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.
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.
| # | Modelo | Parám. | Cuant. | Nivel de RAM | Tamaño cargado | Velocidad (est.) |
|---|---|---|---|---|---|---|
| 1 | Ornith 1.0 9B | 9B | Q4_K_M | 8GB | ~6GB | Más lenta |
| 2 | Qwen3.5 9B Instruct (Q8) | 9B | Q8_0 | 16GB | ~11GB | Más lenta |
| 3 | Qwen3.8 27B | 27B | Q4_K_M | 24GB | ~17GB | Más lenta |
| 4 | Qwen3.8 27B (misma opción, más margen) | 27B | Q4_K_M | 32GB | ~17GB | Más lenta |
| 5 | Qwen3.8 27B (Q8) | 27B | Q8_0 | 48GB | ~27GB | Más lenta |
| 6 | Qwen3.8 27B (Q8) (misma opción, más margen) | 27B | Q8_0 | 64GB | ~27GB | Más lenta |
| 7 | Qwen3.8 27B (Q8) (misma opción, más margen) | 27B | Q8_0 | 96GB | ~27GB | Más 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.
Recibe un aviso cuando un modelo supere estas opciones en tu MacBook Air M5 16 GB
Un correo cuando un nuevo modelo de pesos abiertos encaje mejor con tu Mac, además del boletín semanal del jueves.
For: MacBook Air M5 16 GB
You'll also get the weekly ModelFit email. By signing up you agree to our Privacy Policy. Unsubscribe from either email anytime, in one click.
¿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.
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:
| Chip | Neural Engine | Ancho de banda de memoria | Velocidad modelo 8B (est.) | vs M1 |
|---|---|---|---|---|
| M1 | 11 TOPS | 68 GB/s | est. 8 tok/s error típico 10% | Referencia |
| M2 | 15.8 TOPS | 100 GB/s | est. 13 tok/s error típico 10% | +62% |
| M3 | 18 TOPS | 100 GB/s | est. 14 tok/s error típico 10% | +69% |
| M4 | 38 TOPS | 120 GB/s | est. 16 tok/s error típico 10% | +95% |
| M5 | No comunicado | 153 GB/s | est. 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:
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.
Modelos recomendados por configuración
MacBook Air (8-16GB)
| Comando | Ideal para | Tamaño cargado | Velocidad (est.) |
|---|---|---|---|
| qwen3.5:9b | Quality, Coding, Reasoning | ~7GB | est. 19 tok/s, error típico 10% |
| llama-server -hf JetBrains/Mellum2.1-12B-A2.5B-Thinking-GGUF:Q4_K_M | Agentic coding, Small machines | ~8GB | est. 38 tok/s, error típico 10% |
| nemotron-3.5-bolt:e4b | Voice assistants, Tool calling, Chat | ~8GB | est. 25 tok/s, error típico 10% |
| gemma4:12b | Chat, Coding, Multimodal | ~8GB | est. 12 tok/s, error típico 10% |
MacBook Pro 14"/16" (24-64GB)
| Comando | Ideal para | Tamaño cargado | Velocidad (est.) |
|---|---|---|---|
| gemma4:26b | Chat, Coding, Multimodal | ~16GB | est. 53 tok/s, error típico 10% |
| llama-server -hf bartowski/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-GGUF:IQ4_XS | Agentic, Coding, Long context | ~19GB | est. 66 tok/s, error típico 10% |
| qwen3.8:27b | Coding, Agent, Vision, Long context | ~17GB | est. 14 tok/s, error típico 10% |
| lfm2:24b-a2b | Local AI agents, privacy-first tool calling, MCP workflows | ~14GB | est. 92 tok/s, error típico 10% |
MacBook Pro Max/Studio (96GB+)
| Comando | Ideal para | Tamaño cargado | Velocidad (est.) |
|---|---|---|---|
| llama-server -hf bartowski/Kolibri-1-GGUF:Q4_K_M | Reasoning, German, Long context | ~50GB | est. 102 tok/s, error típico 10% |
| qwen3.6:35b-a3b-q8_0 | Reasoning, Coding, Agents | ~39GB | est. 87 tok/s, error típico 10% |
| llama-server -hf unsloth/NVIDIA-Nemotron-3-Super-120B-A12B-GGUF:UD-IQ4_XS | Agentic workflows, Long context, Reasoning | ~65GB | est. 37 tok/s, error típico 10% |
| qwen3-next:80b | Chat, Coding, Long Context | ~50GB | est. 117 tok/s, error típico 10% |
Where to buy for local AI
best configs- External SSD · 2TBArchive your model library off the internal drive. Quantized models run 5 to 40GB each, so 2TB holds dozens with room to spare.Check price on Amazon
- USB4 NVMe Enclosure40Gbps external storage fast enough to run models from. Pair it with an M.2 drive for a portable model vault.Check price on Amazon
- Laptop Stand / RiserThe fanless MacBook Air heat-soaks on long inference runs. An aluminum riser lifts the chassis so it sheds heat better off the desk.Check price on Amazon
- USB-C Hub / DockMore ports for the external drives, displays and peripherals around a local-AI workstation.Check price on Amazon
ModelFit may earn a commission on purchases through these links, at no extra cost to you.
Where to buy for local AI
best configs- External SSD · 2TBArchive your model library off the internal drive. Quantized models run 5 to 40GB each, so 2TB holds dozens with room to spare.Check price on Amazon
- USB4 NVMe Enclosure40Gbps external storage fast enough to run models from. Pair it with an M.2 drive for a portable model vault.Check price on Amazon
- Laptop Stand / RiserLong inference runs keep the MacBook Pro fans spinning. An aluminum riser opens the airflow under the chassis so it runs cooler and quieter.Check price on Amazon
- USB-C Hub / DockMore ports for the external drives, displays and peripherals around a local-AI workstation.Check price on Amazon
- Sweet spotMacBook Pro M5 Pro · 48GBRuns 30B models with headroom; active cooling sustains long inference without throttling.Check price at Apple
- Max headroomMacBook Pro M5 Max · 128GBLoads 70B models locally, the most capable AI laptop config.Check price at Apple
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.
Recibe un aviso cuando un nuevo modelo encaje mejor con tu MacBook Air M5 16 GB
Un correo cuando un nuevo modelo de pesos abiertos encaje mejor con tu Mac, además del boletín semanal del jueves.
For: MacBook Air M5 16 GB
You'll also get the weekly ModelFit email. By signing up you agree to our Privacy Policy. Unsubscribe from either email anytime, in one click.
Guías y recursos relacionados
- Guía de instalación de OllamaInstalación y configuración completas
- Generación de imágenes en local en MacModelos y aplicaciones de imagen según la RAM del Mac
- Generación de vídeo en local en MacModelos y aplicaciones de vídeo para Apple Silicon
- Mejor LLM para iPhoneRecomendaciones de modelos de IA para móvil
- Modelos para MacBook AirRecomendaciones de modelos optimizadas
- Modelos para MacBook ProConfiguraciones de alto rendimiento
- ¿Cuánta RAM necesitas?Matriz de tamaño de modelo y RAM para cada nivel
- MacBook Air o Pro para LLMInferencia sostenida y limitación térmica
- LLM locales en una GPU NVIDIADe la RTX 3060 a la 5090, clasificadas para Ollama
- Mejor GPU de bajo presupuesto: RTX 3060 12GBLa tarjeta dedicada más barata para IA local