Inicio › Catálogo › Mejor LLM en Mac con 8 GB de memoria unificada en 2026

Mejor LLM en Mac con 8 GB de memoria unificada en 2026

◆ Mac — La IA local en tu Mac, a fondo — memoria unificada, MLX, el modelo adecuado para tu chip · 24 € · o todos los kits por 49 € →

Ranking actualizado el 22/09/2026

En un Mac de 8 GB (M1/M2/M3 Air, MacBook Air M4 base, Mac mini M2 base), macOS ocupa unos 4 GB. Quedan unos 3-4 GB utilizables para un LLM. Nos limitamos a los modelos de 1-3B en Q4_K_M para mantener la fluidez.

Ofertas y alternativas para la IA local

Compara los precios de Mac mini M5 Pro (24 GB / 512 GB) en nuestros comercios asociados (fichas de producto verificadas):

AmazonVer precio → Materiel.netVer precio → DartyVer precio →

¿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 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.

Clasificación

1

🇺🇸 Gemma 4 E2B

Google · 2000 millones de parámetros · Apache 2.0 · 128 000 tokens ctx

Gemma 4 E2B: 2B parámetros efectivos (5,1B en total), ~3 GB de VRAM en Q4 (pesos de Ollama: 4,3 GB con QAT y 7,2 GB por defecto). Multimodal de texto e imagen, contexto de 128k, Apache 2.0.

Por qué esta posición Gemma 4 E2B: 2B parámetros efectivos (5,1B en total), ~3 GB de VRAM en Q4 (pesos de Ollama: 4,3 GB con QAT y 7,2 GB por defecto). Multimodal de texto e imagen, contexto de 128k, Apache 2.0. 
ollama run gemma4:e2b
En Apple M2 (16 GB)
FP16
10 GB · 20 tok/s
2

🇺🇸 Granite 4.1 3B Instruct

IBM · 3B parámetros · Apache 2.0 · 131 072 tokens ctx

Modelo denso de 3B, Apache 2.0, 12 idiomas, incluido el francés, 131k de contexto, GQA 40Q/8KV. Llamadas a herramientas y FIM para código. Lanzamiento el 29 de abril de 2026.

Por qué esta posición Modelo denso de 3B, Apache 2.0, 12 idiomas, incluido el francés, 131k de contexto, GQA 40Q/8KV. Llamadas a herramientas y FIM para código. Lanzamiento el 29 de abril de 2026. 
ollama run granite4.1:3b
En Apple M2 (16 GB)
FP16
6 GB · 25 tok/s
3

🇺🇸 Granite 4.1

IBM · 3B parámetros · Apache 2.0 · 128 000 tokens ctx

Granite 4.1 (3B Apache 2.0): etiqueta Ollama genérica de la familia IBM Granite 4.1, 128k de contexto, llamadas a herramientas y código. Lanzamiento en mayo de 2026.

Por qué esta posición Granite 4.1 (3B Apache 2.0): etiqueta Ollama genérica de la familia IBM Granite 4.1, 128k de contexto, llamadas a herramientas y código. Lanzamiento en mayo de 2026. 
ollama run granite4.1
En Apple M2 (16 GB)
FP16
6 GB · 50 tok/s
4

🇺🇸 Granite 4.0 3B Vision

IBM · 3B parámetros · Apache 2.0 · 16 384 tokens ctx

VLM 3B especializado en la extracción de datos de documentos empresariales. OCR, tablas, formularios.

Por qué esta posición VLM 3B especializado en la extracción de datos de documentos empresariales. OCR, tablas, formularios. 
# HuggingFace : ibm-granite/granite-4.0-3b-vision
En Apple M2 (16 GB)
FP16
6.5 GB · 25 tok/s
5

🇫🇷 SmolLM3 3B

HuggingFace · 3B parámetros · Apache 2.0 · 128 000 tokens ctx

3B con dos modos (think/no-think). 6 idiomas. MMLU 59.7, GSM8K 70.9. Totalmente abierto (datos y receta).

Por qué esta posición 3B con dos modos (think/no-think). 6 idiomas. MMLU 59.7, GSM8K 70.9. Totalmente abierto (datos y receta). 
# HuggingFace : HuggingFaceTB/SmolLM3-3B
En Apple M2 (16 GB)
FP16
6 GB · 25 tok/s
6

🇨🇳 DeepSeek-OCR

DeepSeek · 3B parámetros · MIT · 8 192 tokens ctx

Especialista en OCR 3B MIT. Enfoque 'optical compression' elogiado. Basado en DeepEncoder.

Por qué esta posición Especialista en OCR 3B MIT. Enfoque 'optical compression' elogiado. Basado en DeepEncoder. 
ollama run deepseek-ocr:3b
En Apple M2 (16 GB)
FP16
6 GB · 25 tok/s
7

🇨🇳 MiniCPM5 1B SFT

OpenBMB · 1.1B parámetros · Apache 2.0 · 32 768 tokens ctx

1.1B Apache 2.0 OpenBMB. SFT bilingüe EN/ZH con llamadas a herramientas, optimizado para ejecutarse en el dispositivo. VRAM Q4 <1 GB para smartphones y portátiles modestos.

Por qué esta posición 1.1B Apache 2.0 OpenBMB. SFT bilingüe EN/ZH con llamadas a herramientas, optimizado para ejecutarse en el dispositivo. VRAM Q4 <1 GB para smartphones y portátiles modestos. 
# HuggingFace : openbmb/MiniCPM5-1B-SFT
En Apple M2 (16 GB)
FP16
2.2 GB · 45 tok/s

Tabla comparativa

Puesto Modelo Params VRAM Q4 Contexto Licencia En Apple M2 (16 GB)
#1 Gemma 4 E2B 2B 3 GB 128 000 Apache 2.0 20 tok/s · FP16
#2 Granite 4.1 3B Instruct 3B 2 GB 131 072 Apache 2.0 25 tok/s · FP16
#3 Granite 4.1 3B 1.7 GB 128 000 Apache 2.0 50 tok/s · FP16
#4 Granite 4.0 3B Vision 3B 2.2 GB 16 384 Apache 2.0 25 tok/s · FP16
#5 SmolLM3 3B 3B 2 GB 128 000 Apache 2.0 25 tok/s · FP16
#6 DeepSeek-OCR 3B 2 GB 8 192 MIT 25 tok/s · FP16
#7 MiniCPM5 1B SFT 1.1B 0.6 GB 32 768 Apache 2.0 45 tok/s · FP16
El kit Mac

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.

  • Espacio en línea de por vida
  • PDF + archivos
  • Reembolsado 30 j
El kit Mac → o todos los kits de por vida — 49 € →

Memo gratuito

¿Qué modelo para programar ejecutar en TU máquina?

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).

Metodología del ranking

Filtro: modelos de 1–4B cuya versión Q4_K_M ocupa menos de 4 GB (deja 4 GB para macOS + contexto). Bonificación para los de 1–3B (pico de 8 GB) y los de ≤ 2B (sin swap). Phi-4 Mini, Llama 3.2 3B y Gemma 4 3B dominan.

Criterios considerados:

  • Q4_K_M ≤ 4 GB
  • Sin swap en macOS
  • Tokens/sec ≥ 20
  • Contexto 2-4k usable

La puntuación es totalmente transparente: consulta nuestra metodología para conocer los detalles del cálculo de VRAM/tokens/seg.

Preguntas frecuentes

¿Puede un Mac de 8 GB realmente ejecutar un LLM?

Sí, pero con muy poco margen. Phi-4 Mini 3,8B Q4 (~2,3 GB) o Llama 3.2 3B Q4 (~2 GB) funcionan a 25-35 tokens/segundo. macOS consume 4 GB y te quedan 2-3 GB libres: el margen es escaso, pero permite mantener conversaciones cortas.

¿Mac mini M2 de 8 GB o MacBook Air M4 de 16 GB?

Air M4 16 GB es mucho preferible: 2 veces más RAM permite modelos de 7-8B (Mistral, Qwen 3) mucho más capaces. El mini M2 8 GB no supera los 3B en comodidad. Véase Mac 16 GB.

¿Qué cuantización usar con 8 GB?

Q4_K_M sigue siendo el punto ideal. Q3_K_M puede permitir que un Mistral 7B (~3,5 GB) quepa en memoria, pero la calidad disminuye de forma visible. Prefiere un 3B Q4 con recursos suficientes a un 7B Q3 recortado.

¿Son realmente necesarios 16 GB para empezar con un LLM local?

Para un uso serio, sí — Apple, de hecho, eliminó las configuraciones de 8 GB en todos los Mac M4 en 2025. Para pruebas ocasionales en un Mac existente, 8 GB bastan para iniciarte con modelos de 1-3B. Ver MacBook Air M1.

Para ir más allá

Herramienta
Probar en tu máquina →
Catálogo
Todos los modelos indexados →
Herramienta
Comparar dos modelos →
Benchmarks
Tokens/segundo medidos →
Los kits de QuelLLM La guía de referencia según el uso
MacCopiloto LocalIA localAgentes LocalesRAG LocalIA en la empresaIA Sin FiltrosImágenes IA
Todos los kits de por vida — 49 €