¿Cuál es el mejor LLM para una Mac con 32 GB?

De los modelos con un Intelligence Index publicado, Qwen3.8 27B obtiene la puntuación más alta entre los que van bien con 32 GB (4 bits). El más grande que va bien es Qwen3.6 35B A3B. Para código: Qwen3 Coder 30B A3B Instruct.

¿Bastan 32 GB para IA local en una Mac?

38 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 24 GB de forma predeterminada; el modelo y su contexto tienen que caber ahí.

¿Puede una Mac de 32 GB ejecutar gpt-oss-20b?

Sí, 4,25 bits nativo, a unos 28–51 tokens por segundo en un M4 y 95–168 en un M1 Max.

Mejores LLM locales para una Mac de 32 GB (M1 a M6): qué corre

Mac con 32 GB

7 chips de M1 a M6 vienen con 32 GB. Abre uno para ver su propia lista y sus velocidades.

Va bien 38

Cabe con espacio para el contexto, a 10 tokens por segundo o más en el M1 Max.

Modelo	Versión	Memoria	M4	M1 Max
Qwen3.8 27B27B · Inteligencia 33,7	4 bits	15,2 GB	2–4	12–21
Qwen3.6 35B A3B35B · 3B activos · Inteligencia 18,2	4 bits	19,7 GB	32–56	106–188
Muse Glimmer 30B29,6B · Inteligencia 17,5	4 bits	16,7 GB	3–6	11–19
Gemma 4 31B30,7B · Inteligencia 14,7	4 bits	17,3 GB	3–6	10–18
Nemotron 3.5 Lightning 30B A3B30B · 3B activos · Inteligencia 12,9	4 bits	16,9 GB	32–56	106–188
Granite 4.2 30B30B · Inteligencia 12,7	4 bits	16,9 GB	3–6	11–19
MiniCPM5 2B2,52B · Inteligencia 12,5	8 bits	2,7 GB	20–36	67–119
Qwen3.5 9B9B · Inteligencia 11,2	8 bits	9,6 GB	11–19	19–33
Granite 4.2 8B8B · Inteligencia 11,1	8 bits	8,5 GB	12–21	21–38
Granite 4.2 3B3B · Inteligencia 9,1	8 bits	3,2 GB	17–30	56–100
gpt-oss-20b21B · 3,6B activos · Inteligencia 9	4,25 bits nativo	13,8 GB	28–51	95–168
Nemotron 3 Nano 30B A3B30B · 3,5B activos · Inteligencia 8,9	4 bits	16,9 GB	27–48	90–160
Gemma 4 E4B8B · Inteligencia 8,9	8 bits	8,5 GB	11–20	38–67
Ministral 3 8B8,9B · Inteligencia 5,5	8 bits	9,5 GB	11–19	19–34
Nemotron 3 Nano 4B3,97B · Inteligencia 4,8	8 bits	4,2 GB	13–23	43–76
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B activos	4 bits	17,2 GB	28–51	95–168
GLM-4.7 Flash30B · 3B activos	4 bits	16,9 GB	32–56	106–188
Qwen3.6 27B27B	4 bits	15,2 GB	2–4	12–21
Gemma 4 26B A4B25,2B · 3,8B activos	6 bits	20,5 GB	17–31	58–103
Devstral Small 2 (24B)24B	4 bits	13,5 GB	3–5	13–24
Magistral Small 1.2 (2509)24B	4 bits	13,5 GB	3–5	13–24
Mistral Small 3.2 (24B)24B	4 bits	13,5 GB	3–5	13–24
LFM2.5 24B A2B24B · 2B activos	6 bits	19,5 GB	34–60	113–200
Phi-4 Reasoning Vision 15B15B	8 bits	15,9 GB	3–6	11–20
Phi-4 (14B)14B	8 bits	14,9 GB	4–6	12–21
Gemma 4 12B Unified12B	8 bits	12,7 GB	4–8	14–25
Qwen3 8B8,2B	8 bits	8,7 GB	12–21	21–37
Llama 3.1 8B Instruct8B	8 bits	8,5 GB	12–21	21–38
Gemma 4 E2B5,1B	8 bits	5,4 GB	23–40	75–133
Qwen3.5 4B4B	8 bits	4,3 GB	13–22	42–74
Phi-4 mini instruct3,8B	8 bits	4 GB	14–24	45–80
Llama 3.2 3B Instruct3,21B	8 bits	3,4 GB	16–28	53–94
SmolLM3 3B3B	8 bits	3,2 GB	17–30	56–100
LFM2.5 2.6B2,69B	8 bits	2,9 GB	19–33	62–110
Qwen3.5 2B2B	8 bits	2,1 GB	26–46	86–152
Llama 3.2 1B Instruct1,23B	8 bits	1,3 GB	42–74	138–246
Qwen3.5 0.8B0,8B	8 bits	0,9 GB	60–107	200–356
Qwen3 0.6B0,6B	8 bits	0,6 GB	90–160	300–533

Funciona, pero lento 1

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

Modelo	Versión	Memoria	M4	M1 Max
Llama 3.3 70B Instruct70B	2 bits menor calidad	21,9 GB	2–4	8–15

Cabe muy justo 2

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

Modelo	Versión	Memoria	M4	M1 Max
Nemotron 3.5 Bolt 74B A9B74B · 9B activos · Inteligencia 21,4	2 bits menor calidad	23,1 GB	19–34	64–114
Qwen3 Coder Next80B · 3B activos · Inteligencia 9,2	2 bits menor calidad	25 GB	60–107	200–356

Preguntas

¿Cuál es el mejor LLM para una Mac con 32 GB?: De los modelos con un Intelligence Index publicado, Qwen3.8 27B obtiene la puntuación más alta entre los que van bien con 32 GB (4 bits). El más grande que va bien es Qwen3.6 35B A3B. Para código: Qwen3 Coder 30B A3B Instruct.
¿Bastan 32 GB para IA local en una Mac?: 38 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 24 GB de forma predeterminada; el modelo y su contexto tienen que caber ahí.
¿Puede una Mac de 32 GB ejecutar gpt-oss-20b?: Sí, 4,25 bits nativo, a unos 28–51 tokens por segundo en un M4 y 95–168 en un M1 Max.

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 32 GB.