Mejores LLM para Mac M1 a M5: de 8GB a 128GB de RAM (2026)

El mejor LLM para un MacBook en 2026: Qwen3.5 9B Instruct (Q8) para Mac de 16GB (~11GB en Q8_0), Qwen3.8 27B para 24-32GB (~17GB), y Qwen3.8 27B (Q8) para 96GB+ (~27GB). En un MacBook Air de 8GB, ejecuta Ornith 1.0 9B (~6GB). Las 7 opciones de abajo están ordenadas por nivel de RAM; las velocidades son estimaciones, no resultados de benchmarks reales.

Contenido
  1. Los 7 modelos clasificados (tabla)
  2. ¿Qué LLM puede ejecutar un MacBook Air?
  3. MacBook Air o Pro: ¿cuál es mejor?
  4. M1, M2, M3, M4 o M5: ¿cuál es el mejor chip?
  5. Guía de configuraciones de RAM
  6. Modelos recomendados por configuración
  7. Consejos para optimizar el rendimiento
  8. Preguntas frecuentes
Tabla 1

Los 7 modelos clasificados por nivel de RAM

Para cada configuración real de RAM de un Mac, el modelo local de mayor calidad que cabe en su presupuesto de memoria, calculado en vivo a partir de la base de datos de modelos de ModelFit. Las etiquetas de velocidad son estimaciones de ModelFit obtenidas con el mismo motor que impulsa el asistente, no resultados de benchmarks reales.

#ModeloParám.Cuant.Nivel de RAMTamaño cargadoVelocidad (est.)
1Ornith 1.0 9B9BQ4_K_M8GB~6GBMás lenta
2Qwen3.5 9B Instruct (Q8)9BQ8_016GB~11GBMás lenta
3Qwen3.8 27B27BQ4_K_M24GB~17GBMás lenta
4Qwen3.8 27B (misma opción, más margen)27BQ4_K_M32GB~17GBMás lenta
5Qwen3.8 27B (Q8)27BQ8_048GB~27GBMás lenta
6Qwen3.8 27B (Q8) (misma opción, más margen)27BQ8_064GB~27GBMás lenta
7Qwen3.8 27B (Q8) (misma opción, más margen)27BQ8_096GB~27GBMás lenta

El nivel de RAM, el tamaño cargado y las etiquetas de velocidad se calculan en vivo a partir de la base de datos de modelos de ModelFit (data/models.json) con el mismo motor que impulsa el asistente. "Nivel de RAM" es la configuración de memoria del Mac para la que está dimensionada la opción, no el mínimo bruto del modelo; las etiquetas de velocidad son estimaciones, no resultados de pruebas reales.

¿Qué LLM puedo ejecutar en un MacBook Air?

Un MacBook Air de 16GB ejecuta Qwen3.5 9B Instruct (Q8) (~11GB en Q8_0) con comodidad; un Air de 8GB maneja Ornith 1.0 9B (~6GB); y un Air de 24GB puede cargar Qwen3.8 27B (~17GB).

El techo práctico de un Air de 32GB es Qwen3.8 27B (~17GB). Cualquier modelo de la tabla de arriba con un nivel de RAM igual o inferior a la memoria de tu Air se cargará; solo deja unos GB libres para macOS. Para opciones específicas de cada chip, nuestra página de MacBook Air M5 clasifica los mejores modelos para el Air de la generación actual.

MacBook Air o Pro: ¿cuál es mejor para IA local?

Tanto el MacBook Air como el MacBook Pro pueden ejecutar modelos de IA locales con eficacia, pero sirven para usos distintos. Conocer sus puntos fuertes te ayuda a elegir el tamaño de modelo adecuado y a tener expectativas realistas.

MacBook Air

  • Excelente para modelos de hasta 14B parámetros
  • Perfecto para asistentes de código y chat
  • Funcionamiento silencioso (sin ventilador)
  • Gran autonomía durante las cargas de IA
  • Limitación térmica en cargas sostenidas
  • Limitado a 32GB de RAM como máximo

MacBook Pro

  • Maneja con facilidad modelos MoE de 30B a 120B
  • La refrigeración activa evita la limitación térmica
  • Hasta 128GB de memoria unificada
  • Rendimiento sostenido en sesiones largas
  • Mejor para ejecutar varios modelos a la vez
  • Precio más alto

Para la mayoría de los desarrolladores y aficionados a la IA, un MacBook Air con 16GB de RAM es una excelente puerta de entrada a la IA local. El MacBook Pro se vuelve imprescindible cuando necesitas ejecutar modelos más grandes (30B+) o un rendimiento sostenido en tareas largas de IA.

Tabla 2

M1, M2, M3, M4 o M5: ¿qué chip es el mejor para IA?

Cada generación de Apple Silicon trae mejoras notables para las cargas de IA. Así se comparan ejecutando el mismo modelo de 8B parámetros en un MacBook Pro, según el motor de recomendaciones de ModelFit:

ChipNeural EngineAncho de banda de memoriaVelocidad modelo 8B (est.)vs M1
M111 TOPS68 GB/sest. 8 tok/s
error típico 10%
Referencia
M215.8 TOPS100 GB/sest. 13 tok/s
error típico 10%
+62%
M318 TOPS100 GB/sest. 14 tok/s
error típico 10%
+69%
M438 TOPS120 GB/sest. 16 tok/s
error típico 10%
+95%
M5No comunicado153 GB/sest. 21 tok/s
error típico 10%
+163%

La generación M5 es la que más avanza: Apple pone un Neural Accelerator en cada núcleo de la GPU y sube el ancho de banda de memoria base a 153 GB/s, una mejora estimada de 163% sobre el M1 con el mismo modelo de 8B. Para cargas de IA de producción o los modelos locales más grandes, un MacBook Pro M5 Max o M4 Max es la opción clara; incluso un M1 base sigue siendo capaz con modelos locales más pequeños. Todas las velocidades de esta página son estimaciones de ModelFit, no resultados de benchmarks reales; el error típico es la diferencia mediana respecto a ejecuciones reales en hardware con el que no se ajustó el modelo (cómo funcionan las estimaciones).

Guía de configuraciones de RAM

La arquitectura de memoria unificada de Apple hace que toda la RAM esté disponible tanto para la CPU como para la GPU, lo que convierte a los MacBook en equipos excepcionalmente capaces para IA. Esto es lo que puede manejar cada nivel de RAM, según la base de datos de modelos de ModelFit en vivo:

  • 8GB de RAM

    Ideal para: modelos de 2B a 8B. Las arquitecturas MoE dispersas como Ornith 1.0 9B ofrecen más capacidad en menos memoria que un modelo denso de este tamaño. Modelos recomendados: Ornith 1.0 9B, Gemma 4 E2B

    Gama de entrada
  • 16GB de RAM

    Ideal para: modelos de 9B a 12B con comodidad. Modelos recomendados: Qwen3.5 9B Instruct (Q8), Mellum2.1 12B-A2.5B Thinking

    El punto óptimo
  • 24-32GB de RAM

    Ideal para: modelos densos o MoE de 12B a 35B. Excelente para asistentes de código y razonamiento complejo. Modelos recomendados: Qwen3.8 27B, Qwen3.8 27B

    Usuario avanzado
  • 48-64GB+ de RAM

    Ideal para: modelos de clase 27B a 35B con mayor cuantización, y la antesala de los MoE insignia de 80B o más. Desarrollo profesional de IA. Modelos recomendados: Qwen3.8 27B (Q8), Qwen3.8 27B (Q8)

    Estación de trabajo pro

Consejo pro: con la memoria unificada, un MacBook de 16GB suele superar a un PC con Windows con 32GB de RAM dedicada en cargas de IA, porque no se copian datos entre la memoria de la CPU y la de la GPU.

Where to buy for local AI

best configs

ModelFit may earn a commission on purchases through these links, at no extra cost to you.

Where to buy for local AI

best configs

ModelFit may earn a commission on purchases through these links, at no extra cost to you.

Consejos para optimizar el rendimiento

  • Usa la cuantización Q4_K_M

    Q4_K_M ofrece el mejor equilibrio entre calidad y velocidad. Reduce el tamaño del modelo 4 veces con una pérdida de calidad mínima respecto a la precisión completa.

  • Activa la aceleración de GPU con Metal

    Ollama usa Metal automáticamente en macOS. Comprueba que tienes la última versión para obtener el mejor rendimiento en Apple Silicon.

  • Vigila la temperatura

    El MacBook Air puede reducir su rendimiento durante una inferencia prolongada. Usa una base refrigerante o haz pausas durante las generaciones largas.

  • Guarda los modelos en el SSD

    Guarda siempre los modelos en el SSD interno. Los discos externos, incluso Thunderbolt, pueden ralentizar la carga de modelos y la inferencia.

Preguntas frecuentes

¿Qué MacBook es mejor para ejecutar modelos de IA locales?

El MacBook Pro es la mejor opción para IA local: la refrigeración activa y las configuraciones de hasta 128GB de RAM le permiten ejecutar modelos más grandes sin limitación térmica. Un MacBook Air ejecuta con comodidad modelos densos de hasta unos 12B, mientras que un MacBook Pro con 96GB o más de RAM puede ejecutar modelos MoE de 80B a 122B como Qwen3.8 27B.

¿Puede un MacBook Air ejecutar modelos de 70B parámetros?

No con comodidad. Un modelo denso de 70B ocupa unos 42GB una vez cargado, más de lo que caben en los 32GB de RAM máximos de un MacBook Air con margen para macOS. Un Air saca la máxima calidad por gigabyte de los modelos MoE dispersos, que cargan mucho menos de lo que sugiere su número de parámetros. Para modelos densos de 70B o más, usa un MacBook Pro con 64GB o más de RAM.

¿Es el chip M4 mejor que el M3 para IA?

Sí. Según las estimaciones de ModelFit, un modelo de 8B funciona a est. 16 tok/s, error típico 10% en M4 frente a est. 14 tok/s, error típico 10% en M3, una mejora de aproximadamente 15% gracias al Neural Engine más grande y al mayor ancho de banda de memoria. La generación M5 va aún más lejos: est. 21 tok/s, error típico 10% con el mismo modelo.

¿Cuánta RAM necesito para LLM locales en un MacBook?

16GB ejecutan con comodidad un modelo de unos 9B como Qwen3.5 9B. De 24 a 32GB se pasa a un modelo denso de 12B o a un MoE de clase 35B como Qwen3.8 27B. 96GB o más abren la puerta a los MoE insignia de 80B a 122B como Qwen3.8 27B. Gracias a la memoria unificada del MacBook, toda la RAM está disponible para cargar el modelo.

¿Cuál es el mejor MacBook Pro para ejecutar LLM?

Un MacBook Pro con chip M4 Max o M5 Max y 96GB o más de memoria unificada es el mejor MacBook para LLM: ejecuta por completo en memoria modelos MoE de 80B a 122B como Qwen3.8 27B, con refrigeración activa para sesiones largas. Para la mayoría de los usuarios, un MacBook Pro de 32 a 48GB es el punto óptimo y ejecuta Qwen3.8 27B a velocidades cómodas.

¿Qué LLM puedo usar con un MacBook Air?

Un MacBook Air ejecuta LLM locales de hasta unos 12B densos, o un MoE disperso de clase 35B con 32GB. Un Air de 16GB ejecuta Qwen3.5 9B con comodidad (~11GB cargados), un Air de 24GB pasa a Qwen3.8 27B, e incluso un Air de 8GB maneja Ornith 1.0 9B. Todos se cargan con Ollama o LM Studio con un solo comando.

¿Cuál es el mejor MacBook Air para ejecutar LLM?

El MacBook Air M5 con 32GB de memoria unificada es el mejor Air para LLM: cada núcleo de la GPU recibe un Neural Accelerator y el ancho de banda de memoria sube a 153 GB/s, así que los modelos de 9B a 14B van más rápido que en cualquier Air anterior. Un Air M4 de 24GB es la opción con mejor relación calidad-precio, y un Air de 16GB sigue ejecutando Qwen3.5 9B con comodidad para chat y ayuda con el código.

¿Puede un MacBook Air ejecutar modelos de lenguaje grandes?

Sí. Todos los MacBook Air con Apple Silicon ejecutan modelos de lenguaje grandes en local con Ollama o LM Studio: un Air de 8GB maneja Ornith 1.0 9B, un Air de 16GB ejecuta Qwen3.5 9B con comodidad, y un Air de 24 a 32GB llega a Qwen3.8 27B y Qwen3.8 27B. Al no tener ventilador, el Air reduce su rendimiento bajo cargas sostenidas, así que le van mejor el chat interactivo y las sesiones de código que los trabajos por lotes de varias horas.

Guías y recursos relacionados

¿No sabes qué modelo encaja con tu Mac?Abre el asistente: elige el mejor modelo para tu hardware exacto.
Abrir el asistente