絕大多數人家中的電腦都是塔式桌機，使用上相對需要佔用更多桌面或桌下的空間，除非對於效能沒有太高的追求，才會退而求其次、選擇體積更為小巧的「迷你主機」～沒錯，許多人對於迷你主機的觀感，肯定還停留在「文書機」或是「省空間但需妥協效能」的刻板印象。不過事實上，隨著硬體製程逐漸強大，即便是體積小巧的迷你主機，也可能擁有強勁效能！
近期由微星所推出的全新迷你主機「MSI Cubi NUC AI+ 3MG」，正是一台打破大家常規想像的產品－體積僅 0.51 公升，大小甚至可以「一手掌握」的設計，卻搭載 Intel 最新的 Pather Lake 世代 Intel Core Ultra Series 3 處理器，除了內建獨立 NPU 可輸出達 50 TOPS 的 AI 運算效能，處理器總峰值效能更是達到驚人的 100 TOPS，這也意味著這台迷你主機可以勝任本地端 AI 應用的部署，包括 LLM 大語言模型或是圖像生成平台，而 Cubi NUC AI+ 本身兼具低功耗與極為寧靜的運行能力，也非常適合成為近期爆火的 AI Agent 伺服器。無論你是龍蝦（OpenClaw）或是愛馬仕（Hermes Agent）的愛好者，這台迷你主機都會是不錯的選擇！
本文開箱的主角－Cubi NUC AI+ 3MG 迷你主機，可以從旁邊的滑鼠對比看出它到底有多麼小巧了！
在接下來的文章中，阿祥也將和大家詳細分享 MSI Cubi NUC AI+ 3MG 的第一手開箱實測心得，除了完整的效能實測，同時也將進一步實測它的本地端 AI 效能，並進行 AI Agent 的部署與實測！
開箱與外型設計：極致小巧，功能完備
作為一款迷你主機，MSI Cubi NUC AI+ 3MG 自然強調極為小巧的設計，不過實際開箱並將主機本體拿在手中時，還是不免會因為它「難以置信的小」而感到驚訝，僅 120mm x 115mm x 38mm 的長寬高，整機體積僅 0.51 公升與 500g 左右的重量，稱之為「可以一手掌握」可說是一點也不誇張。甚至若有需要，直接將 Cubi NUC AI+ 3MG 放入包包帶出門也是易如反掌！
Cubi NUC AI+ 3MG 的外盒採用環保的再生紙與環保油墨印刷，看起來頗為樸素，但主要也是為了符合環保原則。
外盒也有規格標示。
盒內物品一覽，除了 Cubi NUC AI+ 3MG 本體，還有供電變壓器、電源線、壁掛架、電源鈕延長配件(選配)與說明書。
作為一款商務定位的迷你主機，Cubi NUC AI+ 3MG 外觀設計極為低調，機身採用深灰色霧面處理的 PCR 材質（消費後回收塑料，Post-Consumer Recycled Plastics）外殼與金屬底座構成，搭配同樣採用 FSC 認證的包裝材料，完全符合地球永續的精神，更能完美契合企業所追求的 ESG 經營策略。同時 Cubi NUC AI+ 3MG 也通過 MIL-STD-1916 軍規耐用度測試，並擁有 10 萬小時的故障間隔時間（MTBF），對於需要長時間開機使用的需求來說更具可靠性。
Cubi NUC AI+ 3MG 本體，尺寸大小與前一代相同，也是走內斂、低調的商務風格。
機身正面的電源鈕、USB 3.2 Gen2 Type-C、USB 3.2 Gen2 Type-A 與 USB 2.0 埠。
電源鈕本身也兼作指紋辨識器，讓我們在開機同時也能直接完成系統登入的認證。
雖然體積小巧，但 Cubi NUC AI+ 3MG 的功能性卻十分完整，在機身前後側設置了眾多的連接埠，正面考量使用者經常連結的外部設備，提供兩組 USB Type-A（一組 USB 2.0、一組 USB 3.2 Gen2），以及一組 USB 3.2 Gen2 規格的 USB Type-C 埠，同時電源按鈕也整合了指紋辨識功能，讓使用者在輕觸開啟主機的同時完成身份驗證，即可直接登入系統，省去手動輸入帳號密碼的麻煩。
機身後側的電源接口、兩組 Thunderbolt 4、兩組 HDMI 2.1（其中一組支援 MSI Power Link、兩組 2.5GbE 的乙太網路接口。
機身側面的鎖孔與電源擴充孔（都預設有保護蓋，使用前需先移除）。
選配的外接式延長電源鈕，可搭配機身側邊的擴充孔連結使用，在 Cubi NUC AI+ 3MG 安裝於顯示器後方式，也能輕鬆按下電源開機。
另外在機身後側也配置了兩組 Thunderbolt 4 埠，可提供 40Gbps 的高速傳輸能力，也能支援最高 98W 的 PD 供電，並能兼具視訊輸出使用。同時內建兩組 HDMI 2.1 也能支援更多顯示器輸出，並能支援 MSI 的 Power Link 功能，讓使用者在開啟螢幕電源時能同步啟動 Cubi NUC AI+ 3MG 的電源，讓操作一次到位。另外主機也內建 2 組 2.5 GbE 規格的乙太網路埠，提供更高的傳輸效能，並能支援不同網段的連結，而內建 Wi-Fi 7 無線網卡，也滿足更多元的網路環境需求。
可搭配 VESA 規格安裝的壁掛架套件，可以搭配 MSI 的 Pro 系列顯示器，直接用「背娃娃」的方式將 Cubi NUC AI+ 3MG 安裝至後側，完全不會佔用到桌面空間。
Cubi NUC AI+ 3MG 的機身底殼，有預留壁掛孔，同時也有大面積的散熱孔。
值得一提的是，雖然 Cubi NUC AI+ 3MG 體積小巧，卻同時考量到使用者未來自行維護硬體的便利性－機身底部採用「專利免工具拆卸」設計，可以輕鬆用硬幣鬆開固定螺絲，推動卡榫即可將機身底殼卸下，輕鬆完成記憶體或是 SSD 的更換，讓主機的規格也能依據用戶需求升級。同時 MSI 原廠也提供「理線器（Cable Organizer）」的配件選配，讓機身內的線材能保持穩定不鬆脫，大大提升耐用度。
機身底部有拆卸步驟指令：先旋開左上的螺絲，接著將中央上方的卡榫客左扳動，即可向上拉開底殼。
機身內可看到一組 M.2 插槽與兩組 DDR5 的 SO-DIMM 插槽，未來可依用戶需要進行替換升級。
拆卸下來的底殼可以看到對應 SSD 的部份有額外的散熱膠與散熱片設計，讓系統運行更為穩定。
硬體規格與效能：全新 Intel Core Ultra Series 3 帶來效能躍升
不同於過往迷你主機「為了小巧，需要犧牲效能」的限制，MSI Cubi NUC AI+ 3MG 在有限的機身之中，儘可能提供完整且規格不俗的硬體配置，其中最為核心的「靈魂」肯定就是 Intel 最新 Pather Lake 世代的 Intel Core Ultra Series 3 處理器，而且這台迷你主機甚至可以選配到最頂級的 Intel Core Ultra 9 386H－擁有 4 組性能核心（P-Core）、8 組高效核心（E-Core）和 4 組低功耗效率核心（LP-Core）共計 16 核心 16 執行緒架構，最大運行頻率可達 4.9GHz，而且基礎功率僅 25W，能夠同時兼顧效能表現與節能省電。
此次受測的 Cubi NUC AI+ 3MG 系統資訊一覽，配置的作業系統為 Windows 11 專業版。
此外， Intel Core Ultra 9 386H 也同樣內建獨立 NPU（Intel AI Booster），可提供高達 50 TOPS 的 AI 算力，能夠在低耗能的情況下進行高效的 AI 運算，並符合微軟 Copilot+ PC 的效能標準，能支援 Windows 11 最新的 AI 相關應用。同時這顆處理器也整合了性能不俗的 Intel Graphics GPU，擁有 4 組 Xe-Core 並能支援光線追蹤、H.264 與 H.265 硬體編解碼；也因為 CPU、GPU 與 NPU 單元的效能表現優異，因此 Intel Core Ultra 9 386H 的總峰值效能可達到 100 TOPS 的水準，足以應付各類型本地端 AI 應用的運算要求。
透過 CPU-Z 查看 Cubi NUC AI+ 3MG 內建 Intel Core Ultra 9 386H 處理器的詳細資訊（圖左上），另外也有主機板（圖右上）、記憶體（圖左下、圖右下）的詳細資訊。
另外 Cubi NUC AI+ 3MG 也內建了兩組 DDR5 SO-DIMM 記憶體插槽與一組 M.2 M-Key 插槽，可支援最高 128GB 容量的記憶體，並能採用 PCIe Gen4 x4 規格的 NVMe SSD，能確保應用程式多工運行與大量資料存取的的流暢體驗。
Cubi NUC AI+ 3MG 的 GPU（圖左）與 SSD（圖右）的詳細資訊。
效能實測
為了讓大家進一步了解 Cubi NUC AI+ 3MG 的效能表現，阿祥也選擇透過 CINEBENCH、GEEKBENCH、PCMARK、3DMARK…等跑分工具獲得實測分數，提供給大家參考！
CINEBENCH 系列的跑分結果，左至右分別為 R23、R24、R26。
GEEKBENCH 6 的 CPU 跑分（單核、雙核）與 OpenCL 跑分結果。
3DMARK 的 CPU 效能跑分結果。
3DMARK DX11 的 Fire Strike 跑分結果。
3DMARK DX12 的 Time Spy 跑分結果。
3DMARK 的即時光線追蹤 Port Royal 的跑分結果。
PCMARK 三個模式的效能跑分結果一覽。
3DMARK 的存儲基準測試，獲得 1829 分，平均頻寬為 312.97 MB/s。
CrystalDiskMark 的磁碟效能跑分結果，循序讀取可達 5875.93 MB/s、循序寫入可達 4958.97 MB/s。
Procyan 的 AI 文字生成跑分測試結果（PHI 3.5、MISTRAL 7B 與 LLAMA 3.1 三個模型） 。
Procyan 的 AI 圖片生成跑分 Stable Diffusion 1.5 （FP16）的測試結果。
Procyan 的 AI 圖片生成跑分 Stable Diffusion 1.5 （INT8）的測試結果。
Procyan 的 AI 圖片生成跑分 Stable Diffusion XL （FP16）的測試結果。
AI 應用實測：Intel AI Playground 一次整合 AI 生成功能
除了跑分測試，為了了解 MSI Cubi NUC AI+ 3MG 在 AI 應用方面的效能表現，自然少不了「實戰」測試了！由於這款迷你桌機的核心採用 Intel Core Ultra Series 3 處理器，因此可支援由 Intel 所推出的 AI Playgroud 套件，可以快速完成 LLM 聊天助理、圖片生成、影片生成…等功能的建置，相較於其他的解決方案要來得更「平易近人」許多，因此蠻推薦初入門本地 AI 生成的朋友可以先用這個套件來學習。
安裝 AI Playgroud 時，系統也會系照環境需求，列出我們要下載安裝的套件，分別按下「Install」鈕即可下載安裝，過程蠻無腦的。
在 AI Playgroud 中區分為聊天機器人（Chat）、圖像生成（Image Gen）、圖像編輯（Image Edit）與影片生成（Video），並可開啟設定選單，進一步切換不同類型的模型功能與細部設定。
依據選擇的功能不同，在輸入聊天問題時，系統會確認是否有對應的模型套件，若沒有，會提示我們確認下載安裝。
LLM 助手最一般的用法應該就是叫他生成文字內容囉，這個簡單任務自然難不倒 AI Playgroud 。
若是不知道該如何使用 AI Playgroud 的 LLM 助手，也可以直接用問的，它會告訴你有哪些功能可以試試。
AI Playgroud 中的 LLM 也能進行程式撰寫的任務。
切換至圖像生成（Image Gen）功能，設定選單也出現六種不同類型的生成模式，並能詳細設定圖像品質與細部設定。
選擇 HD Image 的生成，可以發現無論是人像攝影或是食物的圖像品質都不錯。
較為複雜的畫面構成也能順利生成。
在設定選單中，我們也可以直接搜尋想要選用的其他模型，並依指示下載安裝。
除了內建在選單中的模型，AI Playgroud 也允許我們加入 Huggingface 上找到的其他模型。
AI 應用實測：本地端 LLM 部署與效能實測
在本地端的 AI 應用，最常見的應該就是透過開放 LLM 建置個人專屬的聊天助理，直接透過本機的算力運行，無需額外的雲端訂閱費用、也不用擔心私密資料會因為使用雲端 AI 服務而成為模型訓練的素材、甚至資料外流。這裡我們也透過 Ollama 進行本地端 LLM 模型的下載與選擇，並搭配 Anything LLM Desktop 建構個人化 RAG 系統。
在 Ollama 的模型列表中，可以找到目前主流的開放 LLM 可供選擇，也包括 Google 前一陣子釋出的 Gemma4 系列。
透過 Ollama 下載 Gemma4:26b，安裝後詢問問題可正常作答。
在 AnythingLLM 中，可設定想要選用的 LLM 服務商，我們可從列表中找到 Ollama。
接著設定模型為 Gemma4:26b 這個中大型模型。
同時阿祥也規劃使用不同的題目來實測 Cubi NUC AI+ 3MG 運行 Google 最新釋出的 Gemma4 模型，實測看看平均的 Token/s 有多少。
第一題，提供一篇 10000 字的輩文文件，要求「請將附件的英文翻譯為自然流暢的繁體中文，並保留專有名詞。」，最終完成作答，平均輸出為 11.95 token /s。
第一題，提供一篇 3000 字的新聞稿，要求「請摘要為三句話重點，並列出三個關鍵詞」，最終完成作答，平均輸出為 11.77 token /s。
第二題，主題內容生成問題「題目：請以「生成式 AI 如何改變中小企業的行銷策略」為主題，撰寫一篇約 1000 字的文章，需包含：引言（說明現況）、兩個以上具體應用案例、結語（未來展望）」，最終完成作答，平均輸出為 13.61 token /s。
第三題，詢問情境推斷問題「如果一家公司發現 AI 幫助員工縮短 30% 的工時，但同時也需要增加訓練成本與維護費用，請推理此變化可能對公司長期競爭力產生的正反影響。」，最終完成作答，平均輸出為 12.68 token /s。
第四題，詢問應用型問題「若要在本地端部署一個 7B 模型，建議的最低 GPU 規格是什麼？」，最終完成作答，平均輸出為 13.02 token /s。
第五題，透過指令「請撰寫一段 Python 程式，將 CSV 檔案轉為 JSON 格式。」要求 LLM 撰寫程式，最終也順利完成，平均輸出為 12.94 token /s。
中標#AI 應用實測：AI Agent 部署實戰
從前面的實測可以發現到 Cubi NUC AI+ 3MG 的效能表現可以運行本地端 LLM，同時運行時的功耗表現優異，自然也很適合需要持續開機運行的 AI Agent 部署，並能透過本地端 LLM 串接，為使用者省下額外的 AI Token 費用。
透過 ollama 平台應用程式中「Launch」的指令，可透過「ollama lanch openclaw」的方式啟動龍蝦，並使用 Ollama 的本地端模型。
在 Power Shell 中，透過指令 「Ollama pull 模型名字」可以進行模型的下載，並透過「ollama list」的指令查看已下載的模型列表。
在 Power Shell 中，透過指令「npm install -g openclaw@latest」可以自動展開 OpenClaw 的下載與安裝。
在 OpenClaw 的模型設定中，可以透過 Ollama 找到我們已經下載的模型。
本地端模型串接完成後，即可透過對話進行互動。
下面阿祥也實際測試了目前比較流行的 Openclaw 與 Hermes Agent 兩個 AI Agent 的安裝，基本上都是正常完成 LLM 的串接並運行。不過受限於 Cubi NUC AI+ 3MG 本身的硬體架構（LLM 運行以整合的 GPU 為運行主體，VRAM 共錞 16GB），實測透過 Gemma4:e4b 這個中量級模型會比較順暢一些，同時也因為 LLM 在運作時會同時經過思考推論的階段，因此需要在設定時將 LLM Time Out 的時間稍微拉長一些，比較不容易發生 OpenClaw Gateway 等待過久判定運行錯誤的情況。
在 openclaw.json 中，建議把 LLM 的 time out 等待時間拉長至 300 秒。
至於另一套 Hermes Agent 因為不支援原生 Windows 系統，因此需要透過 WSL 的方式，額外在系統中安裝 Linux 來執行，基本上安裝都很順利，也能順利透過 Ollama 進行本地 LLM 的串接讓 Hermes Agent 跑起來。
透過 Windows PowerShell，輸入指令「wsl --install」即可自動進行 WSL 的安裝流程。
接下來可以在 WSL 的歡迎畫面查看功能設定選項。
WSL 安裝完成後，系統中可設定虛擬主機的處理器核心數、記憶體大小與預留資料交換區的容量。
接下來會自動進行 Hermes Agent 各個套件的安裝流程。
在 Linux 的命令提示字元中，輸入安裝的指令「curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash」，即可進行安裝； Hermest Agent 安裝過程中，可設定想要使用的 LLM，在設定前我們需要先完成本地端模型的下載安裝。
透過命令提示字元輸入「curl -fsSL https://ollama.com/install.sh | sh」的指令，可安裝 Ollama，安裝完成後，可透過「ollama push 模型名字」的方式下載想要的 LLM。
透過 Linux 的命令提示字元，可以使用指令「ollama list」查看已下載安裝好的模型列表，並使用「hermes model」進行模型串接。
本地端 LLM 串接完成後，啟動 Hermes Agent 後，就可以開始對話了。
不過在這裡阿祥有遇到一個問題可以順便分享一下－在安裝 Hermes Agent 時，與 OpenCalw 相同我選擇的是 Gemma4:e4b 這個模型，但串接完成後，就發現到 Hermes Agent「怪怪的」，詢問他是誰、會什麼，都會直接回答自己是 Google 訓練的 LLM，而且功能也侷限在 LLM 的相關功能，完全不認為自己是 Hermes Agent…後來上網查詢才發現，這可能是 Gemma4 的問題，後來將模型改為 Gemma4:26b 後就正常了，不過由於這個模型對於 Cubi NUC AI+ 3MG 來說相對還是比較吃重一些，因此後來將模型改為 Qwen3.5:9b 會更穩定一些。
一開始將 Hermes Agent 串接 Gemma4:e4b 時，會發生它自己沒有認知是 AI Agent 的狀況，只會認為自己是 LLM。
將 Hermes Agent 的模型換成 Gemma4:26b 之後，對話就會比較正常一些。
整體來說，無論是 Openclaw 或是 Hermes Agent 在 Cubi NUC AI+ 3MG 都能以本地端 LLM 串接運行，基本上比較簡單的任務都能交辦完成，不過若是比較複雜的任務，仍會建議整合較大規模的雲端模型，相對會更有效率一些。
結語：小巧但顛覆想像！能滿足本地端 AI 應用需求
從前面的開箱實測不難發現，MSI Cubi NUC AI+ 3MG 是一台顛覆大家對於迷你主機既有印象的產品，不僅將一台電腦主機壓縮到只有掌上尺寸，內在的硬體效能更是出乎意料的強大－全新 Panther Lake 世代的 Intel Core Ultra Series 3 處理器擁有絕佳效能，除了 NPU 具備 50 TOPS 算力、可支援 Copilot+ PC 的各類功能應用，高達 100 TOPS 的總峰值算力也能輕鬆支援生產力應用、影音編輯等內容創作任務，甚至更為進階本地端 LLM 與 AI Agent 部署也能勝任，而這也是過去一般迷你主機所無法做到的。
體積小巧不佔空間，同時擁有出色性能表現，是 MSI Cubi NUC AI+ 3MG 最令人驚艷的地方，尤其能運行本地端 LLM 與 AI Agent 的能力，更是超出預期。
當然，從比較務實的層面來說，小巧的 Cubi NUC AI+ 3MG 仍舊有其硬體限制，需要選擇適合的大語言模型搭配運行，才能滿足實際的使用體驗，但整體來說，這台主機僅 0.51 公升大小，整機運行時極為安靜且功耗僅為一般桌機 1/10 左右，長時間運行的穩定性極佳（在測試期間超過 10 天以上都沒關機依舊穩定運行），對於有意嘗試自行部署 AI Agent （無論是龍蝦 OpenClaw 或是愛馬仕 Hermes Agent 都能流暢運行）的使用者來說，會是相當推薦的選擇。
將 Cubi NUC AI+ 3MG 稱作「掌上型主機」可是一點也不誇張！
另外報一個好康給大家～近期微星針對商務系列產品推出「效率加倍，好禮傳星意」的活動，購買指定產品可獲貼心好禮，Cubi 系列產品也在其中哦，詳細情況可參考活動網站的訊息！
*本文同步發表於阿祥的網路筆記本
