Il 24 agosto 2026, alla XRING Chip Technology Communication Conference, Xiaomi ha tirato fuori dal cilindro una cosa che nessuno si aspettava da un produttore di smartphone: Xiaomi AI Cube, un mini PC pensato per far girare modelli linguistici da 120 miliardi di parametri direttamente sulla scrivania, senza cloud e senza un solo chip di Intel, AMD, NVIDIA o Qualcomm.
Aggiornamento del 2 settembre 2026: Xiaomi non ha ancora annunciato né un prezzo né una data di uscita. Se sei arrivato qui cercando quanto costa, la risposta breve è che non si può comprare: AI Cube resta un prototipo ingegneristico. Più sotto trovi cosa costano oggi, in Italia, le macchine che fanno lo stesso lavoro e che puoi ordinare subito, con i prezzi rilevati proprio oggi.
Dentro Xiaomi AI Cube ci sono tre processori progettati in casa (Xring O3, O100 e D100), una banda di memoria dichiarata di 1,22 TB/s e uno chassis in alluminio con quasi 34.000 fori fresati. Sulla carta è la risposta cinese al NVIDIA DGX Spark. Nella pratica è un prototipo senza prezzo, senza data e senza un solo benchmark indipendente.
In questo articolo ti spiego cosa c'è davvero dentro Xiaomi AI Cube, cosa significa "120B in locale" quando fai i conti con la memoria, come si confronta con le alternative acquistabili oggi e se per uno sviluppatore o una PMI italiana ha senso aspettarlo.
Cos'è Xiaomi AI Cube in due righe
Xiaomi AI Cube è un desktop AI compatto che l'azienda chiama ufficialmente "AI Cube Prototype". L'obiettivo dichiarato è l'inferenza locale di modelli grandi.
Il demo mostrato in conferenza fa girare contemporaneamente un modello da 120B e uno da 3B, con la possibilità di passare da un "sistema veloce" a un "sistema lento" a seconda del compito.
La logica è quella dei modelli a doppio binario: il 3B risponde in tempo reale alle richieste semplici, il 120B entra in gioco quando serve ragionamento profondo. È un pattern che si vede sempre più spesso negli agenti AI e che ho già usato in produzione con la combinazione Ollama + modelli locali.
- Tre chip proprietari: Xring O3 (SoC principale), Xring O100 (acceleratore AI), Xring D100 (chip automotive riadattato)
- Potenza sostenuta: fino a 150 W continui
- Memoria: LPDDR6 sull'O3, DRAM impilata 3D sull'O100, fino a 160 GB unificati sul D100
- Chassis: alluminio aerospaziale unibody con 33.874 fori CNC per la dissipazione
- Stato: prototipo ingegneristico, nessun prezzo, nessuna data
Quanto costa Xiaomi AI Cube? La risposta onesta
È la domanda più cercata su Google, e la risposta è che un prezzo non esiste. Xiaomi ha mostrato un prototipo ingegneristico: nessun listino, nessuna data di uscita, nessuna versione commerciale annunciata. Ho verificato di nuovo il 2 settembre 2026 e la situazione è invariata.
Si può ragionare per indizi. I chip O100 e D100 sono previsti in commercio nel 2027, quindi un eventuale AI Cube di serie non arriverà prima di allora. Aggiungi che Xiaomi non ha canale PC in Europa, e la finestra realistica per l'Italia si allontana ancora.
Sul costo probabile c'è una complicazione nuova. Qualsiasi stima fatta oggi va corretta per l'esplosione dei prezzi della memoria: le DDR5 sono salite oltre il 500% in un anno e la LPDDR non fa eccezione. Una macchina con 160 GB unificati nel 2027 potrebbe costare parecchio più di quanto costerebbe la stessa configurazione nel 2025.
Quanto sia reale questa spinta lo si vede su un prodotto già in vendita: a febbraio 2026 NVIDIA ha alzato il listino del DGX Spark Founders Edition da 3.999 a 4.699 dollari, senza cambiare una sola specifica, motivandolo proprio con la carenza globale di LPDDR5X.
Cosa puoi comprare oggi, con prezzi reali
Se stai cercando "quanto costa AI Cube" perché ti serve una macchina per l'AI in locale, questi sono i prezzi che ho rilevato il 2 settembre 2026 sui comparatori italiani (Trovaprezzi, idealo) e sui listini ufficiali dei produttori.
| Macchina | Memoria | Prezzo rilevato | Disponibilità |
|---|---|---|---|
| GMKtec EVO-X2 (Ryzen AI Max+ 395) | 64 GB + 1 TB | 1.558,96 € | in vendita in Italia |
| Apple Mac Studio M5 Max | fino a 128 GB | da 3.049 € | consegne dal 22 settembre |
| GMKtec EVO-X2 (Ryzen AI Max+ 395) | 128 GB + 2 TB | 3.899,96 € | in vendita in Italia |
| NVIDIA DGX Spark Founders Edition | 128 GB | 5.488 - 5.899 € | in vendita in Italia |
| Apple Mac Studio M5 Ultra | fino a 512 GB | da 6.699 € | consegne dal 22 settembre, taglio da 512 GB da fine ottobre |
| BOSGAME M5 (Ryzen AI Max+ 395) | 128 GB + 2 TB | 2.399 $ (listino 2.499 $) | store ufficiale, nessun listino ufficiale in euro |
| Xiaomi AI Cube | fino a 160 GB | non annunciato | prototipo |
Due avvertenze su questa tabella. La prima: i prezzi dei mini PC cinesi si muovono di settimana in settimana e cambiano da un venditore all'altro, quindi controlla sempre il prezzo del giorno prima di ordinare. La seconda, più insidiosa: il prezzo pubblicizzato è quasi sempre quello della versione da 64 GB, mentre i modelli grossi delle recensioni girano solo sulla 128. La memoria è saldata e non si aggiunge dopo. Ne parlo in dettaglio nell'analisi del mini PC Ryzen AI Max+ 395.
I tre chip Xring dentro Xiaomi AI Cube: chi fa cosa
La cosa davvero insolita di Xiaomi AI Cube non è la potenza, ma l'architettura. Invece di un unico SoC, Xiaomi ha messo insieme tre chip nati per scopi diversi. Vediamoli uno per uno.
Xring O3: il cervello generalista
È il SoC di punta che debutterà sullo Xiaomi 18 Fold. Processo a 3 nm, CPU a 10 core tutti "big" (niente core efficienza), GPU G2-Ultra NX a 16 core e una NPU da 200 TOPS a basso consumo.
Xiaomi dichiara un +60% di efficienza CPU e un +85% di prestazioni GPU rispetto alla generazione precedente, con un punteggio AnTuTu di 5,22 milioni.
In Xiaomi AI Cube fa il lavoro "normale": sistema operativo, interfaccia, orchestrazione dei modelli. Supporta LPDDR6, il nuovo standard di memoria che promette più banda e meno consumi rispetto a LPDDR5X.
Xring O100: l'acceleratore con la memoria impilata
Qui sta il pezzo tecnicamente più interessante. L'O100 è costruito a 6 nm con packaging 3D wafer-on-wafer: uno strato logico, uno strato NPU e due strati di DRAM ad alta velocità impilati verticalmente.
L'hybrid bonding porta il passo di interconnessione a 1,4 micron e la connessione face-to-face accorcia la distanza tra memoria e calcolo.
Il risultato sono 28.672 linee dati effettive e una banda "near-memory" dichiarata di 1,22 TB/s. Per capirci: il DGX Spark di NVIDIA si ferma a 273 GB/s. Se il numero regge alla prova dei fatti, è quasi 4,5 volte tanto. E nell'inferenza LLM la banda di memoria è quasi sempre il collo di bottiglia, non i TOPS.
Xring D100: il chip della macchina prestato al desktop
Il D100 nasce per la guida autonoma delle auto Xiaomi (oggi basate su NVIDIA Thor). Processo a 3 nm, CPU a 20 core, NPU a 16 core e supporto fino a 160 GB di memoria unificata.
Da solo, secondo Xiaomi, può gestire modelli fino a 200B; in Xiaomi AI Cube la configurazione dimostrata si ferma a 120B + 3B.
Sia O100 che D100 sono previsti in commercio nel 2027. Questo ti dà già un'idea realistica di quando (e se) Xiaomi AI Cube potrebbe diventare un prodotto vero.
Xiaomi AI Cube vs DGX Spark vs Mac Studio: la tabella che manca
Tutte le news uscite finora si limitano a dire "è come il DGX Spark". Mettiamo i numeri uno accanto all'altro, tenendo presente che quelli di Xiaomi AI Cube sono dichiarazioni del produttore su un prototipo.
| Sistema | Memoria unificata | Banda memoria | Consumo | Prezzo | Disponibilità |
|---|---|---|---|---|---|
| Xiaomi AI Cube | fino a 160 GB (D100) | 1,22 TB/s (O100, dichiarata) | 150 W sostenuti | non annunciato | prototipo, forse 2027 |
| NVIDIA DGX Spark | 128 GB | 273 GB/s | ~140 W | 5.488 - 5.899 € | in vendita |
| Apple Mac Studio M5 Ultra | fino a 512 GB | 1,2 TB/s | n.d. | da 6.699 € | consegne dal 22 settembre |
| Apple Mac Studio M5 Max | fino a 128 GB | 614 GB/s | n.d. | da 3.049 € | consegne dal 22 settembre |
| Mini PC Ryzen AI Max+ 395 | fino a 128 GB | ~215 GB/s reali (256 teorici) | 120-140 W | 1.559 € (64 GB) - 3.900 € (128 GB) | in vendita |
C'è un dettaglio che nessuno sottolinea: 1,22 TB/s è la banda tra l'O100 e la sua DRAM impilata, non la banda dell'intero pool da 160 GB. Quanta memoria ha davvero l'O100 a bordo non è stato detto. Se sono 16 o 32 GB, un 120B non ci sta e deve appoggiarsi al D100, con banda diversa e sconosciuta.
Ma il punto che ribalta tutto il confronto è un altro, ed è arrivato il giorno dopo la presentazione di Xiaomi. Il 25 agosto Apple ha aperto i preordini del Mac Studio con M5 Ultra: 1,2 TB/s di banda di memoria unificata, il 50% in più degli 819 GB/s dell'M3 Ultra che sostituisce. È praticamente lo stesso numero che Xiaomi dichiara sul suo prototipo. La differenza è che Apple lo consegna il 22 settembre 2026 a 6.699 euro, mentre Xiaomi lo mostra su una slide con i chip attesi nel 2027.
Vale la pena notare anche quanto è salito il prezzo d'ingresso alla fascia Ultra: l'M3 Ultra era arrivato a 6.399 euro dopo i rincari del 2026, partendo dai 5.099 euro del lancio 2025. È la stessa memflation che rende impossibile stimare oggi il prezzo di AI Cube.
Se stai valutando cosa comprare oggi per lavorare con l'AI, ho fatto una guida completa ai PC per intelligenza artificiale con prezzi reali aggiornati, e una selezione per fasce di budget.
Cosa significa davvero "120B in locale" su Xiaomi AI Cube
Questo è il punto che le notizie saltano a piè pari. "Fa girare un modello da 120 miliardi di parametri" non dice nulla finché non sai a quale precisione. Facciamo i conti.
- FP16 (precisione piena): 120B × 2 byte = circa 240 GB. Non ci sta nemmeno nei 160 GB del D100.
- INT8: circa 120 GB. Ci sta, ma a filo, senza spazio per il contesto (la KV cache).
- Q4 (4 bit): 60-70 GB. Questa è quasi certamente la configurazione del demo, con margine per contesto e per il modello da 3B.
Quindi "120B in locale" su Xiaomi AI Cube significa quasi sicuramente "120B quantizzato a 4 bit". Non è un difetto (tutti fanno così, DGX Spark compreso), ma cambia le aspettative. Il conto completo modello per modello lo trovi nella tabella su quanta RAM serve per un LLM in locale.
E c'è un secondo numero che gira: 330 token al secondo. Viene dai modelli MiMo di Xiaomi, ottimizzati sul proprio hardware, e non è chiaro se si riferisca al 3B o al 120B. Finché non arriva un benchmark indipendente con llama.cpp o vLLM, trattalo come marketing.
Per capire quanto costa davvero un setup del genere rispetto a un abbonamento cloud, ho fatto i conti in AI in locale: quanto costa e quando conviene: spoiler, il break-even è più lontano di quanto pensi.
Le domande senza risposta su Xiaomi AI Cube
Da tecnico, quello che mi preoccupa non è l'hardware. È tutto il resto. Ecco cosa Xiaomi non ha detto.
Quale sistema operativo e quale stack software?
I chip Xring sono ARM. Niente Windows x86 nativo, niente CUDA. Il vero vantaggio del DGX Spark non è la banda (che infatti è mediocre), è che ci gira tutto l'ecosistema NVIDIA senza toccare una riga.
Xiaomi dovrà fornire driver, runtime e integrazione con llama.cpp, vLLM, Ollama, PyTorch. È un lavoro enorme, e Xiaomi non ha mai fatto niente del genere su desktop.
Quanti modelli sono supportati?
Il demo usa i MiMo di Xiaomi. Girano anche Llama, Qwen, DeepSeek, Mistral? Con quali formati (GGUF, safetensors)? Se Xiaomi AI Cube fosse chiuso ai soli modelli Xiaomi, sarebbe un giocattolo costoso.
Quanto consuma e quanto scalda davvero?
150 W sostenuti in un cubo piccolo con tre chip a 3 e 6 nm sono tanti. I 33.874 fori servono a questo. Ma raffreddare tre die con DRAM impilata (che odia il calore) in un unibody è un problema termico serio.
Il throttling sotto carico continuo è la prima cosa che guarderei in una recensione di Xiaomi AI Cube.
Arriverà in Europa?
Xiaomi non vende PC in Italia. Zero canale, zero assistenza, zero garanzia locale. Anche se Xiaomi AI Cube uscisse in Cina nel 2027, portarlo qui significherebbe import grigio, senza supporto software garantito per l'Europa.
Perché Xiaomi lo fa (e perché ti riguarda)
Xiaomi AI Cube non è pensato per vendere milioni di pezzi. È una dimostrazione di indipendenza dai chip americani. Xiaomi ha tre famiglie di silicio (mobile, AI, automotive) e vuole far vedere che può assemblarle in un prodotto completo.
È la stessa strada di Huawei con Ascend e di Microsoft con Maia 200: chi ha i modelli vuole anche il silicio.
Va detto che l'indipendenza è parziale: la produzione resta a TSMC, in Taiwan. Ma il messaggio al mercato è forte: l'inferenza locale sta diventando un campo di battaglia, e più concorrenza significa prezzi più bassi per chi, come me, vuole far girare modelli in casa per motivi di privacy e di costo.
Per una PMI italiana questo si traduce in una cosa concreta: tra il 2027 e il 2028, tenere in ufficio un box che esegue un modello da 100B+ per gestire documenti, email e automazioni senza mandare un byte fuori dall'azienda potrebbe costare meno di un abbonamento cloud annuale per cinque persone. Con una riserva: dipende da dove saranno i prezzi della memoria a quel punto.
E con il GDPR e l'AI Act in vigore, "i dati non escono" è un argomento che i clienti capiscono al volo.
Cosa fare oggi se ti serve AI in locale
La risposta onesta: non aspettare Xiaomi AI Cube. È un prototipo, i chip arrivano nel 2027 e in Europa forse mai. Se hai bisogno di inferenza locale adesso, ecco come ragionerei per fascia di budget, con i prezzi del 2 settembre 2026.
- Intorno a 1.560 €: mini PC Ryzen AI Max+ 395 con 64 GB. Gestisce comodamente modelli fino a 30-40B in Q4 con Ollama o LM Studio, stack software maturo (ROCm/Vulkan).
- Circa 3.050 €: Mac Studio M5 Max con memoria fino a 128 GB e 614 GB/s di banda, se preferisci macOS e un ecosistema pronto.
- Intorno a 3.900 €: lo stesso mini PC Ryzen con 128 GB, l'unica versione che regge i 70B e i MoE da 120B. La memoria è saldata: se punti ai modelli grandi, non c'è alternativa alla 128.
- 5.500-5.900 €: DGX Spark. Banda modesta ma ecosistema CUDA completo: ideale se fai fine-tuning o sviluppi con PyTorch. Occhio che il listino è già salito una volta per la carenza di memoria.
- Da 6.699 €: Mac Studio M5 Ultra, l'unica macchina da scrivania che oggi mette insieme 1,2 TB/s di banda e fino a 512 GB di memoria unificata. Il taglio da 512 GB arriva però solo a fine ottobre.
- Budget zero: usa quello che hai con modelli da 7-14B quantizzati. Per la maggior parte delle automazioni aziendali bastano, come spiego nella guida alle repository GitHub per LLM.
Un avvertimento sui tempi: con i rincari in corso sulla memoria, rimandare l'acquisto di sei mesi oggi significa quasi certamente pagare di più. Il ragionamento completo è nella guida su comprare ora o aspettare.
Se stai costruendo un'automazione AI per la tua azienda e non sai se ti conviene cloud o locale, è esattamente il tipo di scelta su cui lavoro con i clienti ogni settimana.
L'alternativa Nvidia arriva a fine ottobre: ho valutato RTX Spark e se conviene aspettare.
Fonti: le specifiche di AI Cube arrivano dalla presentazione ufficiale Xiaomi, riprese da Notebookcheck e VideoCardz. I prezzi Apple sono quelli dello store italiano; quelli di DGX Spark e dei mini PC Ryzen sono rilevati su Trovaprezzi e idealo il 2 settembre 2026 e cambiano di frequente.
Leggi anche
- Quanta RAM serve per un LLM in locale? Tabella 2026
- Prezzi RAM 2026: conviene comprare ora o aspettare?
- Mini PC Ryzen AI Max+ 395: 128 GB per l'AI in locale
- AI in locale: quanto costa davvero e quando conviene (2026)
- Top PC per Intelligenza Artificiale: Guida Completa Acquisto 2026
Conclusione: Xiaomi AI Cube, promessa enorme, prove zero
Xiaomi AI Cube è il prototipo più interessante visto quest'anno nel mondo dell'AI in locale: 1,22 TB/s di banda, 160 GB di memoria e 150 W in un cubo di alluminio sono numeri che, se confermati, ridisegnano la fascia dei "DGX Spark".
Ma oggi restano numeri su una slide. Nessun benchmark, nessuno stack software, nessun prezzo, chip in commercio non prima del 2027. E nel frattempo Apple vende una macchina con la stessa banda dichiarata, consegnata a settembre.
Il mio consiglio è di seguire Xiaomi AI Cube con attenzione e di comprare, nel frattempo, quello che esiste. Se vuoi capire quale setup AI (locale o cloud) ha senso per la tua attività, scrivimi: ti dico cosa farei io con il tuo budget, senza venderti hardware.
