I migliori mini PC per l'IA locale nel 2026: una guida all'acquisto

Due anni fa, eseguire un modello linguistico performante da casa significava disporre di un case tower pieno di due o tre GPU, un alimentatore da 1.000 watt e una ventola il cui rumore ricordava quello di un asciugacapelli. Nel 2026 puoi svolgere gran parte dello stesso lavoro partendo da un dispositivo delle dimensioni di un palmo e con un consumo energetico paragonabile a quello di un laptop. Il problema è che il mercato dei mini PC si è frammentato in macchine dall’aspetto simile ma dal comportamento molto diverso non appena viene caricato un modello.

Questa guida chiarisce il tutto. Confrontiamo le quattro classi di macchine in piccolo formato che contano davvero per l'IA locale adesso — il Mac mini di Apple, il DGX Spark di NVIDIA, i box Ryzen AI Max+ («Strix Halo») di AMD, e i mini PC con NPU di Intel — con specifiche verificate, prezzi attuali, e numeri token-per-secondo pubblicati. Alla fine saprai quale si adatta ai modelli che vuoi eseguire, e quali righe del foglio tecnico sono marketing piuttosto che prestazioni.

Memoria unificata vs VRAM: il concetto fondamentale che spiega tutto

Ogni raccomandazione riportata di seguito si basa su questa distinzione, pertanto vale la pena dedicarvi trenta secondi.

Una GPU tradizionale dispone di una propria VRAM dedicata. Un’RTX 4090 ha 24 GB; se il tuo modello e il relativo contesto non rientrano in questi 24 GB, il modello semplicemente non verrà eseguito su quella scheda, punto. La VRAM è veloce — quella dell’RTX 4090 raggiunge circa 1.008 GB/s — ma la sua quantità è sempre limitata rispetto alle dimensioni dei modelli moderni.

Memoria unificata capovolge il compromesso. La serie M di Apple, il GB10 di NVIDIA, e lo Strix Halo di AMD condividono tutti un singolo pool di memoria tra CPU e GPU, quindi una macchina da 128GB può dedicare 96GB o più a un modello. È così che un box delle dimensioni di un palmo esegue un modello con 120 miliardi di parametri che non entra in nessuna singola GPU consumer. Il prezzo che paghi è la larghezza di banda: LPDDR5x unificato funziona a circa 150–310 GB/s in queste macchine, una frazione della VRAM discreta. E poiché la generazione di token è limitata dalla larghezza di banda della memoria, quel limite imposta il tuo tokens-per-secondo — indipendentemente da quanta potenza di calcolo il chip dichiara. Tieni a mente quei due numeri (capacità e larghezza di banda) e ogni foglio tecnico sottostante diventa leggibile. Se vuoi il quadro completo dal lato GPU, consulta il nostro articolo complementare su migliore GPUs for local LLMs nel 2026.

Una nota sul modello di benchmark utilizzato di seguito: gpt-oss-120B è un modello misto di esperti (MoE) con circa 117 miliardi di parametri totali, ma solo ~5,1 miliardi attivi per ogni token. Questa architettura MoE è esattamente ciò che consente a una versione quantizzata di adattarsi — ed eseguirsi a velocità utilizzabili — su questi sistemi con memoria unificata, nonostante la loro modesta larghezza di banda.

Apple Mac mini (M6 / M5 Pro): la scelta predefinita

Il Mac mini rimane il consiglio più facile per il maggior numero di persone. Apple ha sostituito i modelli M4 e M4 Pro con una nuova generazione entrata in vendita il 22 settembre 2026: il modello base ora utilizza il chip M6 e parte da $899 (16GB di memoria unificata, SSD da 256GB), configurabile a 24GB o 32GB.

L'M6 ha una GPU a 12 core e una larghezza di banda di memoria di 153 GB/s (170 GB/s nelle configurazioni da 24GB e 32GB) — adatto per modelli della classe 8B. Per l'IA locale seria vuoi il M5 Pro, che sale fino a una GPU con 16 o 20 core e, crucialmente, 307 GB/s di larghezza di banda — all'incirca il doppio dell'M6. Parte da $1.699 con 24GB; configurato con 48GB o 64GB, contiene interamente un modello 32B quantizzato a Q4 in memoria (Qwen 2.5 32B a Q4_K_M è un file da 19,8GB). Apple elenca la configurazione con CPU a 18 core, GPU a 20 core, 64GB, 1TB a $3.199. In llama.cpp della comunità Apple Silicon scoreboard, l'M5 Pro genera circa 66–68 tok/s su Llama 2 7B a Q4_0.

Un avvertimento che vale la pena conoscere prima di acquistare: 64GB è il limite massimo. È abbastanza per contenere un modello 70B a Q4 (Llama 3 70B a Q4_K_M è un file da 42,5GB) con solo modesto spazio per il contesto, e la generazione di token su un denso modello 70B è lenta a 307 GB/s. Se specificamente hai bisogno di più di questo, i box con memoria unificata da 128GB sottostanti sono il percorso realistico.

Ciò che vende il Mac mini non è la velocità di picco — è il pacchetto completo. Apple elenca il suo rumore a riposo a 5 dBA e lo valuta a 155W di potenza massima continua, ed è abbastanza piccolo e silenzioso per lasciarlo in funzione come server di inferenza sempre acceso su uno scaffale. Supporto software tramite Ollama, LM Studio, e il framework MLX di Apple è eccellente. Se siete nuovi agli LLM locali, la nostra guida completa a Ollama illustra come eseguire un modello su esattamente questo tipo di macchina.

NVIDIA DGX Spark: 128 GB e stack CUDA, a un prezzo elevato

Il DGX Spark (presentato inizialmente come «Project DIGITS» al CES 2025, rinominato DGX Spark al GTC di marzo 2025 e disponibile dal 15 ottobre 2025) rappresenta l’offerta di NVIDIA per portare un «supercomputer AI personale» sulla scrivania dell’utente. Combina un superchip GB10 Grace Blackwell — costituito da una CPU Arm a 20 core (10× Cortex-X925 + 10× Cortex-A725) e da una GPU Blackwell — con 128 GB di memoria LPDDR5x unificata coerente, un SSD auto-crittografato da 4 TB e una scheda di rete ConnectX-7 da 200 Gbps per collegare due unità. NVIDIA dichiara prestazioni fino a 1 petaflop in elaborazione AI a precisione FP4 e afferma che il sistema può eseguire inferenze su modelli fino a circa 200 miliardi di parametri oppure effettuare fine-tuning su modelli fino a circa 70 miliardi di parametri. L’alimentazione avviene tramite un adattatore da 240 W.

Ecco la parte onesta: il Spark è un mostro nella fase di elaborazione dei prompt: sul modello gpt-oss-120B raggiunge circa 1.723 tok/s durante la fase di prefill nei test standardizzati, risultando paragonabile a un sistema con tre RTX 3090. Tuttavia, la velocità di generazione dei token si attesta soltanto a ~38,6 tok/s nello stesso confronto, poiché la larghezza di banda della memoria del GB10 è soltanto di 273 GB/s — un po' sotto i 307 GB/s del nuovo Mac mini M5 Pro, e il vincolo limitante durante la fase di decodifica limitata dalla memoria. Stack di inferenza altamente ottimizzati (vLLM, SGLang, TensorRT-LLM di NVIDIA) hanno apparentemente spinto la generazione di gpt-oss-120B a unità singola fino a circa 50–60 tok/s con la giusta configurazione, ma il limite di larghezza di banda che la mantiene ben sotto un rig multi-GPU è fisica, non software.

C’è poi il prezzo: il Spark è stato lanciato a 3.999 $ ed è salito a $4,699 a febbraio 2026 in mezzo a vincoli di disponibilità della memoria — un aumento del 18% che NVIDIA ha attribuito ai vincoli di disponibilità della memoria mondiale. È all'incirca $37 per GB di memoria — e per pura velocità di generazione, un trio di RTX 3090 usate costerebbe apparentemente meno ed eseguirebbe diversi volte più veloce. Il Spark si guadagna il suo posto se specificamente hai bisogno dello stack software CUDA/NVIDIA, NVFP4, o lo spazio di inferenza da 200B-parametri in un box da 240W. Analizziamo più a fondo nel nostro recensione completa di DGX Spark / Project DIGITS e nel confronto diretto DGX Spark vs Mac Studio confronto.

AMD Ryzen AI Max+ 395 (Strix Halo): la scelta più conveniente

Strix Halo di AMD è la sorpresa di questa generazione. Il modello top di gamma Ryzen AI Max+ 395 integra 16 core Zen 5, una GPU RDNA 3.5 da 40 unità di calcolo (Radeon 8060S) e un’NPU XDNA 2 da 50 TOPS. Accoppiato a fino a 128 GB di memoria LPDDR5X, di cui fino a 96 GB possono essere assegnati alla GPU, adotta lo stesso trucco della memoria unificata del DGX Spark — permettendo di eseguire un modello da 120 miliardi di parametri che nessuna GPU consumer riesce a contenere — a una frazione del costo.

Il compromesso riguarda larghezza di banda e velocità di elaborazione dei prompt. La larghezza di banda massima della memoria di Strix Halo si attesta intorno ai 256 GB/s e, sul modello gpt-oss-120B, raggiunge soltanto ~340 tok/s di prefill contro i 1.723 tok/s del DGX Spark. Ma ecco la sorpresa: la velocità di generazione dei token è di ~34 tok/s, a portata di mano dai 38 del Spark. Per carichi di lavoro in stile chat dove generi più di quanto inserisci, il divario è piccolo. I densi modelli 70B sono un'altra storia: a Q4 ogni token generato deve leggere i pesi completi ~42,5GB attraverso quel bus ~256 GB/s, quindi aspettati tok/s a una sola cifra.

Ciò che lo rende interessante è il rapporto prezzo/prestazioni e la flessibilità offerta. A causa della carenza di RAM del 2026, i prezzi di ingresso sono aumentati: le versioni da 64 GB del GMKtec EVO-X2 partono da circa 1.500 $, mentre quelle da 128 GB si attestano ora intorno ai 2.200 $. Il Desktop riparabile di Framework parte da circa 1.639 $ (configurazione base, Ryzen AI Max+ 395, 64 GB), esclusi storage e sistema operativo; la workstation AI Corsair 300 è stata lanciata vicino ai 2.000 $, ma durante la carenza ha superato ampiamente tale soglia. Il software rappresenta il punto debole: ROCm e llama.cpp funzionano bene, ma l’ecosistema è meno maturo rispetto a quello di Apple o NVIDIA, e le funzionalità AI di Windows sfruttano prevalentemente l’NPU anziché la GPU principale.

Mini PC Intel: modelli leggeri e scarico di carichi sull’NPU

I mini PC Intel occupano una fascia diversa e risulta fondamentale evitare scelte errate. Gli attuali processori Arrow Lake-H, come il Core Ultra 9 285H, abbinano una GPU integrata Arc a un’NPU da 13 TOPS, garantendo fino a circa 99 TOPS di potenza computazionale AI complessiva considerando anche CPU e GPU; lo stack IPEX-LLM di Intel porta Ollama e llama.cpp sulla sua iGPU e sull’NPU. Il passo successivo più importante previsto per il 2026 è Panther Lake (Core Ultra Series 3), lanciato al CES 2026, che combina un’NPU da 50 TOPS con una GPU molto più performante per un totale di circa 180 TOPS di potenza computazionale complessiva — tuttavia rimane una piattaforma orientata a laptop e dispositivi mobili, non a sistemi desktop dedicati all’esecuzione di grandi modelli.

Tuttavia, nessuno di questi dispositivi dispone di memoria unificata per grandi modelli. Con la normale DDR5 (tipicamente ~120 GB/s in modalità dual-channel) e senza possibilità di allocare fino a 96 GB alla GPU, un mini PC Intel è lo strumento adatto per modelli da 3 a 8 miliardi di parametri, assistenti locali, trascrizione e attività in background accelerate dall’NPU — non per eseguire un modello da 70 miliardi di parametri. Se il vostro carico di lavoro è «un modello quantizzato da 8 miliardi di parametri e alcune funzionalità AI di Windows», un sistema Intel è economico ed energeticamente efficiente. Se invece cercate «il modello più grande possibile», rivolgetevi ai sistemi con memoria unificata descritti sopra. Il compromesso NPU contro GPU in ambito AI è un argomento a sé stante, trattato approfonditamente nella nostra analisi NPU vs GPU per l’AI .

Tabella comparativa

Le figure di generazione sottostanti sono per gpt-oss-120B (generazione token / elaborazione prompt) da test standardizzato in stile llama.cpp dove entrambi rientrano; le note per modelli più piccoli sono date altrimenti. I prezzi sono in USD — quelli di Apple sono prezzi di listino correnti, gli altri prezzi di strada mid-2026 — e si muovono con la carenza di memoria in corso.

Macchina	Memoria unificata	Larghezza di banda	Limite massimo realistico per i modelli	Generazione / prefill (120B)	Alimentazione	Prezzo (2026)
Mac mini M6 (base)	16–32 GB	153–170 GB/s	~8–14 miliardi (Q4)	n/d	fino a 155W (nominato)	$899+
Mac mini M5 Pro	24–64GB	307 GB/s	~32B (Q4); 70B a Q4 solo con 64GB, stretto	n/d	fino a 155W (nominato)	$1.699+ ($3.199 con 64GB)
AMD Strix Halo (Ryzen AI Max+ 395)	fino a 128GB	~256 GB/s	~120 miliardi (Q4 MoE)	34 / 340 tok/s	80–120 W	1.500–3.000 $+
NVIDIA DGX Spark	128 GB	273 GB/s	~200 miliardi (inferenza)	39 / 1.723 tok/s	~240 W massimi	3.999–4.699 $
Mini PC Intel Arrow Lake-H	DDR5 (nessun grande pool GPU)	~120 GB/s	~8 miliardi (Q4)	n/d	~65 W	600–1.200 $

Apple ha sostituito il Mac mini M4 e M4 Pro con i modelli M6 e M5 Pro il 22 settembre 2026; le figure del Mac mini sopra provengono dal foglio tecnico corrente di Apple e dai prezzi di listino.

Per riferimento, un Mac Studio M3 Ultra esegue circa 819 GB/s di larghezza di banda (e decodifica lo stesso modello 120B intorno a 70 tok/s), mentre un rig triple-3090 raggiunge ~124 tok/s di decodifica — entrambi ben al di fuori del territorio mini-PC, e un promemoria di ciò che sacrifichi per il piccolo fattore di forma. Se stai valutando un box Apple più grande, l'attuale Mac Studio (in vendita dal settembre 2026) viene fornito con M5 Max (fino a 128GB, fino a 614 GB/s) o M5 Ultra (fino a 512GB, 1,2 TB/s); il nostro DGX Spark vs Mac Studio confronto copre quel passaggio.

Raccomandazioni per caso d’uso

Per la maggior parte degli utenti / assistente silenzioso sempre acceso: Mac mini M5 Pro con 48GB o 64GB. Il miglior equilibrio di capacità, basso rumore, piccole dimensioni, e uno stack software maturo. Scendi al modello M6 se hai bisogno solo di modelli 8B.

Massima dimensione del modello nel rapporto qualità-prezzo: una mini PC basata su AMD Strix Halo (GMKtec EVO-X2, Framework Desktop o Corsair AI Workstation 300). I 128 GB di memoria consentono di caricare modelli da 70 a 120 miliardi di parametri, impossibili da gestire sul Mac mini, con velocità di generazione quasi paragonabili a quelle del molto più costoso DGX Spark — e anche con i prezzi gonfiati dalla carenza, rimane ben al di sotto del costo del Spark.

Sviluppo CUDA / workflow NVIDIA / elaborazione intensiva di prompt: DGX Spark. Pagate un sovrapprezzo per l’ecosistema NVIDIA, per il formato NVFP4, per il clustering ConnectX e per la fase di prefill di livello eccellente — giustificato solo se questi aspetti sono specificamente fondamentali per voi.

Modelli locali di piccole dimensioni e attività sull’NPU: una mini PC Intel Arrow Lake o Panther Lake. Economica, efficiente ed adeguata per carichi di lavoro fino a 8 miliardi di parametri e per le funzionalità AI di Windows.

Domande frequenti

Qual è la migliore mini PC per eseguire LLM locali nel 2026?

Per la maggior parte degli utenti è il Mac mini M5 Pro con 48GB o 64GB — silenzioso, a basso consumo, e capace fino a modelli ~32B. Se hai bisogno di eseguire modelli 70B+, un box AMD Strix Halo con 128GB è la scelta di valore, e il NVIDIA DGX Spark è l'opzione CUDA premium.

Quanta RAM mi serve per eseguire un modello da 70 miliardi di parametri?

Un modello 70B quantizzato a Q4 richiede all'incirca 40–48GB solo per i pesi, più spazio per il contesto. In pratica vuoi una macchina con almeno 64GB, e 128GB per eseguirlo comodamente con una finestra di contesto ampia. Un Mac mini M5 Pro da 64GB può contenere un modello 70B a Q4 con poco spazio per il contesto; per un lavoro comodo con 70B, i box con memoria unificata da 128GB sono la scelta migliore.

Perché il DGX Spark genera token lentamente nonostante costi oltre 4.000 $?

Perché la generazione di token è limitata dalla larghezza di banda della memoria, e i 273 GB/s del Spark sono modesti — un po' sotto i 307 GB/s del Mac mini M5 Pro. La sua forza è l'elaborazione del prompt (circa 1.723 tok/s su un modello 120B) e la capacità di 128GB, non la velocità di generazione grezza, dove i test standardizzati la collocano intorno a 38 tok/s (gli stack ottimizzati possono raggiungere ~50–60).

La memoria unificata è altrettanto efficace della VRAM dedicata di una GPU?

È un compromesso. La memoria unificata offre una capacità molto maggiore (fino a 128 GB), permettendo di eseguire modelli troppo grandi per qualsiasi GPU consumer singola, ma con una larghezza di banda molto inferiore rispetto alla VRAM. Per modelli di grandi dimensioni che non potrebbero altrimenti essere caricati, è l’unica opzione pratica; per modelli più piccoli, una GPU discreta è più veloce.

Può un Mac mini eseguire un modello da 70 miliardi di parametri?

A malapena. La configurazione top Mac mini M5 Pro ha 64GB, abbastanza per contenere un modello 70B a Q4 (Llama 3 70B a Q4_K_M è un file da 42,5GB) con poco spazio per il contesto, e la generazione è lenta a 307 GB/s. Lo spazio disponibile pratico si ferma intorno a 32B a Q4. Per un lavoro regolare con 70B, passa a una macchina da 128GB come un box Strix Halo, un Mac Studio, o il DGX Spark.

Le mini PC AMD Strix Halo sono valide per l’AI, oppure il software è ancora troppo grezzo?

Sono effettivamente performanti — offrono 128 GB di memoria e velocità di generazione vicine a quelle del DGX Spark, a una frazione del prezzo. L’avvertenza riguarda però il software: ROCm e llama.cpp funzionano, ma sono meno raffinati rispetto a MLX di Apple o CUDA di NVIDIA, e l’elaborazione dei prompt è debole. Se siete disposti ad affrontare una certa configurazione iniziale, il rapporto qualità-prezzo è eccellente.

Quanto consumo energetico e rumore dovrei aspettarmi da queste macchine?

Il Mac mini è il più silenzioso: Apple dichiara 5 dBA a riposo e una potenza massima continua di 155W. I box Strix Halo consumano 80–120W con ventole udibili ma modeste. Il DGX Spark viene fornito con un alimentatore da 240W. Tutti sono notevolmente più silenziosi e a basso consumo rispetto a un desktop multi-GPU, che può assorbire 300–450W o più.

Conclusione

L’era delle mini PC per l’AI locale è ormai realtà, ma il marketing le sopravvaluta in un aspetto specifico: queste macchine vincono per dimensioni ridotte, silenziosità, efficienza energetica e grande memoria unificata — non per velocità assoluta. Nessuno di questi dispositivi supera un desktop multi-GPU in termini di token al secondo, e non va acquistato con tale aspettativa.

Scegli in base alla dimensione del modello che effettivamente esegui. Per modelli 8B–32B con il minimo fastidio, il Mac mini M5 Pro è la scelta facile e quella che consiglieremmo alla maggior parte dei lettori. Per eseguire modelli 70B–120B senza una torre, un box AMD Strix Halo offre la migliore capacità per dollaro, con il DGX Spark riservato a chi specificamente ha bisogno dello stack di NVIDIA e della potenza di elaborazione del prompt. E se le tue esigenze si fermano ai modelli 8B, un mini PC Intel farà il lavoro per meno. Abbina la memoria al modello, leggi la riga della larghezza di banda, e ignora i petaflop sulla scatola.