OpenClaw sur Mac mini : quelle mémoire prévoir ?

#OpenClaw sur Mac mini : pourquoi cette machine revient si souvent

OpenClaw est un agent auto-hébergé : une passerelle écrite pour Node.js qui tourne en permanence, garde les connexions ouvertes avec vos messageries et transmet chaque message à un modèle de langage doté d'outils. Il lui faut donc une machine allumée jour et nuit, que vous contrôlez, et qui ne contient pas vos données personnelles. Le Mac mini coche ces cases pour quatre raisons.

iMessage

C'est l'argument décisif pour beaucoup d'utilisateurs. iMessage n'existe que dans l'écosystème Apple : pour qu'OpenClaw lise et envoie des iMessages, il faut un Mac avec l'application Messages connectée à un identifiant Apple. Aucun PC Linux ni VPS ne peut jouer ce rôle seul. La documentation d'OpenClaw détaille les intégrations iMessage disponibles et les autorisations macOS qu'elles réclament.

Sobriété

Une puce Apple Silicon consomme peu au repos, ce qui compte pour une machine qui attend des messages 95 % du temps. Apple publie la consommation et le dégagement thermique de chaque Mac mini sur son site d'assistance : consultez la valeur de votre modèle plutôt qu'un chiffre recopié.

Silence et encombrement

Un boîtier de bureau qui se fait oublier sur une étagère, sans les ventilateurs d'une tour équipée d'une carte graphique.

Mémoire unifiée

Si vous voulez un jour faire tourner le modèle sur place, la mémoire du Mac est partagée entre processeur et GPU. Un Mac mini de 48 ou 64 Go charge des modèles qu'aucune carte graphique grand public de 24 Go n'accueille en entier.

Rien de tout cela n'est exigé par OpenClaw. La passerelle tourne aussi sous Linux, et sous Windows via WSL2. Le Mac mini n'est le bon choix que si l'un de ces quatre arguments vous concerne, et iMessage est le seul qui n'a pas d'équivalent ailleurs.

#Deux scénarios qui n'ont rien à voir : API distante ou modèle local

La mémoire nécessaire varie d'un facteur dix selon l'endroit où tourne le modèle. Il faut donc trancher ce point avant de regarder les configurations.

Modèle en ligne par API

Le Mac mini n'exécute que la passerelle, Node.js, les outils de l'agent et éventuellement un navigateur piloté. Le raisonnement se fait chez le fournisseur. La charge est légère et n'importe quelle configuration actuelle suffit. Contrepartie : vos messages et les contenus lus par l'agent partent chez ce fournisseur, et chaque échange est facturé.

Modèle local avec Ollama

Le Mac mini charge aussi les poids du modèle et sa fenêtre de contexte dans la mémoire unifiée. C'est ce poste qui dimensionne tout l'achat. Contrepartie : un modèle local de taille raisonnable appelle les outils moins sûrement qu'un grand modèle en ligne, et se laisse plus facilement détourner par un texte piégé.

Mixte

Rien n'empêche de commencer par une API sur un Mac mini modeste, puis de passer au local plus tard. Mais la mémoire ne s'ajoute pas : si le local est un projet sérieux, achetez dès le départ la capacité qu'il demandera.

#La gamme Mac mini actuelle et ses options de mémoire

Apple a présenté en août 2026 des Mac mini M6 et M5 Pro, disponibles depuis le 22 septembre, qui remplacent les M4 et M4 Pro. Ces derniers restent présents en stock chez certains revendeurs et sur le marché de l'occasion. Voici ce qui compte pour OpenClaw, d'après l'annonce et les fiches techniques d'Apple.

Mac mini M6

16 Go de mémoire unifiée de base, 24 ou 32 Go en option. Bande passante : 153 Go/s avec 16 Go, 170 Go/s à partir de 24 Go. Plafond : 32 Go.

Mac mini M5 Pro

24 Go de base, 48 ou 64 Go en option. Bande passante : 307 Go/s. C'est la seule configuration de la gamme qui ouvre les modèles de 30 à 35 milliards de paramètres avec une vraie marge.

Mac mini M4 (stock, occasion)

CPU 10 cœurs, GPU 10 cœurs, 120 Go/s, 16 Go de base, 24 ou 32 Go en option.

Mac mini M4 Pro (stock, occasion)

24 Go de base, 48 ou 64 Go en option, 273 Go/s, Thunderbolt 5.

Apple annonce pour le M6 et le M5 Pro un traitement du prompt nettement plus rapide que la génération précédente dans LM Studio, grâce aux accélérateurs ajoutés dans les cœurs GPU. Pour un agent, c'est le gain le plus utile : OpenClaw renvoie au modèle, à chaque étape, sa consigne système, la description de ses outils et l'historique, soit un long prompt avant même votre message. La vitesse de génération, elle, reste limitée par la bande passante et progresse beaucoup moins. Nous ne donnons pas de vitesse pour OpenClaw : aucune mesure publique ne réunit ce matériel, cet agent et un protocole reproductible.

#Quelle mémoire pour OpenClaw sur Mac mini avec une API

Avec un modèle en ligne, la passerelle se contente de relayer des messages et d'exécuter des outils. Les exigences matérielles publiées par le projet sont faibles : la documentation de l'installation Docker demande au moins 2 Go de RAM, et encore, pour construire l'image. Toute configuration actuelle de Mac mini dépasse largement ce seuil.

Ce qui consomme réellement, ce sont les à-côtés. Un navigateur piloté par l'agent pour consulter des pages web, plusieurs messageries connectées, d'autres services hébergés sur la même machine (une base de notes, un serveur domotique, une sauvegarde), et macOS lui-même avec Messages ouvert en permanence. Aucun de ces postes ne justifie à lui seul de monter en gamme.

Recommandation

La configuration de base, soit 16 Go sur un M6 (ou un M4 d'occasion). Elle laisse une marge confortable pour la passerelle, un navigateur et quelques services.

Quand prendre plus

Uniquement si vous envisagez un modèle local plus tard. Dans ce cas, raisonnez avec la section suivante, pas avec celle-ci.

Stockage

La passerelle et sa mémoire Markdown occupent peu de place. Le stockage de base suffit avec une API ; un modèle local réclame, lui, plusieurs dizaines de gigaoctets par modèle téléchargé.

#Quelle mémoire avec un modèle local servi par Ollama

Le calcul change d'échelle. Trois postes doivent tenir ensemble dans la part de mémoire que macOS laisse au GPU : les poids du modèle, la fenêtre de contexte et le reste du système.

Les poids

Repères en Q4_K_M, poids seuls : environ 5 Go pour un modèle de 7 milliards de paramètres, 9 Go pour 14 milliards, 19 Go pour 32 milliards, 40 Go pour 70 milliards.

Le contexte

La page qu'Ollama consacre à OpenClaw recommande au moins 64 000 tokens de contexte avec un modèle local. Cette fenêtre réserve de la mémoire en plus des poids ; combien, cela dépend de l'architecture du modèle. Ne la négligez pas : c'est elle qui fait déborder un modèle qui tenait très bien en simple discussion.

Le plafond GPU

Le GPU d'un Mac n'utilise pas toute la mémoire unifiée. D'après les utilisateurs de llama.cpp, le plafond par défaut se situe entre deux tiers et trois quarts de la RAM. Sur 16 Go, il reste environ 11 Go pour le modèle et son contexte.

Le système

macOS, Messages, la passerelle OpenClaw et un éventuel navigateur vivent dans la mémoire restante. C'est une raison de plus pour ne pas pousser le plafond GPU au maximum.

En croisant ces repères avec les configurations disponibles, on obtient le tableau suivant. Ce sont des ordres de grandeur calculés, pas des mesures : vérifiez toujours l'allocation réelle avec ollama ps une fois le modèle chargé.

16 Go (M6 ou M4 de base)

Trop juste pour un agent local. Un modèle de 7 à 9 milliards tient en discussion, mais avec 64 000 tokens de contexte dans un plafond d'environ 11 Go, la marge disparaît. Et ces petits modèles sont rarement fiables pour appeler des outils. Réservez cette configuration au scénario API.

24 Go (M6, ou M5 Pro de base)

Le minimum pour essayer un agent local avec un modèle de 7 à 9 milliards et un contexte large. Un 14 milliards (environ 9 Go de poids) devient possible si son contexte reste raisonnable : à vérifier modèle par modèle.

32 Go (M6 maximum)

Un 14 milliards avec 64 000 tokens de contexte et de la marge. C'est la configuration la plus cohérente si vous voulez un agent local sans passer au M5 Pro.

48 Go (M5 Pro)

Un 32 milliards dense (environ 19 Go de poids) avec un contexte large, ou un MoE de 30 à 35 milliards de paramètres. La bande passante de 307 Go/s rend ces modèles utilisables.

64 Go (M5 Pro maximum)

La configuration confortable pour un MoE de 35 milliards ou un 32 milliards avec un long contexte. Un 70 milliards en Q4 (environ 40 Go) se charge, mais laisse peu de place au contexte de 64 000 tokens : pour cette taille, regardez plutôt du côté du Mac Studio.

#Dimensionner son Mac mini pour OpenClaw en 5 étapes

1. 01
   1. Décider où tourne le modèle

   API, local, ou API maintenant et local plus tard. Si le local n'est qu'une curiosité, partez sur l'API et une configuration de base. S'il fait partie du projet, la suite de ces étapes s'applique.
2. 02
   2. Lister vos canaux de messagerie

   Si iMessage figure dans la liste, le Mac est indispensable et la question est réglée. Pour Telegram, WhatsApp, Discord ou Signal seuls, un mini-PC Linux ou un petit serveur loué fait aussi l'affaire : comparez avec les alternatives plus bas avant d'acheter.
3. 03
   3. Choisir la taille du modèle visé

   Partez de la fiabilité attendue pour l'appel d'outils, pas de la mémoire disponible. Comptez plutôt 14 milliards de paramètres au minimum pour un agent local, 32 milliards ou un MoE de 30 à 35 milliards pour plus de marge. Vérifiez que la fenêtre de contexte maximale du modèle atteint bien 64 000 tokens.
4. 04
   4. Ajouter contexte et système, puis prendre le palier au-dessus

   Poids en Q4_K_M, plus la fenêtre de contexte, plus quelques gigaoctets pour macOS et la passerelle : le total doit tenir sous le plafond GPU par défaut. Si vous êtes à la limite, prenez le palier de mémoire supérieur. Contrairement au stockage, il ne se rattrape pas.
5. 05
   5. Vérifier après installation

   Une fois Ollama et OpenClaw en place, envoyez à l'agent une demande qui mobilise un outil, puis lancez ollama ps. La colonne CONTEXT doit afficher la fenêtre visée, et la colonne PROCESSOR 100% GPU. Surveillez aussi la pression mémoire de macOS pendant plusieurs jours d'usage normal.

# Mémoire physique installée (en octets)
sysctl hw.memsize

# Plafond GPU actuel : 0 = politique par défaut du système
sysctl iogpu.wired_limit_mb

# Pression mémoire globale de macOS
memory_pressure

# Modèle chargé : contexte alloué et répartition GPU/CPU
ollama ps

Si la colonne PROCESSOR affiche une répartition mixte entre CPU et GPU, le modèle et son contexte débordent du plafond : l'agent devient lent et peut dépasser les délais d'attente. Prenez un modèle plus petit plutôt que de réduire le contexte sous la recommandation, car un contexte tronqué fait échouer l'agent sans message d'erreur. Le réglage du contexte côté Ollama est expliqué pas à pas dans notre guide sur OpenClaw avec Ollama.

#Faire d'un Mac mini un serveur OpenClaw allumé en continu

Un Mac mini n'est pas configuré d'origine pour servir un agent jour et nuit. Quelques réglages évitent les mauvaises surprises, quelle que soit la mémoire choisie.

Veille

Désactivez la mise en veille du système dans Réglages Système, ou en ligne de commande avec pmset. Un Mac endormi ne reçoit plus les messages.

Coupure de courant

Activez le redémarrage automatique après une panne de courant, pour que la machine revienne seule.

Session ouverte

La passerelle installée par l'onboarding tourne comme service de votre session utilisateur, et Messages a besoin d'une session ouverte. Après un redémarrage, ni l'un ni l'autre ne démarre tant que personne ne s'est connecté.

Accès à distance

Le partage d'écran de macOS ou SSH, à travers un VPN privé, permet d'administrer le Mac sans écran. N'ouvrez pas le port 18789 de la passerelle sur Internet : elle n'écoute par défaut que sur la machine elle-même, et c'est très bien ainsi.

Comptes dédiés

Une session macOS réservée à l'agent, un identifiant Apple distinct pour iMessage si possible, des clés d'API à droits et budget limités. Le Mac mini doit être une machine dédiée, pas votre ordinateur personnel.

# Ne jamais mettre le système en veille (secteur)
sudo pmset -a sleep 0

# Redémarrer automatiquement après une coupure de courant
sudo pmset -a autorestart 1

# Vérifier les réglages d'alimentation appliqués
pmset -g

# Diagnostiquer l'installation OpenClaw
openclaw doctor

# Repérer les réglages de sécurité dangereux
openclaw security audit

Les commandes et options d'OpenClaw changent d'une version à l'autre. Si l'une d'elles n'est pas reconnue, consultez openclaw --help et la documentation officielle, qui fait foi.

#Les alternatives au Mac mini pour OpenClaw

Le Mac mini n'est qu'une option parmi d'autres. Selon vos canaux et votre modèle, une autre machine peut mieux convenir.

Petit serveur loué (VPS)

Pertinent avec une API et sans iMessage : rien à acheter, une machine toujours en ligne. Le guide d'installation Docker explique comment l'isoler, car un VPS a une adresse publique et un port mal publié est exposé à tout Internet.

Mini-PC Linux ou ancien PC

Suffisant pour la passerelle avec une API. Pour un modèle local, la mémoire système d'un mini-PC classique n'est pas accessible au GPU comme sur un Mac ; seuls les mini-PC à mémoire unifiée de grande capacité jouent dans la même catégorie.

PC avec carte graphique

Pour un agent local, une RTX 3060 12GB ou une RTX 4070 12GB chargent un 14 milliards, une RTX 4090 24GB un 32 milliards, avec une marge de contexte plus serrée qu'un Mac de 48 ou 64 Go. Consommation et bruit sont nettement supérieurs pour un service allumé en continu.

Mac déjà en votre possession

Un ancien Mac mini M2 ou un portable Apple Silicon inutilisé suffit pour le scénario API, et c'est souvent la solution la plus économique pour garder iMessage. Évitez d'y installer l'agent si c'est votre ordinateur principal.

Mac Studio

Pour les modèles de 70 milliards de paramètres et plus avec un contexte large, au-delà de ce que permettent les 64 Go du Mac mini M5 Pro.

#Ce que ce guide ne dit pas

Nous n'avons réalisé aucun test d'OpenClaw sur Mac mini pour ce guide : il ne contient ni vitesse de génération, ni temps de réponse de l'agent, ni consommation mesurée. Les paliers de mémoire sont des calculs à partir des tailles de poids en Q4_K_M, de la recommandation de contexte d'Ollama et du plafond GPU rapporté par les utilisateurs de llama.cpp. Ils servent à éviter une erreur d'achat, pas à prédire un résultat.

Les caractéristiques de la gamme proviennent de l'annonce d'Apple d'août 2026 et de ses fiches techniques. Le prix de chaque configuration n'est pas donné : il varie selon la date et le revendeur, et seul le configurateur d'Apple fait foi au moment de commander. OpenClaw évolue enfin très vite : intégrations iMessage, exigences de Node.js et commandes peuvent avoir changé depuis la rédaction. En cas d'écart, la documentation officielle prime.

#Pour aller plus loin

Une fois la configuration choisie, ces guides prennent le relais : le choix d'un modèle selon la mémoire du Mac mini, le réglage fin d'Apple Silicon, puis l'installation et le branchement d'OpenClaw sur Ollama.