Apple M6 en M5 Ultra: wat lokale AI op een Mac betekent voor je bedrijf

TL;DR

• Wat: Apple presenteert de M6-chip (2nm) en de M5 Ultra met tot 512 GB geheugen — gericht op het lokaal draaien van AI-modellen.
• Waarom relevant: bedrijven kunnen hiermee gevoelige data door AI laten verwerken zonder dat die data naar een cloudserver gaat.
• Wat je ermee kunt: inventariseer welke AI-taken je nu via de cloud doet en of lokale verwerking op termijn goedkoper of veiliger uitpakt.

Vandaag kondigde Apple twee nieuwe chips aan: de M6 en de M5 Ultra. Wat mij opviel is niet zozeer de snelheid op zich — er is altijd een snellere chip — maar de nadruk die Apple legt op het lokaal draaien van grote AI-modellen. Ik vind dat een interessante verschuiving, zeker als je als ondernemer nadenkt over data, privacy en kosten.

Wat heeft Apple precies aangekondigd?

De M6 is Apples eerste chip gebouwd op een 2-nanometerproces. Dat klinkt abstract, maar het komt erop neer dat de transistors — de kleine schakelaartjes op de chip — nog kleiner zijn geworden, waardoor er meer op dezelfde oppervlakte passen. Meer transistors betekent meer rekenkracht bij minder stroomverbruik.

De belangrijkste specificaties van de M6:

• CPU: 12 cores (2 "super cores", 4 performance cores, 6 efficiency cores)
• GPU: 12 cores, elk met een ingebouwde Neural Accelerator
• Neural Engine: dubbele 16-core opzet — volgens Apple tot 2x de AI-rekenkracht van de vorige generatie
• Geheugenbandbreedte: tot 170 GB/s
• Maximaal werkgeheugen: 32 GB unified memory

De M5 Ultra is een ander beest. Die richt zich op professionals en ontwikkelaars die het uiterste nodig hebben:

• CPU: tot 36 cores
• GPU: tot 80 cores met Neural Accelerators
• Geheugenbandbreedte: 1,2 TB/s — dat is ruim zeven keer zoveel als de M6
• Maximaal werkgeheugen: 512 GB unified memory

De M6 verschijnt in de nieuwe Mac mini (vanaf $899), de M5 Ultra in de nieuwe Mac Studio (vanaf $5.499). Beide zijn te bestellen en beschikbaar vanaf 22 september 2026.

Even over die 4,8x-claim

De brontweet van @kimmonismus noemt dat de M6 tot 4,8 keer sneller is in LLM-promptverwerking dan de M4, en 42% meer geheugenbandbreedte biedt. Ik moet hier eerlijk zijn: in het officiële Apple-persbericht vind ik die exacte "4,8x"-vergelijking met de M4 niet letterlijk terug. Apple vergelijkt de M6 vooral met de M5 (1,2x snellere multithreaded CPU, ~30% meer GPU-AI-rekenkracht) en met de M1 (tot 2,4x snellere CPU, 8x meer GPU-compute). De 42% extra bandbreedte klopt wél als je de M6 (170 GB/s) vergelijkt met de M4 (die rond de 120 GB/s zat). Het is dus mogelijk dat de 4,8x-claim uit een specifieke benchmark komt die Apple elders heeft gedeeld, maar ik kan die niet onafhankelijk bevestigen.

Waarom lokale AI interessant wordt voor ondernemers

Wat mij hier het meest opvalt, is niet de chip zelf maar de richting die Apple kiest. Het bedrijf positioneert deze hardware expliciet voor het draaien van grote taalmodellen (LLM's) op je eigen apparaat — zonder cloudverbinding.

Waarom zou je dat als ondernemer willen?

Privacy en controle

Als je klantgegevens, contracten of financiële data door een AI-model laat analyseren via een clouddienst, verlaat die data je eigen omgeving. Met lokale AI blijft alles op je eigen machine. Voor bedrijven die werken met gevoelige informatie — denk aan juridische documenten, medische dossiers of bedrijfsgeheimen — is dat een relevant verschil.

Voorspelbare kosten

Clouddiensten voor AI rekenen vaak per token of per API-aanroep. Als je veel gebruik maakt van AI-assistenten, vertaaldiensten of documentanalyse, kan dat oplopen. Een lokale machine is een eenmalige investering (plus stroom), zonder maandelijkse variabele kosten per query.

Onafhankelijkheid

Geen internetverbinding nodig, geen afhankelijkheid van de uptime of prijswijzigingen van een externe aanbieder. Stel dat je als ondernemer een interne kennisbank wilt doorzoeken met AI — lokaal draaien betekent dat je niet vastzit aan de voorwaarden van een derde partij.

Wat kun je er in de praktijk mee?

Hier is het belangrijk om realistisch te zijn. De M6 met maximaal 32 GB geheugen is geschikt voor kleinere modellen — denk aan modellen tot zo'n 7 à 13 miljard parameters, wat al prima werkt voor veel taken zoals samenvatten, vertalen en eenvoudige analyses.

Wil je de écht grote modellen draaien — het soort 70-miljard-parameter-modellen waar de tweet naar verwijst — dan heb je de M5 Ultra nodig met flink wat geheugen. Die modellen worden dan "gequantiseerd" gedraaid: een techniek waarbij het model wordt gecomprimeerd zodat het minder geheugen vraagt, met een beperkt verlies aan kwaliteit.

Een paar denkbare scenario's voor een MKB-bedrijf:

• Een interne AI-assistent die vragen beantwoordt op basis van je eigen bedrijfsdocumentatie, zonder dat die documenten je kantoor verlaten.
• Automatische vertaling van e-mails of offertes, lokaal verwerkt.
• Een codeerassistent voor je ontwikkelteam die volledig offline draait — vergelijkbaar met GitHub Copilot, maar dan op je eigen hardware.
• Documentverwerking waarbij facturen, contracten of rapporten automatisch worden samengevat of gecategoriseerd.

De nuance: niet voor iedereen de juiste stap

Ik denk dat het belangrijk is om dit niet te zien als een simpele keuze tussen "cloud" en "lokaal". Beide hebben voor- en nadelen.

Lokale AI is sterk in privacy, voorspelbare kosten en offline beschikbaarheid. Maar het vergt een investering vooraf (een Mac Studio met M5 Ultra begint bij $5.499), technische kennis om modellen te installeren en onderhouden, en de modellen die je lokaal draait zijn doorgaans kleiner of gecomprimeerder dan wat grote clouddiensten aanbieden.

Voor veel MKB-bedrijven zal een hybride aanpak het meest logisch zijn: gevoelige taken lokaal, minder kritieke taken via de cloud. De vraag is niet óf lokale AI relevant wordt, maar wanneer de verhouding tussen investering en opbrengst voor jouw situatie klopt.

Bovendien: een Mac mini met M6 begint bij $899. Dat is een stuk toegankelijker. Voor kleinere modellen en lichtere AI-taken is dat al een interessant instapniveau.

Wat mij betreft

Ik vind het opvallend dat Apple zich zo nadrukkelijk op lokale AI richt. Het is een duidelijk signaal dat de markt verschuift: niet alles hoeft via de cloud. Voor ondernemers die zich zorgen maken over dataprivacy, of die simpelweg meer controle willen over hun AI-gebruik, wordt de drempel steeds lager.

Tegelijkertijd wil ik niet doen alsof dit morgen al bij elk MKB-bedrijf op het bureau staat. De technologie wordt toegankelijker, maar je hebt nog steeds iemand nodig die weet hoe je een model installeert, configureert en up-to-date houdt. Wat voor mij het belangrijkste signaal is: de hardware is er nu. De software-ecosystemen groeien. En de prijzen dalen. Dat is op zich al genoeg reden om dit als ondernemer in de gaten te houden.