¿Cuál es el mejor LLM para una Mac con 24 GB?

De los modelos con un Intelligence Index publicado, MiniCPM5 2B obtiene la puntuación más alta entre los que van bien con 24 GB (8 bits). El más grande que va bien es Gemma 4 26B A4B. Para código: Devstral Small 2 (24B).

¿Bastan 24 GB para IA local en una Mac?

28 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 18 GB de forma predeterminada; el modelo y su contexto tienen que caber ahí.

¿Puede una Mac de 24 GB ejecutar gpt-oss-20b?

Sí, 4,25 bits nativo, a unos 24–42 tokens por segundo en un M3 y 73–129 en un M5 Pro.

Mejores LLM locales para una Mac de 24 GB (M2 a M6): qué corre

Mac con 24 GB

7 chips de M2 a M6 vienen con 24 GB. Abre uno para ver su propia lista y sus velocidades.

Va bien 36

Cabe con espacio para el contexto, a 10 tokens por segundo o más en el M5 Pro.

Modelo	Versión	Memoria	M3	M5 Pro
MiniCPM5 2B2,52B · Inteligencia 12,5	8 bits	2,7 GB	17–30	51–91
Qwen3.5 9B9B · Inteligencia 11,2	8 bits	9,6 GB	5–8	14–26
Granite 4.2 8B8B · Inteligencia 11,1	8 bits	8,5 GB	10–18	16–29
Granite 4.2 3B3B · Inteligencia 9,1	8 bits	3,2 GB	14–25	43–77
gpt-oss-20b21B · 3,6B activos · Inteligencia 9	4,25 bits nativo	13,8 GB	24–42	73–129
Gemma 4 E4B8B · Inteligencia 8,9	8 bits	8,5 GB	12–22	29–51
Ministral 3 8B8,9B · Inteligencia 5,5	8 bits	9,5 GB	5–8	15–26
Nemotron 3 Nano 4B3,97B · Inteligencia 4,8	8 bits	4,2 GB	11–19	33–58
Gemma 4 26B A4B25,2B · 3,8B activos	4 bits	14,2 GB	21–38	66–117
Devstral Small 2 (24B)24B	4 bits	13,5 GB	3–6	10–18
Magistral Small 1.2 (2509)24B	4 bits	13,5 GB	3–6	10–18
Mistral Small 3.2 (24B)24B	4 bits	13,5 GB	3–6	10–18
LFM2.5 24B A2B24B · 2B activos	4 bits	13,5 GB	41–73	126–223
Phi-4 Reasoning Vision 15B15B	6 bits	12,2 GB	3–5	11–20
Phi-4 (14B)14B	6 bits	11,4 GB	3–5	12–22
Gemma 4 12B Unified12B	8 bits	12,7 GB	4–6	11–19
Qwen3 8B8,2B	8 bits	8,7 GB	10–17	16–28
Llama 3.1 8B Instruct8B	8 bits	8,5 GB	10–18	16–29
Gemma 4 E2B5,1B	8 bits	5,4 GB	19–33	58–102
Qwen3.5 4B4B	8 bits	4,3 GB	10–19	32–57
Phi-4 mini instruct3,8B	8 bits	4 GB	11–20	35–61
Llama 3.2 3B Instruct3,21B	8 bits	3,4 GB	13–24	41–72
SmolLM3 3B3B	8 bits	3,2 GB	14–25	43–77
LFM2.5 2.6B2,69B	8 bits	2,9 GB	16–28	48–85
Qwen3.5 2B2B	8 bits	2,1 GB	21–38	66–117
Llama 3.2 1B Instruct1,23B	8 bits	1,3 GB	35–62	106–189
Qwen3.5 0.8B0,8B	8 bits	0,9 GB	50–89	154–273
Qwen3 0.6B0,6B	8 bits	0,6 GB	75–133	230–409
Qwen3.6 35B A3B35B · 3B activos · Inteligencia 18,2	3 bits menor calidad	15,3 GB	35–62	106–189
Muse Glimmer 30B29,6B · Inteligencia 17,5	3 bits menor calidad	13 GB	3–6	11–19
Gemma 4 31B30,7B · Inteligencia 14,7	3 bits menor calidad	13,4 GB	3–6	10–18
Nemotron 3.5 Lightning 30B A3B30B · 3B activos · Inteligencia 12,9	3 bits menor calidad	13,1 GB	35–62	106–189
Granite 4.2 30B30B · Inteligencia 12,7	3 bits menor calidad	13,1 GB	3–6	11–19
Nemotron 3 Nano 30B A3B30B · 3,5B activos · Inteligencia 8,9	3 bits menor calidad	13,1 GB	30–53	92–164
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B activos	3 bits menor calidad	13,3 GB	32–57	99–175
GLM-4.7 Flash30B · 3B activos	3 bits menor calidad	13,1 GB	35–62	106–189

Funciona, pero lento 2

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

Modelo	Versión	Memoria	M3	M5 Pro
Qwen3.8 27B27B · Inteligencia 33,7	4 bits	15,2 GB	3–5	9–16
Qwen3.6 27B27B	4 bits	15,2 GB	3–5	9–16

Preguntas

¿Cuál es el mejor LLM para una Mac con 24 GB?: De los modelos con un Intelligence Index publicado, MiniCPM5 2B obtiene la puntuación más alta entre los que van bien con 24 GB (8 bits). El más grande que va bien es Gemma 4 26B A4B. Para código: Devstral Small 2 (24B).
¿Bastan 24 GB para IA local en una Mac?: 28 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 18 GB de forma predeterminada; el modelo y su contexto tienen que caber ahí.
¿Puede una Mac de 24 GB ejecutar gpt-oss-20b?: Sí, 4,25 bits nativo, a unos 24–42 tokens por segundo en un M3 y 73–129 en un M5 Pro.

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 24 GB.