¿Cuál es el mejor LLM para una Mac con 18 GB?

De los modelos con un Intelligence Index publicado, MiniCPM5 2B obtiene la puntuación más alta entre los que van bien con 18 GB (8 bits). El más grande que va bien es Gemma 4 12B Unified.

¿Bastan 18 GB para IA local en una Mac?

20 de los 73 modelos abiertos de esta lista van bien con esa memoria, a 4 bits o más. macOS deja que la GPU use unos 14 GB de forma predeterminada; el modelo y su contexto tienen que caber ahí.

¿Puede una Mac de 18 GB ejecutar gpt-oss-20b?

Muy justo: sube el límite de memoria de la GPU y usa un contexto corto.

Mejores LLM locales para una Mac de 18 GB (M3): qué corre

Mac con 18 GB

M3 Pro150 GB/s

1 chips de M3 vienen con 18 GB. Abre uno para ver su propia lista y sus velocidades.

Va bien 27

Cabe con espacio para el contexto, a 10 tokens por segundo o más en el M3 Pro.

Modelo	Versión	Memoria	Tokens/s
MiniCPM5 2B2,52B · Inteligencia 12,5	8 bits	2,7 GB	25–44
Qwen3.5 9B9B · Inteligencia 11,2	4 bits	5,1 GB	13–24
Granite 4.2 8B8B · Inteligencia 11,1	6 bits	6,5 GB	10–18
Granite 4.2 3B3B · Inteligencia 9,1	8 bits	3,2 GB	21–38
Gemma 4 E4B8B · Inteligencia 8,9	8 bits	8,5 GB	14–25
Ministral 3 8B8,9B · Inteligencia 5,5	4 bits	5 GB	14–24
Nemotron 3 Nano 4B3,97B · Inteligencia 4,8	8 bits	4,2 GB	16–29
Gemma 4 12B Unified12B	4 bits	6,7 GB	10–18
Qwen3 8B8,2B	6 bits	6,7 GB	10–18
Llama 3.1 8B Instruct8B	6 bits	6,5 GB	10–18
Gemma 4 E2B5,1B	8 bits	5,4 GB	28–50
Qwen3.5 4B4B	8 bits	4,3 GB	16–28
Phi-4 mini instruct3,8B	8 bits	4 GB	17–30
Llama 3.2 3B Instruct3,21B	8 bits	3,4 GB	20–35
SmolLM3 3B3B	8 bits	3,2 GB	21–38
LFM2.5 2.6B2,69B	8 bits	2,9 GB	23–41
Qwen3.5 2B2B	8 bits	2,1 GB	32–57
Llama 3.2 1B Instruct1,23B	8 bits	1,3 GB	52–92
Qwen3.5 0.8B0,8B	8 bits	0,9 GB	75–133
Qwen3 0.6B0,6B	8 bits	0,6 GB	113–200
Qwen3.6 35B A3B35B · 3B activos · Inteligencia 18,2	2 bits menor calidad	10,9 GB	75–133
Nemotron 3.5 Lightning 30B A3B30B · 3B activos · Inteligencia 12,9	2 bits menor calidad	9,4 GB	75–133
Nemotron 3 Nano 30B A3B30B · 3,5B activos · Inteligencia 8,9	2 bits menor calidad	9,4 GB	61–109
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B activos	2 bits menor calidad	9,5 GB	68–120
GLM-4.7 Flash30B · 3B activos	2 bits menor calidad	9,4 GB	75–133
Gemma 4 26B A4B25,2B · 3,8B activos	3 bits menor calidad	11 GB	40–71
LFM2.5 24B A2B24B · 2B activos	3 bits menor calidad	10,5 GB	75–133

Funciona, pero lento 10

Cabe, pero a menos de 10 tokens por segundo: sirve para trabajos por lotes, pero es lento para chatear.

Modelo	Versión	Memoria	Tokens/s
Phi-4 Reasoning Vision 15B15B	4 bits	8,4 GB	8–14
Phi-4 (14B)14B	6 bits	11,4 GB	6–11
Qwen3.8 27B27B · Inteligencia 33,7	3 bits menor calidad	11,8 GB	6–10
Muse Glimmer 30B29,6B · Inteligencia 17,5	2 bits menor calidad	9,3 GB	7–13
Gemma 4 31B30,7B · Inteligencia 14,7	2 bits menor calidad	9,6 GB	7–13
Granite 4.2 30B30B · Inteligencia 12,7	2 bits menor calidad	9,4 GB	7–13
Qwen3.6 27B27B	3 bits menor calidad	11,8 GB	6–10
Devstral Small 2 (24B)24B	3 bits menor calidad	10,5 GB	6–11
Magistral Small 1.2 (2509)24B	3 bits menor calidad	10,5 GB	6–11
Mistral Small 3.2 (24B)24B	3 bits menor calidad	10,5 GB	6–11

Cabe muy justo 1

Necesita casi toda la memoria: sube el límite de memoria de la GPU y usa un contexto corto.

Modelo	Versión	Memoria	Tokens/s
gpt-oss-20b21B · 3,6B activos · Inteligencia 9	4,25 bits nativo	13,8 GB	36–63

Preguntas

¿Cuál es el mejor LLM para una Mac con 18 GB?: De los modelos con un Intelligence Index publicado, MiniCPM5 2B obtiene la puntuación más alta entre los que van bien con 18 GB (8 bits). El más grande que va bien es Gemma 4 12B Unified.
¿Bastan 18 GB para IA local en una Mac?: 20 de los 73 modelos abiertos de esta lista van bien con esa memoria, a 4 bits o más. macOS deja que la GPU use unos 14 GB de forma predeterminada; el modelo y su contexto tienen que caber ahí.
¿Puede una Mac de 18 GB ejecutar gpt-oss-20b?: Muy justo: sube el límite de memoria de la GPU y usa un contexto corto.

Otros tamaños: 8 GB · 16 GB · 18 GB · 24 GB · 32 GB · 36 GB · 48 GB · 64 GB · 96 GB · 128 GB · 192 GB · 256 GB · 512 GB

Ejecútalos con MLX Harness (gratis, de código abierto) o con mlx-lm de Apple en Terminal: paso a paso.

Cómo se calcula

Memoria: los parámetros del modelo a 8, 6, 4, 3 o 2 bits por peso más las escalas por grupo de MLX (medio bit por peso), o su formato nativo, con espacio extra para el contexto. De forma predeterminada, macOS deja que la GPU use alrededor del 75 % de la memoria unificada. Velocidad: el ancho de banda de memoria dividido entre los bytes leídos por token es el techo para una conversación; en los benchmarks públicos de Apple Silicon de llama.cpp, las ejecuciones reales alcanzan entre el 45 % y el 80 % de ese techo, que es el rango que se muestra. Son estimaciones, no mediciones: mide tu propia Mac en MLX Bench. Datos de los modelos tomados de cada ficha oficial; datos de los chips, de las especificaciones técnicas de Apple. Revisado el 2026-10-19. Los mismos datos que mlx.app/compare.

Los mejores LLM para una Mac de 18 GB.