Clasificación actualizada el 09/10/2026
24 GB de memoria unificada (MacBook Air M2/M3/M4 en sus configuraciones superiores, M4 Pro básico, iMac M4 en sus configuraciones superiores) permiten ejecutar los modelos 13-14B en Q4 y los MoE 30B-A3B. Punto óptimo para una inferencia local de calidad.
Compara los precios de Mac mini M5 Pro (24 GB / 512 GB) en nuestros comercios asociados (fichas de producto verificadas):
¿Por qué esta elección? Nuestra ficha completa sobre Mac mini M5 Pro (24 GB / 512 GB) →
¿Qué PC elegir según tu presupuesto? Nuestras opciones de 800 a 3 500 € →
Enlaces de afiliación — QuéLLM puede percibir una comisión por las compras, sin coste adicional para ti, lo que no influye en la clasificación (establecida de forma independiente). Como socio de Amazon, QuéLLM obtiene beneficios de las compras que cumplen las condiciones requeridas.
Variante MoE de Gemma 4. 26B/4B activos. Multimodal completo (texto+imagen+audio).
ollama run gemma4:26b
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
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
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 14B con razonamiento híbrido. Iguala a Qwen 2.5 32B Base en STEM/código.
ollama run qwen3:14b
Modelo de razonamiento de 14B con licencia MIT. Supera a R1-Distill-Llama-70B en las evaluaciones AIME24/25 de Microsoft con una quinta parte de los parámetros.
ollama run phi4-reasoning:14b
| Puesto | Modelo | Params | VRAM Q4 | Contexto | Licencia | En Apple M4 Pro (48 GB) |
|---|---|---|---|---|---|---|
| #1 | Gemma 4 26B-A4B MoE | 26B | 16 GB | 128 000 | Apache 2.0 | 22 tok/s · Q8 |
| #2 | Granite 4.1 8B Instruct | 8B | 5 GB | 131 072 | Apache 2.0 | 35 tok/s · FP16 |
| #3 | Gemma 4 12B | 12B | 7 GB | 262 144 | Apache 2.0 | 28 tok/s · FP16 |
| #4 | Granite 4.2 8B | 8B | 4.6 GB | 128 000 | Apache 2.0 | 50 tok/s · FP16 |
| #5 | OLMo 3 7B Think (SFT) | 7B | 4.2 GB | 16 000 | Apache 2.0 | 50 tok/s · FP16 |
| #6 | GLM 5.3 7B | 7B | 4.1 GB | 128 000 | MIT | 50 tok/s · FP16 |
| #7 | Qwen 3 14B | 14B | 9 GB | 131 072 | Apache 2.0 | 20 tok/s · FP16 |
| #8 | Phi-4 Reasoning 14B | 14B | 9 GB | 32 768 | MIT | 20 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: modelos de 3 a 32B con Q4_K_M que ocupan menos de 16 GB (deja 8 GB para macOS + contexto). Bonus de 7 a 14B (densidad pico de 24 GB) y MoE 30B-A3B (punto ideal Apple).
Criterios considerados:
La puntuación es totalmente transparente: consulta nuestra metodología para conocer los detalles del cálculo de VRAM/tokens/seg.
Mac de 24 GB: ¿el punto ideal para los LLM en 2026?
Sí para modelos de 1 usuario. Qwen 3 14B Q4 (~8 GB), Mistral Nemo 12B Q4 (~7 GB), Qwen 3 30B-A3B (MoE, ~17 GB) — todos funcionan a 25-40 tokens/seg. Para 13B+ densos soportados, se necesitan 32 GB o más.
¿MacBook Air M4 24 GB vs Mac mini M4 24 GB?
Exactamente el mismo chip M4 + 120 GB/s. Diferencia: Air = sin ventilador (reduce su rendimiento tras ~10 min de generación sostenida), mini = con ventilador y, por tanto, estable 24/7. Ver MBA M4 o mini M4.
¿Qué modelo permite programar en un Mac con 24 GB?
Qwen 2.5 Coder 14B Q4 (~8 GB) o DeepSeek Coder V2 16B Q4 (~9 GB) — excelentes para Python/JS/Go. Qwen 3 14B como modelo generalista. Consulta clasificación para programación.
¿Bastan 24 GB para un asistente + RAG?
Sí: Mistral Nemo 12B Q4 (~7 GB) + ChromaDB (1-2 GB) + contexto 32k (~3 GB) = ~12 GB consumidos. Margen cómodo. Ver el guía RAG.