Ranking actualizado el 22/09/2026
El Mac mini M4 / M4 Pro (16-64 GB, 120-273 GB/s) es el mejor servidor de inferencia local por su relación rendimiento/precio en 2026. Con ventilación, silencioso y capaz de funcionar 24/7 sin calentarse.
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 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.
Variante MoE de Gemma 4. 26B/4B activos. Multimodal completo (texto+imagen+audio).
ollama run gemma4:26b
Primer dLLM abierto con licencia Apache 2.0: MoE 16B/1B + decodificador de difusión de 6.2B. Texto+visión unificados. Lanzamiento: 22 de abril de 2026.
# HuggingFace : inclusionAI/LLaDA2.0-Uni (Flash Attn 2 + CUDA 12.4 requis)
GLM-4.7-Flash (MoE 31B, ~3B activos): la mejor relación código/VRAM de la clase 30B. MIT, 128k ctx, muy rápido en 3090/4090.
ollama run glm-4.7-flash
Híbrido Mamba-2 + MoE 32B/9B activos. ~70% menos de RAM en contexto largo. Apache 2.0.
ollama run granite4:small-h
MoE 30B/3B activos, razonamiento híbrido. MMLU 81.4, AIME24 80.4. Más de 100 idiomas.
ollama run qwen3:30b-a3b
MoE de 30B (3,3B activos), especializado en programación agéntica. Muy rápido en local, contexto nativo de 256k, la referencia para 16-24 GB con Ollama.
ollama run qwen3-coder:30b
Visión MoE 30B/3B activos. Punto óptimo para visión en Qwen 3. 256k ctx.
ollama run qwen3-vl:30b
Modelo coreano MoE con capacidades agénticas, 30B/3B activos. Cubre KR/EN/JP/ZH/TH/VI. Apache 2.0. Atención MLA.
ollama pull hf.co/kakaoai/Kanana-2-30B-GGUF
| 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 | LLaDA 2.0 Uni 16B | 16B | 18 GB | 8 192 | Apache 2.0 | 60 tok/s · Q8 |
| #3 | GLM 4.7 Flash | 31B | 19 GB | 128 000 | MIT | 40 tok/s · Q8 |
| #4 | Granite 4.0 H-Small 32B-A9B | 32B | 19 GB | 128 000 | Apache 2.0 | 30 tok/s · Q8 |
| #5 | Qwen 3 30B-A3B | 30B | 19 GB | 131 072 | Apache 2.0 | 40 tok/s · Q8 |
| #6 | Qwen3-Coder 30B-A3B | 30B | 19 GB | 262 144 | Apache 2.0 | 40 tok/s · Q8 |
| #7 | Qwen 3 VL 30B-A3B | 30B | 19 GB | 262 144 | Apache 2.0 | 40 tok/s · Q8 |
| #8 | Kanana 2 30B-A3B Thinking | 30B | 18 GB | 131 072 | Apache 2.0 | 40 tok/s · Q8 |
Tienes la clasificación para tu Mac mini M4. El kit para Mac te enseña a sacarle el máximo partido: ampliar el límite de memoria de la GPU (cap. 2), elegir entre MLX y GGUF (cap. 3) y convertir tu Mac mini en un servidor de IA para toda la casa (cap. 12).
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: 1-70B cuyo Q4_K_M cabe bajo 50 GB. Gran beneficio 7-32B (peak M4 Pro) y MoE (excelentes en servidores donde la latencia del primer token cuenta).
Criterios considerados:
La puntuación es totalmente transparente: consulta nuestra metodología para conocer los detalles del cálculo de VRAM/tokens/seg.
Mac mini M4 16 GB: ¿qué modelo para un servidor LLM doméstico?
Mistral 7B Q4 (~4,5 GB) o Qwen 3 8B Q4 (~5 GB) — 30-40 tok/s. Ideal para un servidor Ollama detrás de una caja a 700 €. Ver el guía Mac mini M4.
Mac mini M4 Pro de 48 GB: ¿se pueden ejecutar modelos de 32B?
Sí — Qwen 3 32B Q4 (~17 GB) a 22-28 tok/s, Qwen 3 30B-A3B (MoE, ~17 GB) a 50-60 tok/s. Es el mejor Mac mini para IA local en 2026.
¿Mac mini M4 vs RTX 5070 Ti?
La RTX 5070 Ti (16 GB de GDDR7, ~750 GB/s) es ~2× más rápida con modelos de 7-13B. El Mac mini gana en cuanto se superan los 16 GB (modelos de 30B). Y silencio + consumo < 100 W: difícil de superar para un uso 24/7.
¿Cuál es la configuración ideal para un Mac mini M4?
M4 Pro con 48 GB / SSD de 1 TB = ~2300 € — punto óptimo. El M4 Pro con 64 GB abre la puerta a Llama 70B Q3. El M4 básico con 16 GB sigue siendo excelente para modelos de 7-8B como servidor de gama básica.