Qué Mac comprar para IA local: cuánta memoria necesitas y por qué el M6 no siempre es mejor

Para usar IA en local en un Mac, lo que más importa es la memoria unificada, no el procesador: con 16 GB solo caben modelos pequeños, con 32 GB ya puedes trabajar con modelos medianos, y a partir de 64 GB entras en los modelos grandes. La segunda cifra en importancia es el ancho de banda de memoria, que decide cuántas palabras por segundo genera el modelo. Con los nuevos Mac mini y MacBook Pro con chip M6 ya a la venta, en esta guía te explicamos cuánta memoria necesitas, por qué un M6 no siempre es mejor que un M5 Pro para IA, qué Mac comprar según tu uso y cómo empezar con LM Studio u Ollama.

¿Qué Mac comprar para IA local?

Para la mayoría de las personas que quieren probar IA en local con soltura, la mejor compra es un Mac mini con M5 Pro y 48 GB o más, porque combina mucha memoria con un ancho de banda que duplica al del M6. Si el presupuesto no llega, un Mac mini con M6 y 32 GB es la entrada más razonable, y si quieres modelos grandes de verdad, el Mac Studio es el siguiente paso.

Datos de memoria y ancho de banda según las fichas técnicas de Apple España para cada modelo.

¿Por qué el Mac es bueno para IA local?

Porque su memoria unificada la comparten el procesador y la gráfica, de modo que un Mac con 64 GB puede dedicar buena parte de ellos a cargar un modelo, algo que en un PC exige una tarjeta gráfica con mucha memoria propia. Una RTX 5090, la gráfica de consumo más potente, tiene 32 GB; un Mac mini puede configurarse con 64.

La contrapartida es la velocidad: una gráfica dedicada de gama alta genera texto más rápido con los modelos que le caben, y su ecosistema de herramientas, basado en CUDA, es más amplio. El Mac gana en memoria por euro, silencio y consumo; el PC, en velocidad bruta. Lo comparamos con más detalle en qué GPU necesitas para IA local y en DGX Spark frente a Mac Studio y MS-S1 MAX.

¿Cuánta memoria necesitas para IA local en un Mac?

Como referencia, un modelo cuantizado a 4 bits ocupa algo más de medio gigabyte por cada mil millones de parámetros, y a eso hay que sumar el contexto de la conversación y lo que necesitan macOS y tus aplicaciones. Con esa regla aproximada, salen estas cifras orientativas:

Son cifras aproximadas: dependen de la cuantización, del formato, de la longitud del contexto y de la arquitectura. Los modelos de tipo MoE, como los que analizamos en nuestra comparativa de modelos abiertos, necesitan memoria para todos sus parámetros, aunque luego solo usen una parte en cada palabra. Por eso los modelos gigantes, como Kimi K3.1 Pro, no caben en ningún Mac.

La memoria del Mac no se puede ampliar después de comprarlo. Si dudas entre dos configuraciones, en IA local la regla es clara: elige la de más memoria.

El límite de memoria para la GPU

Un detalle que pocos explican: macOS no deja que la GPU use toda la memoria del Mac por defecto, sino que reserva una parte para el sistema. En la práctica, en un Mac de 32 GB no vas a poder dedicar los 32 GB al modelo; cuenta con alrededor de dos tercios a tres cuartos de la memoria total para la GPU, según la configuración.

Los usuarios avanzados pueden ajustar ese límite desde el Terminal con el parámetro iogpu.wired_limit_mb, pero si lo subes demasiado el sistema puede volverse inestable. Es mejor comprar la memoria que necesitas que forzar el límite.

El ancho de banda decide la velocidad

Cuando la IA genera texto, el Mac tiene que leer el modelo entero de la memoria para cada palabra (en los modelos densos). Por eso, el ancho de banda de memoria marca un techo para la velocidad: dividiendo el ancho de banda entre lo que ocupa el modelo obtienes una cifra máxima teórica de palabras, o más exactamente tokens, por segundo.

Con un modelo cuantizado de unos 20 GB, el techo teórico sería de unos 8 tokens por segundo con un M6 de 170 GB/s, unos 15 con un M5 Pro de 307 GB/s y unos 30 con un M5 Max de 614 GB/s. En la práctica, la velocidad real queda por debajo de ese techo, pero la proporción entre chips se mantiene. Con modelos MoE, que leen solo una parte en cada token, la velocidad es bastante mayor.

¿M6 o M5 Pro para IA local?

Para IA local, un M5 Pro es mejor compra que un M6, a pesar de ser de una generación anterior: tiene casi el doble de ancho de banda (307 frente a 153-170 GB/s) y admite hasta 64 GB de memoria, cuando el M6 se queda en 32.

El M6 tiene otras virtudes. Los primeros análisis lo describen como una mejora moderada sobre el M5: Engadget le da un 9 sobre 10 en el MacBook Pro de 14 pulgadas, con mejoras en la GPU y en el rendimiento multinúcleo, y Apple dice que sus dos Neural Engine de 16 núcleos duplican el rendimiento en IA del M5, un dato que los análisis aún no han verificado. Pero los modelos de lenguaje grandes dependen sobre todo de la memoria y del ancho de banda, no del Neural Engine. Te contamos todo lo del nuevo chip en nuestro artículo sobre el MacBook Pro y el iMac con M6.

• Elige M6 si la IA local es algo secundario, vas a usar modelos pequeños o medianos y quieres el Mac más nuevo para todo lo demás.
• Elige M5 Pro si la IA local es una de las razones principales de la compra.

Todos los Mac actuales para IA local

Esta es la gama actual con lo que importa para IA. Las configuraciones de Amazon no siempre coinciden con las de la Apple Store: en Amazon suelen venderse las configuraciones base, y la memoria extra se pide en Apple. Comprueba siempre la memoria exacta del modelo antes de comprar.

Mac mini con M6

Desde 16 GB y configurable hasta 32 GB, con 153 GB/s en la configuración de 16 GB y 170 GB/s con 24 o 32 GB. Es la entrada más barata, aunque para IA conviene la configuración de 32 GB.

Ver el Mac mini con M6, 16 GB y 256 GB en Amazon

Ver el Mac mini con M6, 16 GB y 512 GB en Amazon

Mac mini con M5 Pro

Desde 24 GB y configurable hasta 48 o 64 GB, con 307 GB/s y Thunderbolt 5. Es nuestra recomendación para IA local en relación entre rendimiento y precio, siempre que elijas 48 GB o más.

Ver el Mac mini con M5 Pro y 24 GB en Amazon

MacBook Air con M5

Hasta 32 GB, con 153 GB/s. Vale para modelos pequeños o medianos, pero no tiene ventilador, así que en sesiones largas puede bajar el rendimiento para no calentarse.

Ver el MacBook Air de 13 pulgadas con M5 en Amazon

MacBook Pro de 14 pulgadas con M6, M5 Pro o M5 Max

Con M6, hasta 32 GB y 170 GB/s; con M5 Pro, hasta 64 GB y 307 GB/s; con M5 Max, hasta 128 GB y hasta 614 GB/s. Es el portátil para IA local más capaz de Apple.

Ver el MacBook Pro de 14 pulgadas con M6 en Amazon

Ver el MacBook Pro de 14 pulgadas con M5 Pro en Amazon

Mac Studio con M5 Max o M5 Ultra

Con M5 Max, de 36 a 128 GB y hasta 614 GB/s; con M5 Ultra, de 96 a 512 GB y 1,2 TB/s. El M5 Ultra es la única opción de Apple para los modelos abiertos más grandes, y lo analizamos a fondo en nuestro análisis del Mac Studio M5 Ultra.

Ver el Mac Studio con M5 Max y 36 GB en Amazon

¿Portátil o sobremesa para IA local?

Si no necesitas llevártelo, un sobremesa como el Mac mini o el Mac Studio da más memoria por el mismo dinero y aguanta mejor sesiones largas sin calentarse. Un MacBook Pro tiene sentido si trabajas en movilidad o si es tu único ordenador.

Una alternativa interesante: usar el Mac mini como servidor de IA en casa y acceder a él desde el portátil. Herramientas como Ollama o LM Studio pueden servir el modelo en la red local, y así tu portátil no carga con el peso.

Cómo empezar: LM Studio u Ollama

La forma más fácil de empezar en un Mac es LM Studio, que tiene una interfaz gráfica, busca modelos y aprovecha MLX, el sistema de Apple para el aprendizaje automático en sus chips. Ollama es más ligero y cómodo si te manejas con el Terminal o quieres conectar la IA a otras aplicaciones.

1. Instala LM Studio desde su web oficial, o Ollama si prefieres el Terminal.
2. Elige un modelo que quepa con margen en tu memoria: empieza por uno pequeño.
3. Prueba con una cuantización de 4 bits, que es el equilibrio habitual entre calidad y tamaño.
4. Vigila la memoria en el Monitor de Actividad: si el Mac usa mucho la memoria de intercambio, el modelo es demasiado grande.
5. Sube poco a poco de tamaño hasta encontrar el límite cómodo de tu Mac.

# Con Ollama instalado, descarga y ejecuta un modelo pequeño
ollama run nombre-del-modelo

# Ver qué modelos tienes descargados y cuánto ocupan
ollama list

Tienes una guía completa en Ollama para IA local.

Almacenamiento: no te quedes corto

Los modelos ocupan mucho: un modelo mediano cuantizado ocupa decenas de gigas, y si pruebas varios, 256 o 512 GB se llenan enseguida. Para IA, 1 TB es un mínimo cómodo. Como el almacenamiento interno de Apple es caro, una opción razonable es guardar los modelos en un SSD externo rápido. Cargarán algo más lento la primera vez, pero luego funcionan igual desde la memoria.

Ver el Samsung Portable SSD T9 de 2 TB en Amazon

Ver el SanDisk Extreme Pro con USB4 de 2 TB en Amazon

¿Mac o PC con tarjeta gráfica para IA?

Si te interesa la alternativa de PC, tienes nuestras guías de portátiles para IA local y de los mejores mini PC.

Errores al comprar un Mac para IA local

1. Elegir el chip más nuevo en vez de más memoria. Para IA, un M5 Pro con 48 GB gana a un M6 con 32 GB.
2. Comprar 16 GB pensando en ampliar después. La memoria del Mac no se puede ampliar.
3. Olvidar el límite de memoria de la GPU. No cuentes con usar toda la memoria para el modelo.
4. Quedarse corto de almacenamiento. Los modelos ocupan mucho; 1 TB o un SSD externo.
5. Esperar el rendimiento de una RTX 5090. El Mac gana en memoria, no en velocidad bruta con modelos pequeños.
6. Pensar en el MacBook Air para sesiones largas. Sin ventilador, baja el rendimiento cuando se calienta.