¿Qué LLM en MacBook Air M3 (8 / 16 / 24 GB)? ?

#MacBook Air M3 en 2026: la ficha técnica útil para los LLM

Según la ficha técnica de Apple, el chip M3 del MacBook Air combina una CPU de 8 núcleos (4 de rendimiento y 4 de eficiencia), una GPU de 8 o 10 núcleos, un Neural Engine de 16 núcleos y un ancho de banda de memoria de 100 GB/s. La memoria unificada está soldada: Apple indica dos configuraciones de entrada, 8 GB o 16 GB, ambas ampliables a 24 GB en el momento de la compra. El modelo está disponible en 13 y 15 pulgadas con el mismo chip.

Ancho de banda

100 GB/s, idéntico al del M2. Es el ancho de banda, más que el número de núcleos GPU, lo que limita la velocidad de generación.

Refrigeración

Sin ventilador. El chip solo puede disipar el calor a través del chasis: durante una generación larga, acaba reduciendo su frecuencia.

Neural Engine

16 núcleos, pero las herramientas habituales de IA local (Ollama, llama.cpp, LM Studio) utilizan la GPU a través de Metal, no el Neural Engine.

Novedad del M3

Dynamic Caching, que asigna en tiempo real la memoria local de la GPU. No tenemos mediciones de su efecto sobre los LLM ni prometemos ningún efecto.

#IA local o Apple Intelligence: dos cosas diferentes

Muchas búsquedas sobre el MacBook Air M3 se centran en la «IA» en sentido amplio. Apple Intelligence es el conjunto de funciones integrado en macOS (resúmenes, escritura, Siri); según Apple, funciona en los Mac equipados con un chip M1 o más reciente y, por tanto, en el MacBook Air M3. No te permite elegir el modelo, ni exponer una API, ni trabajar con tus propios documentos usando un modelo abierto.

La IA local, de la que se habla en esta guía, consiste en descargar un modelo abierto (Qwen, Gemma, Granite, Mistral) y ejecutarlo con Ollama, LM Studio o MLX. Tú decides el modelo, el tamaño de contexto y lo que permanece en la máquina. Ambos pueden coexistir; sin embargo, la memoria es compartida, y un modelo de 9 mil millones de parámetros cargado reduce lo que queda para macOS y las aplicaciones.

#¿Cuánta memoria: 8, 16 o 24 GB?

La memoria es el primer criterio, porque un modelo que supera la capacidad de memoria no se ralentiza: se vuelve inutilizable. En Apple Silicon, la GPU no puede usar toda la memoria unificada; según las discusiones en el repositorio llama.cpp, Metal asigna por defecto entre dos tercios y tres cuartos. En una máquina de 16 GB, cuenta con unos 10 a 12 GB para el modelo y su contexto.

La columna «utilizable» es una estimación basada en la regla de los dos tercios a tres cuartos, no un valor de Apple. La versión de 8 GB solo se justifica si sabes que seguirás usando únicamente modelos pequeños; como no se puede añadir memoria después, la versión de 16 GB es la opción razonable para la IA local. Para comprobar que un modelo y su contexto caben, la calculadora de memoria del sitio da el total.

• Calculadora de memoria para un modelo y un contexto
• Elegir tu cuantización

#¿Qué modelo elegir, con qué velocidad esperada?

La tasa de generación está limitada por el ancho de banda dividido entre el tamaño de los pesos leídos en cada token. Con 100 GB/s, un modelo de 4,6 GB tiene un límite de unos 21 tokens por segundo, uno de 6 GB de unos 16 y uno de 14 GB de unos 7. En las mediciones publicadas para un Llama 7B, el M3 alcanza 21,34 tokens por segundo en Q4_0, lo que equivale a aproximadamente un 80 % del límite teórico. Se trata de límites teóricos, no de garantías.

Si el resultado es demasiado lento, la solución no está en un ajuste, sino en el tamaño del modelo: pasar de 9B a 4B duplica aproximadamente la tasa de generación. Para programar, un modelo especializado de 7 a 9B resulta más útil que un 24B demasiado lento para usarlo de forma interactiva. La tabla de velocidades del sitio (/benchmarks) recoge las mediciones publicadas según el hardware.

#Sin ventilador: la temperatura limita las generaciones largas

El MacBook Air no tiene ventilador. Para una pregunta breve, no lo notarás. Para un resumen de varias decenas de páginas o una generación de varios minutos, el chip se calienta y acaba reduciendo su frecuencia y, por tanto, su velocidad de generación. El fenómeno depende de la habitación, de la carga y del entorno; no tenemos ninguna medición que citar, y es mejor comprobarlo en tu máquina con una generación larga.

Colocar la máquina sobre un soporte ventilado

Un soporte de aluminio o una superficie dura ayuda al chasis a evacuar el calor; un sofá o una cama lo impide.

Planificar pausas

En tareas largas, divide el trabajo en lotes en lugar de una sola generación de varios minutos.

Usar un modelo más pequeño

Un modelo de 4B o de 8B genera mucho menos calor que uno que satura el ancho de banda de forma continua.

Conectar a la red eléctrica

Cuando funciona con batería, macOS puede limitar el rendimiento para ahorrar energía.

• Optimizar la gestión térmica de una máquina que realiza inferencia

#Instalar Ollama y lanzar un primer modelo

Ollama requiere macOS Sonoma (14) o una versión posterior. La forma más sencilla es descargar la aplicación desde el sitio oficial; la guía de instalación detalla la variante con Homebrew. Una vez iniciada, la aplicación escucha en el puerto 11434 de la máquina, y los modelos se descargan con un solo comando.

1. 01
   Instalar Ollama

   Descarga la aplicación o sigue la guía de instalación en macOS, luego iníciala por primera vez.
2. 02
   Elegir un modelo según la memoria

   8 GB: un modelo de 3 a 4 mil millones de parámetros. 16 GB: un 8B (5,2 GB en la biblioteca Ollama). 24 GB: un 14B (9,3 GB) o más.
3. 03
   Iniciar la generación

   Ejecuta ollama run seguido del nombre del modelo: la descarga se realiza en la primera invocación.
4. 04
   Verificar la memoria durante el uso

   Abre el Monitor de actividad, pestaña Memoria: la presión debe mantenerse en verde. Si pasa a amarillo o rojo, el modelo es demasiado grande o el contexto demasiado largo.

ollama run qwen3:8b

La biblioteca de Ollama indica 5,2 GB para qwen3:8b y 9,3 GB para qwen3:14b. El segundo es adecuado para un MacBook Air de 24 GB, pero no para uno de 16 GB, donde deja demasiado poco margen. Si quieres probar MLX en lugar de Ollama, la guía específica explica la diferencia y las limitaciones de cada herramienta.

#Dos ajustes de Ollama que importan con 16 GB

El primero es el tamaño del contexto. Las preguntas frecuentes oficiales de Ollama indican una ventana predeterminada de 4.096 tokens, que se puede modificar; ampliarla consume memoria para el caché. Para documentos largos, auméntala progresivamente en lugar de fijar un valor máximo. El segundo es la cuantización del caché KV: según esas mismas preguntas frecuentes, Ollama acepta la variable OLLAMA_KV_CACHE_TYPE con el valor q8_0, que utiliza aproximadamente la mitad de la memoria del formato f16 predeterminado, siempre que Flash Attention esté activado.

launchctl setenv OLLAMA_FLASH_ATTENTION 1
launchctl setenv OLLAMA_KV_CACHE_TYPE q8_0
# puis quitter et relancer l'application Ollama

En Mac, la FAQ especifica que, cuando Ollama se ejecuta como aplicación, las variables se definen con launchctl y después hay que reiniciar la aplicación. La guía de optimización de los Mac con Apple Silicon complementa estos ajustes en macOS.

#MLX o Ollama en MacBook Air M3

MLX es el marco de aprendizaje automático de Apple para sus chips. Es adecuado para desarrolladores que quieran controlar el modelo desde Python o realizar un ajuste fino con LoRA en local. Ollama, por su parte, se encarga de la descarga, la carga y la API; es el punto de entrada más sencillo. Las diferencias de velocidad entre ambos dependen del modelo y de la versión: en lugar de prometer un porcentaje, consulta la comparación detallada del sitio.

• MLX o llama.cpp en Mac: la comparación
• Usar MLX en Apple Silicon

#¿Se debe pasar a un MacBook Air M4 o superior?

El M4 aumenta el ancho de banda a 120 GB/s según la tabla de llama.cpp, un 20 % más que el M3: en esta tabla, un Llama 7B en Q4_0 pasa de 21,34 a 24,11 tokens por segundo. La mejora se nota en los modelos de 8B o más, pero no supone un cambio radical. La verdadera limitación del M3 sigue siendo la memoria, no la velocidad.

• MacBook Air M4: el sucesor
• MacBook Air M2: la generación anterior
• MacBook Pro M2: con ventilador
• Ajustes de macOS para Apple Silicon
• Fuente: ficha técnica del MacBook Air M3 (Apple)
• Fuente: mediciones de llama.cpp en chips Apple
• Fuente: FAQ oficial de Ollama

#Preguntas frecuentes