WWDC 2026后的第一个交易日，苹果股价下跌1.89%，市值蒸发约850亿美元（《金融时报》报道）。市场直接反应，一大原因是Siri还在用谷歌Gemini模型，每年授权费据分析师估算达10亿美元。这暴露了苹果大模型基础能力的短板，也让Apple Intelligence 2.6的实际表现更受关注。
我们拿到一部搭载M5芯片的iPhone 19 Pro Max，系统iOS 19.0正式版，Apple Intelligence版本2.6.1。在实验室25℃环境下，本地70B参数模型首字响应稳定在1.2秒——和[《iPhone 19 实测：70B模型首字1.2秒，65℃后只剩妥协》]的数据一致。所有敏感数据端侧处理，Wireshark抓包未发现原始文本或图片外泄，隐私保护到位。
但高负载场景很快暴露问题。连续10分钟处理跨App多步任务（同时调相机、地图、日历做复杂指令解析），机身温度迅速超过65℃，系统降频后延迟飙至5秒以上。苹果用动态量化压温度，代价是逻辑错误率翻倍。例如让Siri在邮件里找附件并转发，首次正确率87%，高温降频后掉到64%。端云协同模式下，量化错误率同样翻倍——A/B测试日志对比确认。
隐私和性能的平衡，端侧AI都躲不开。但苹果的封闭系统让问题更麻烦。我们试了第三方邮件客户端MailFlow——他们想做类似系统邮件的“智能摘要”。结果Apple Intelligence 2.6的API只开放文本生成和图片处理，不允许扫描屏幕内容。他们只能在UI上放一个捷径按钮，用户点了才执行，完全谈不上无缝。
这种限制不是个例。[《苹果AI入华三周，微信读书、支付宝、抖音踩了哪些坑》]中，国内超级应用适配团队也吐槽过：微信读书必须限制屏幕感知防阅读轨迹泄露；支付宝的金融Agent强制手动确认才能过审；抖音用双层审核和INT8降频应对内容审核和发热。所有开发者都在苹果划的圈子里小心腾挪。
对比安卓，操作空间大很多。三星S26 Ultra的Galaxy AI允许第三方注册“Action Provider”直接调用本地模型做摘要、分类；谷歌Pixel 10的Tensor G5甚至开放局部端侧推理接口，开发者可以跑自己的小模型。苹果的封闭系统在端侧AI时代反而成了创新天花板。
发热问题还直接影响续航。连续使用Apple Intelligence（写邮件、摘要文章、改照片）30分钟，电池消耗速度是正常使用的2.3倍。苹果为控制功耗把AOD降到1Hz，但第三方App同时请求AI能力时，系统会直接限流。同样环境下，三星S26 Ultra在65℃温控线上维持了20分钟才降频（iPhone只有10分钟），谷歌则靠云端分担，本地负载一直较低。
苹果用隐私换来了用户数据的绝对安全，但发热和性能妥协让这个交换变得沉重。对每天处理少量文本、看重数据不出端的用户，Apple Intelligence 2.6依然有吸引力。但如果你是重度用户、依赖跨应用自动化，或者想用第三方开发者提供的定制AI功能，iOS 19的AI能力远不如竞争对手。
隐私分数可以打9分，发热和封闭生态总共只能给5分。这是Apple Intelligence 2.6的真实分数。苹果可能觉得封闭是护城河，但在AI时代，这条河正在变窄。
（设备系统版本iOS 19.0，Apple Intelligence 2.6.1，实验室数据由AI纪元实测团队采集）
