Ranking actualizado el 22/09/2026
El iMac M4 (16-32 GB, 120 GB/s) incorpora el mismo chip que el Mac mini M4 en una pantalla de 24 pulgadas. Excelente equipo de sobremesa para LLM con configuraciones de 7-14B en Q4.
Compara los precios de iMac M4 — 16 GB / 256 GB en nuestros comercios asociados (fichas de producto verificadas):
¿Qué PC elegir según tu presupuesto? Nuestras opciones de 800 a 3 500 € →
Enlaces de afiliados — QuelLLM puede percibir una comisión por las compras, sin coste adicional para ti, lo cual no influye en el ranking (establecido de forma independiente). Como socio de Amazon, QuelLLM obtiene un beneficio de las compras que cumplen las condiciones requeridas.
Dense 8B Apache 2.0, 12 idiomas, incluido FR, 131k ctx, GQA 32Q/8KV. MMLU 73.84, HumanEval 85.37. Salida 29 de abril de 2026.
# HuggingFace : ibm-granite/granite-4.1-8b
Granite 4.2 8B (IBM): modelo denso con licencia Apache 2.0, contexto de 128k, ~4,6 GB de VRAM en Q4. Chat, código y razonamiento multilingües para empresas.
ollama pull granite4.2
Ajuste fino SFT «thinking» de OLMo 3 7B: razonamiento paso a paso, contexto de 16k, ~4,2 GB de VRAM en Q4. 100 % abierto, licencia Apache 2.0.
# HuggingFace : zimplex/olmo3-7b-think-sft-eosfix-16k-3ep-euc
GLM 5.3 (Zhipu): modelo denso de 7B especializado en código y razonamiento, contexto de 128k, ~4,1 GB de VRAM en Q4. Ligero, funciona en GPU de 6-8 GB, licencia MIT.
ollama pull glm-5.3
Modelo denso de 7B, 100 % abierto (pesos + datos + código). Transparencia total para la investigación.
ollama run olmo-3:7b
Gemma 4 12B (Google): modelo denso multimodal (texto, visión, audio), 256k de contexto, ~7 GB de VRAM en Q4. Apache 2.0, multilingüe.
# HuggingFace : google/gemma-4-12B
Modo híbrido thinking/fast. 119 idiomas, 32k nativo (131k mediante YaRN).
ollama run qwen3:8b
| Puesto | Modelo | Params | VRAM Q4 | Contexto | Licencia | En Apple M4 (24 GB) |
|---|---|---|---|---|---|---|
| #1 | Granite 4.1 8B Instruct | 8B | 5 GB | 131 072 | Apache 2.0 | 12 tok/s · FP16 |
| #2 | Granite 4.2 8B | 8B | 4.6 GB | 128 000 | Apache 2.0 | 32 tok/s · FP16 |
| #3 | OLMo 3 7B Think (SFT) | 7B | 4.2 GB | 16 000 | Apache 2.0 | 32 tok/s · FP16 |
| #4 | GLM 5.3 7B | 7B | 4.1 GB | 128 000 | MIT | 32 tok/s · FP16 |
| #5 | OLMo 3 7B | 7B | 5 GB | 8 192 | Apache 2.0 | 12 tok/s · FP16 |
| #6 | Gemma 4 12B | 12B | 7 GB | 262 144 | Apache 2.0 | 18 tok/s · Q8 |
| #7 | Qwen 3 8B | 8B | 5 GB | 131 072 | Apache 2.0 | 12 tok/s · FP16 |
La IA local en tu Mac, a fondo: memoria unificada, MLX vs GGUF, el modelo adecuado para tu chip, Ollama y LM Studio configurados para Apple Silicon.
Memo gratuito
Recibe el resumen VRAM → mejor modelo de código → comando Ollama (una sola pantalla, copiar y pegar). Y pasa al kit Copiloto Local para convertirlo en una configuración que realmente funcione.
El kit Copiloto Local — las configuraciones de Ollama + Cline + Aider listas para pegar, Modelfiles ajustados, solución de problemas, espacio en línea de por vida →Sin spam. Darte de baja en 1 clic. Tus datos se quedan con nosotros (nunca se venden).
Tu tarjeta → el mejor modelo para programar que puedes ejecutar en local, y el comando exacto de Ollama:
| Tu VRAM | GPU / Mac típicos | Modelo recomendado para programar | Comando Ollama |
|---|---|---|---|
| 8 GB | RTX 4060 / 3060 · M1-M2 16 GB | Qwen 3.5 9B (Q4, 6,6 GB — 256k ctx) | ollama run qwen3.5:9b |
| 12 GB | RTX 3060 12 GB / 4070 / 5070 | Qwen 3.5 9B (Q8, 11 GB) o Gemma 4 12B (7,6 GB) | ollama run qwen3.5:9b-q8_0 |
| 16 GB | RTX 5070 Ti / 4080 / 5080 · RX 9070 XT · M4 24 GB | Devstral 24B (Q4, 14 GB) — especialista en agentes de programación | ollama run devstral:24b |
| 24 GB | RTX 3090 / 4090 · RX 7900 XTX · M4 Pro 48 GB | Qwen 3.8 27B (Q4, 18 GB) — el « casi Copilot » | ollama run qwen3.8:27b |
| 32 GB | RTX 5090 | Qwen 3.6 35B-A3B (Q4, 23 GB) — MoE rápido | ollama run qwen3.6:35b |
| 48 GB+ | Mac M4 Max 64 GB · M2 Ultra 128 GB | Qwen3-Coder 30B-A3B (Q8, 32 GB — 256k ctx) | ollama run qwen3-coder:30b-a3b-q8_0 |
-base : ollama run qwen2.5-coder:7b-base — sigue siendo la referencia en este caso concreto. ⚠️ Qwen 3.8: su nivel de razonamiento está configurado muy alto por defecto y «piensa demasiado» ante solicitudes simples — bájalo a low (o desactívalo) en el primer arranque. ⚠️ La trampa de la licencia: Codestral 22B = Mistral Non-Production License → prohibido para programar en el trabajo. Qwen 3.5/3.8, Gemma 4 y Devstral tienen licencia Apache 2.0. 💡 ¿Se cuelga por falta de memoria? Deja ~1,5 GB de VRAM libre para el contexto, o baja un nivel de cuantización.🔌 Para integrarlo en VS Code: Cline (agente que trabaja con varios archivos), Aider (CLI) o Tabby/Twinny (autocompletado FIM) — todos se conectan a Ollama en local. El kit Copiloto Local — configuraciones listas para pegar + configuración probada — está disponible: /copilote-local.
Filtro: 1-15B, donde Q4_K_M cabe bajo 14 GB. Bonus 7-14B (pico iMac M4) y licencias libres.
Criterios considerados:
La puntuación es totalmente transparente: consulta nuestra metodología para conocer los detalles del cálculo de VRAM/tokens/seg.
iMac M4 16 GB: ¿qué modelo para IA local?
Mistral 7B Q4 (~4,5 GB) o Qwen 3 8B Q4 (~5 GB) — 25-32 tok/s, fluido para charlar. Consulta la guía iMac M4.
¿iMac M4 vs Mac mini M4 para los LLM?
Exactamente el mismo chip M4 + el mismo ancho de banda de 120 GB/s. iMac M4 = pantalla + diseño integrado, más caro. Mac mini M4 = servidor compacto. Ver Mac mini M4.
iMac M4 24 / 32 GB: ¿se puede llegar a 12-14B?
Sí — Mistral Nemo 12B Q4 (~7 GB) o Qwen 3 14B Q4 (~8 GB) funcionan a 18-22 tok/s. Para tamaños superiores (30B), hace falta un Mac Studio. Ver Mac Studio.
¿El iMac M4 es bueno para la creación + LLM?
Sí: la pantalla de 24 pulgadas y 4,5K y el chip M4 permiten usar Photoshop / Lightroom / Logic Y ejecutar Ollama en segundo plano sin problemas. Ideal como estación de trabajo creativa individual con un asistente LLM local.