¿Qué LLM en Mac Studio (M2 / M3 / M4 Ultra, 64–512 GB)? ?

#Mac Studio en 2026

Mac Studio M2 Ultra (2023)

24 núcleos CPU + 60 o 76 núcleos GPU, 800 GB/s, RAM de 64/128/192 GB. Sigue disponible de segunda mano a partir de 2800 €.

Mac Studio M4 Max (2025)

16 núcleos de CPU + 40 núcleos de GPU, 546 GB/s, RAM de 36 a 128 GB. Sustituye al M2 Max. Apple ya no lo vende nuevo: fue reemplazado a finales de septiembre de 2026 por el M5 Max (a partir de 2 999 €).

Mac Studio M3 Ultra (2025)

28 núcleos de CPU + 60 u 80 núcleos de GPU, 800 GB/s, RAM de 96/256/512 GB. El monstruo. Se vendía desde 4499 € (96 GB) hasta 11 299 € (512 GB) hasta la llegada del M5 Ultra; a finales de septiembre de 2026 ya no figuraba en el catálogo de Apple (de segunda mano o unidades restantes en stock).

Consumo

15 W en reposo, 70-130 W durante la inferencia según la configuración. El M3 Ultra de 512 GB alcanza picos de ~150 W con un modelo de 405B.

#1. M2 Ultra vs M3 Ultra vs M4 Max

M4 Max

Modelo de entrada del Mac Studio. 546 GB/s, 128 GB como máximo. Mejor que un MBP M4 Max: sin throttling, más barato (formato de sobremesa).

M2 Ultra

Primera generación Ultra. 800 GB/s, hasta 192 GB. De segunda mano entre 2800 y 4500 €. Sigue siendo competitivo para 70B-123B.

M3 Ultra

Último Ultra (2025). 800 GB/s igual que el M2 Ultra, pero arquitectura M3 (+20 % en la práctica). 96 a 512 GB de RAM. Para quienes quieren superar los 200B.

#2. ¿Hasta qué punto se puede exprimir la RAM?

96 GB (M3 Ultra base)

4499 € en el catálogo del M3 Ultra, que ya no se vende nuevo (M5 Ultra 96 GB: 6 599 €). Ejecuta gpt-oss 120B (MXFP4, 63 GB) a ~50 tok/s y los MoE ~30B (Qwen 3.6 35B-A3B) a ~70 tok/s, con margen para un contexto largo. Punto óptimo para grandes MoE hasta ~120B.

256 GB (M3 Ultra + 256)

7299 € en el catálogo del M3 Ultra; ya no se vende nuevo. Permite ejecutar Llama 4 Maverick 402B Q4 (230 GB) a ~34 tok/s y DeepSeek V3 671B Q2 (~240 GB). Para quien quiere modelos de 400B o más.

512 GB (máximo del M3 Ultra)

11 299 € en el catálogo del M3 Ultra, que ya no se vende nuevo (M5 Ultra 512 GB: finales de octubre de 2026). DeepSeek V3 671B Q4 (380 GB) cabe, Qwen3-235B-A22B en Q8, contexto de 128k+ en los MoE grandes. Terreno de investigación e I+D.

192 GB (M2 Ultra max)

Carga Qwen3-235B-A22B Q4 (133 GB) y Maverick 402B en Q3. Equivalente funcional al M3 Ultra de 256 GB, pero un poco más barato de ocasión. Buen equilibrio.

#3. Modelos exclusivos de Ultra

#4. Benchmarks 120B, 235B, 671B

#5. Configuración de la estación de trabajo LLM

# Ollama + optimisations max
brew install --cask ollama

launchctl setenv OLLAMA_FLASH_ATTENTION 1
launchctl setenv OLLAMA_KV_CACHE_TYPE q8_0
launchctl setenv OLLAMA_NUM_PARALLEL 4
launchctl setenv OLLAMA_HOST "0.0.0.0:11434"

# Relever mémoire GPU à 480 Go (sur 512 Go)
sudo sysctl iogpu.wired_limit_mb=491520
echo "iogpu.wired_limit_mb=491520" | sudo tee -a /etc/sysctl.conf

brew services start ollama

# Pour DeepSeek V3 671B : passer par llama.cpp maison
git clone https://github.com/ggerganov/llama.cpp && cd llama.cpp
make GGML_METAL=1 LLAMA_METAL_EMBED_LIBRARY=1

# Lancement
./build/bin/llama-server \
  -m ./models/DeepSeek-V3-671B-Q4_K_M.gguf \
  -ngl 99 -fa -c 16384 \
  -ctk q8_0 -ctv q8_0 \
  --host 0.0.0.0 --port 8080

#6. DeepSeek V3 671B en M3 Ultra 512 GB

Es el caso de uso estrella del Mac Studio de 512 GB. El modelo ocupa 380 GB en Q4_K_M, cabe en la RAM de la configuración de 512 GB y funciona con un contexto de 16k a ~16 tok/s (MoE, ~37B de parámetros activos de un total de 671B). Calidad cercana a la de los mejores modelos propietarios en la mayoría de las tareas.

Descarga

Aproximadamente 380 GB a través de Hugging Face. Planifica entre 4 y 8 horas según tu conexión.

Tiempo de carga

~60 segundos la primera vez (SSD → RAM). Instantáneo después siempre que el modelo permanezca en memoria.

Consumo en inferencia

~150 W. Se calienta hasta 70-75 °C. Ventilador audible pero no ruidoso (con un nivel de ruido muy inferior al de un PC equivalente).

¿Cuándo vale la pena?

I+D, equipos que quieren un modelo de vanguardia 100 % sin conexión, pruebas comparativas internas, conjuntos de datos sensibles. Para producción, la API en la nube es más económica.

#Mac Studio vs PC con 2× RTX 5090

Precio 2026

Mac Studio M3 Ultra de 512 GB: ~11 300 € en catálogo hasta septiembre de 2026; ya no se vende nuevo (M5 Ultra de 512 GB anunciado a finales de octubre). PC con 2× RTX 5090 + plataforma: ≈ 15 000 €.

Memoria útil para LLM

Mac: 512 GB de memoria unificada. PC: 2 × 32 GB de VRAM = 64 GB. Para modelos de 400B+ (Maverick 402B, DeepSeek 671B), el PC simplemente no puede cargar el modelo.

Velocidad con un modelo de ~30B (Qwen 3.6 35B-A3B)

PC con dos 5090: ~120 tok/s (CUDA, cabe en VRAM). Mac M3 Ultra: ~70 tok/s. El PC tiene ventaja con lo que cabe en VRAM.

Velocidad en DeepSeek 671B / Maverick 402B

Mac: 16-34 tok/s (MoE). PC: imposible sin descargar una gran parte del procesamiento en la CPU (< 2 tok/s).

Consumo

Mac Studio: 150 W en pico. PC con 2× 5090: 900 W máximo. Asegúrate de multiplicar por 3 el costo eléctrico del lado del PC.

Ruido

Mac: ruido leve pero audible. PC con 2× 5090: muy ruidoso (ventiladores de las GPU a tope).

Veredicto

El Mac Studio gana en capacidad (modelos 200B+) y eficiencia. El PC gana en velocidad pura en modelos que caben en VRAM (≤ ~30 GB). Elige según tu perfil de modelos objetivo.

#Preguntas frecuentes

Los precios cambian rápidamente: nuestro seguimiento registra cada lunes y cada jueves el precio más bajo de las tarjetas gráficas para IA local, junto con el precio por GB de VRAM.

• Precios de las tarjetas gráficas para la IA local (actualizados dos veces por semana)