn 5 tiếng, không có giới hạn theo tuần, không có tin nhắn bảo bạn quay lại sau. Theo Sharbel (video đăng ngày 23/10/2026), nó cứ chạy cả ngày, mỗi ngày, nhiều bao nhiêu tùy bạn. Slide lúc này gạch ngang ba dòng "5 hour limit", "Weekly limit", "Come back later" và ghi "It just runs."

**Thứ ba là chi phí vận hành, gần như bằng không.** Theo Apple, chiếc Mac Mini này dùng 4 watt khi ngồi không và 65 watt khi chạy hết công suất (con số Sharbel dẫn, video đăng ngày 23/10/2026). Ở Hà Lan nơi anh sống, giá điện khoảng 26 cent một kWh. Theo phép tính của anh, ngồi không cả tháng là khoảng 74 cent; kể cả chạy hết công suất 24 tiếng mỗi ngày suốt cả tháng thì cũng chỉ khoảng 12 euro mỗi tháng.

Ba thứ chiếc Mac Mini làm được mà subscription không làm được, theo Sharbel (video đăng ngày 23/10/2026): dữ liệu ở lại trong phòng, không có hạn mức, và tiền điện mỗi tháng tính theo giá điện ở Hà Lan.

Kết luận của anh tới đây (video đăng ngày 23/10/2026): ở việc khó, brain trả phí thắng, và thắng cách biệt. Nhưng với việc riêng tư, việc lặp đi lặp lại và những thứ chạy trong lúc bạn ngủ, brain miễn phí không chỉ rẻ hơn mà còn thật sự tốt hơn. Trên màn hình lúc này còn có một slide ghi "The model is part of the cache key: change it and you pay full price again", xếp hard problems, long reasoning, frontier work vào cột "breaks your cache" và private jobs vào cột "safe".

## 15. Nếu muốn làm thật thì mua máy nào

Giả sử bạn muốn làm việc này, Sharbel hỏi: thật ra nên mua gì? Các mức giá và cấu hình dưới đây là theo video đăng ngày 23/10/2026.

- **Mac Mini cơ bản mới, chip M6, 900 đô.** Nhanh hơn máy của anh, nhưng vẫn chỉ có 16 GB memory. Nên nó chạy đúng các model cỡ anh vừa test, không có gì lớn hơn vừa được (theo video đăng ngày 23/10/2026).

- **M6 với 32 GB, 1.300 đô.** Đây là máy thật sự thay đổi cục diện, theo anh: các model lớn hơn, thông minh hơn cuối cùng cũng vừa, chính là những model không load được trên máy anh. Bước nhảy từ 16 lên 32 GB là 400 đô, bằng hai tháng của gói 200 đô (giá theo video đăng ngày 23/10/2026).

- **Chip M5 Pro với 64 GB, từ 2.700 đô.** Đọc memory nhanh khoảng gấp đôi, nên mọi thứ chạy nhanh hơn. Nhưng theo anh đó là máy cho người coi local AI là thú chơi thật sự (theo video đăng ngày 23/10/2026).

Nên nếu bạn mua một chiếc chỉ cho việc này, theo Sharbel (video đăng ngày 23/10/2026), 32 GB là mức sàn.

![Ba lựa chọn Mac: M6 16 GB 900 đô, M6 32 GB 1,300 đô, M5 Pro 64 GB 2,700 đô](https://homus.dev/photos/9imOOKYAvDM-1343.jpg)

Slide "If you are buying one for this" (video đăng ngày 23/10/2026): M6 16 GB 900 đô (chạy đúng các model vừa test, không gì lớn hơn vừa); M6 32 GB 1,300 đô (model lớn hơn, thông minh hơn cuối cùng cũng vừa; thêm 400 đô, bằng hai tháng của gói); M5 Pro 64 GB 2,700 đô (đọc memory nhanh khoảng gấp đôi, "for the hobby, not for this").

## 16. Câu trả lời thật và cách dùng hai brain cùng lúc

Quay lại câu hỏi: một chiếc Mac Mini có thay được gói AI 200 đô không? Câu trả lời của Sharbel (video đăng ngày 23/10/2026) là không, không phải khi đứng một mình. Và thành thật mà nói, theo anh, nó chưa bao giờ thật sự định làm vậy.

Nhưng có một nước đi khôn ngoan về tiền, mà theo anh không ai bán Mac Mini cho bạn sẽ nói. Trước khi mua bất cứ thứ gì, hãy dành một tuần đọc mức sử dụng của chính mình. Nếu bạn không thật sự chạm giới hạn, hãy hạ xuống gói 20 đô hoặc 100 đô ngay hôm nay. Theo Sharbel (video đăng ngày 23/10/2026), bạn vẫn dùng đúng những model đang trả tiền, nhưng có thêm tiền trong túi mà không cần phần cứng hay thay đổi gì mới. Slide lúc này ghi "One week: Read your own usage. Are you actually hitting the limits?" với ba ô 200 đô, 100 đô và 20 đô.

Vì theo anh, chiếc Mac Mini này thật ra không phải một thứ thay thế. Nó là ngôi nhà tốt nhất cho các agent luôn bật mà bạn sở hữu, như Hermes Agent hay OpenClaw (theo Sharbel, video đăng ngày 23/10/2026). Brain sống trên máy lo phần việc riêng tư và các job chạy theo lịch. Còn khi một job quá khó với nó, nó chuyển job đó cho brain trả phí, chỉ cho riêng việc đó.

![Sơ đồ How it actually works: Mac mini lo việc riêng tư và job theo lịch, paid brain chỉ khi job quá khó](https://homus.dev/photos/9imOOKYAvDM-1443.jpg)

Slide "How it actually works" (video đăng ngày 23/10/2026): body là Mac mini trên bàn, "Private work. Scheduled jobs."; brain là "Paid brain", "Only when a job is too hard."; hàng dưới ghi "One job in ten", với một trong mười ô được tô đỏ.

Cuối video, Sharbel hỏi người xem trong phần bình luận: bạn có tin để một brain local miễn phí xử lý inbox của mình không, hay vẫn giữ subscription? Anh mời ai thấy video hữu ích thì bấm like hoặc subscribe, rồi nói rằng "các vị thần thuật toán" (the algorithm gods) có vẻ nghĩ bạn sẽ rất thích video tiếp theo, mời bấm vào xem và hẹn gặp ở đó.

## Nguồn và liên kết

- Tên gốc: Can A $899 Mac Mini Replace Your $200 AI Subscription?
- Sự kiện: [YouTube](https://homus.dev/events/youtube)
- Video gốc: [https://www.youtube.com/watch?v=9imOOKYAvDM](https://www.youtube.com/watch?v=9imOOKYAvDM)

- Kênh YouTube Sharbel A. (Sharbel Ayyoub): [youtube.com/channel/UCxLzvFAUbpdNUIh0hGsEH0w](https://www.youtube.com/channel/UCxLzvFAUbpdNUIh0hGsEH0w)

- Trang Qwen 3.5 trên Ollama, có bản qwen3.5:9b và qwen3.5:27b (đọc ngày 23/10/2026): [ollama.com/library/qwen3.5](https://ollama.com/library/qwen3.5)

- Trang tải Ollama (đọc ngày 23/10/2026): [ollama.com/download](https://ollama.com/download)

- Bảng xếp hạng model của Artificial Analysis (đọc ngày 23/10/2026): [artificialanalysis.ai/leaderboards/models](https://artificialanalysis.ai/leaderboards/models)

- Trang thông số kỹ thuật Mac mini của Apple (đọc ngày 23/10/2026): [apple.com/mac-mini/specs](https://www.apple.com/mac-mini/specs/)

Nguồn: https://homus.dev/talks/can-a-899-mac-mini-replace-your-200-ai-subscription · cập nhật 2026-10-23