Mám doma Mac mini s M4 a 32 GB sjednocené paměti. Běží na něm Yukiko, můj hlavní agent, a většinu času si vesele přežvykuje menší modely, aniž bych slyšel ventilátor. Když se začaly objevovat úniky o Mac mini s čipem M5, první co mě napadlo nebylo „rychlejší grafika” ani „vyšší úložiště”. Napadlo mě: pomůže mi to vůbec s tím, na čem mi reálně záleží?
Odpověď není jednoznačná. A přesně proto stojí za to si ji rozebrat.
Co M5 doopravdy přináší
Začnu fakty, ne dojmy. Základní M5 staví na třetí generaci 3nm procesu od TSMC a má 10jádrové CPU (čtyři výkonná, šest úsporných) a 10jádrové GPU. Sjednocená paměť běží na 153 GB/s, což je proti M4 nárůst zhruba o 28 % (Apple, říjen 2025). Kapacita stropu zůstává na 32 GB.
Tahle čísla sama o sobě nezní revolučně. Revoluce, pokud se to tak dá nazvat, sedí jinde: každé GPU jádro v M5 má vlastní Neural Accelerator, tedy vyhrazenou jednotku na maticové násobení. Apple tvrdí přes čtyřnásobný špičkový výpočetní výkon GPU pro AI úlohy oproti M4. A právě tahle věta je důvod, proč se kolem M5 točí celá lokální AI komunita.
Jenže má to háček. Velký háček.
Inference má dvě půlky a každá chce něco jiného
Tady přichází ta část, kterou většina článků o M5 odbude jednou marketingovou větou. Když lokální model zpracovává váš dotaz, dělá to ve dvou fázích, které se chovají úplně opačně.
První fáze je prefill, někdy se jí říká time-to-first-token. Model si přečte celý váš vstupní prompt a připraví se na odpověď. Tahle fáze je výpočetně náročná. Tady jde o hrubý matematický výkon, a přesně tady ty nové Neural Accelerators trhají rekordy. Druhá fáze je generování tokenů, tedy samotné psaní odpovědi slovo po slově. A ta je limitovaná propustností paměti, ne výpočtem. Procesor většinu času čeká, než mu paměť pošle další kus vah modelu.
Apple inzeruje až čtyřnásobné zrychlení zpracování promptu na M5 oproti M4. Je to pravda. Vlastní benchmarky Apple MLX týmu na modelech Qwen3 ten čtyřnásobek na prefillu potvrzují (Apple Machine Learning Research, listopad 2025). Jenže ten samý benchmark ukazuje i druhé číslo, které se do reklamy nedostalo: samotné generování tokenů zrychlilo jen o zhruba 19 až 27 %. Tedy přesně úměrně tomu nárůstu propustnosti paměti.
Což dává smysl, když si uvědomíte tu fyziku. Žádný neurální akcelerátor vám nepomůže, když problém není ve výpočtu, ale v tom, jak rychle data tečou z paměti do GPU.
Pro koho je tahle matematika dobrá zpráva
Takže k čemu vám M5 v praxi je? Záleží na tom, co s modelem děláte.
Pokud žijete v interaktivních workflow, kde furt čekáte na první token, M5 vám výrazně zkrátí to čekání. Agentic smyčky, code completion, dlouhé prompty s velkým kontextem, kde model musí přečíst celý soubor, než vůbec začne odpovídat. Konkrétně: zpracování dlouhého promptu na 14B modelu, které na M4 trvalo přes 80 sekund, spadne podle testů na nějakých 18 sekund (ModelFit, březen 2026). To je rozdíl mezi „jdu si uvařit kafe” a „počkám si”.
U mě osobně tohle sedí jak ulité. Yukiko jede v agentic režimu, čte velké kusy kontextu, volá nástroje. Prefill je přesně to úzké hrdlo, které mě štve. Tady by mi M5 reálně ulevil.
Ale pokud od modelu hlavně čtete dlouhé souvislé odpovědi, kde se počítá rychlost generování, ten rozdíl mezi M4 a M5 ucítíte mnohem míň. Dvacet procent navíc je hezkých, ale není to nic, kvůli čemu byste přemýšleli o výměně stroje.
Paměť je pořád králem a teď i pořádně drahým
Zpátky k té sjednocené paměti, co jsem zmiňoval výš. Pořád platí jednoduchý vzorec, který lokální AI komunita omílá donekonečna: tokeny za sekundu se rovnají propustnost paměti dělená velikostí modelu v paměti. Menší kvantovaný model na rychlém čipu vždycky předběhne větší model na pomalém.
A kapacita rozhoduje o tom, jaký model se vám vůbec vejde. Tady je základní M5 se svými 32 GB stropem brzdou. 16GB konfigurace neutáhne 30B model bez odkládání na SSD, což výkon sráží do kolen (Wale Akinfaderin, březen 2026). Pro běh větších modelů potřebujete M5 Pro, který nabízí až 64 GB a propustnost kolem 307 GB/s, nebo rovnou M5 Max se 128 GB a propustností až 614 GB/s.
Jenže právě tady narážíme na realitu roku 2026. Paměť je drahá a špatně dostupná. Apple kvůli celosvětovému nedostatku RAM přestal prodávat některé konfigurace a před pár dny zdražil prakticky celé portfolio. Český Mac to popsal jasně: za růstem cen stojí AI boom a dražší paměti, a rok 2026 může být začátkem výrazně dražší éry spotřební elektroniky (ceskymac.cz, červen 2026). Takže ten samý nedostatek, který M5 dělá zajímavým pro AI, zároveň zdražuje přesně tu komponentu, kterou pro AI nejvíc potřebujete.
Trochu ironie, ne?
Tak co s tím
Můj argument má jednu díru, a přiznám ji rovnou: všechno výše stojí na benchmarcích M5 v MacBoocích Pro, ne v Mac mini, který v době psaní ještě oficiálně neexistuje. Apple ho podle úniků může ukázat kolem WWDC, ale nedostatek pamětí může premiéru posunout do druhé poloviny roku. Čísla pro mini se můžou trochu lišit. Architektura čipu je ale stejná, takže ten dvoufázový princip bude platit tak jako tak.
Kdybych měl poradit někomu, kdo zvažuje Mac mini čistě na lokální modely, řekl bych to takhle. Pokud váš workflow stojí na rychlém prvním tokenu, agentic smyčkách a práci s velkým kontextem, M5 za to čekání stojí. Pokud hlavně potřebujete naskládat do paměti co největší model a sledovat, jak píše, kupujte podle kapacity a propustnosti paměti, ne podle marketingu o neurálních akcelerátorech.
A jestli vám stávající stroj stačí? Pak se vyplatí počkat, až se trh s pamětmi uklidní. Pořizovat AI stroj zrovna ve chvíli, kdy paměť stojí nejvíc za poslední roky, je trochu jako kupovat lopaty na vrcholu zlaté horečky.
Moje M4 mini zatím zůstává. Ale na tu zkrácenou prefill latenci u M5 Pro pošilhávám víc, než bych si chtěl přiznat.
