Por tamaño de memoria
| Memoria | Van bien | El más grande que va bien | gpt-oss-20b |
|---|---|---|---|
| 8 GB100 GB/s | 16 | Granite 4.2 8B | demasiado grande |
| 16 GB100 GB/s | 17 | Qwen3 8B | 28–50 tok/s |
| 24 GB100 GB/s | 20 | Gemma 4 26B A4B | 24–42 tok/s |
Modelos de Mac: MacBook Air (13-inch, M3, 2024), MacBook Air (15-inch, M3, 2024). No todos los tamaños de memoria se ofrecen con cada modelo; las especificaciones técnicas de Apple indican con qué viene cada uno.
Preguntas
- MacBook Air con M3: ¿es buena opción para LLM locales?
- Con 24 GB ejecuta bien 20 de 73 modelos abiertos, hasta Gemma 4 26B A4B, y escribe unos 24–42 tokens por segundo con gpt-oss-20b. El chip M3 lee la memoria a 100 GB/s, lo que marca su velocidad de escritura.
- MacBook Air con M3: ¿cuánta memoria necesita para IA?
- Con 8 GB ejecuta bien 16 modelos abiertos; con 24 GB, 20, hasta Gemma 4 26B A4B. La memoria decide qué modelos caben y no se puede ampliar después.
Otras Mac
MacBook Air con otros chips:
Otras Mac con M3:
Cara a cara:
El M3 para IA local · La mejor Mac para LLM en local · Todas las Mac
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.