{"code":"var Component=(()=>{var u=Object.create;var r=Object.defineProperty;var h=Object.getOwnPropertyDescriptor;var p=Object.getOwnPropertyNames;var g=Object.getPrototypeOf,b=Object.prototype.hasOwnProperty;var y=(n,e)=>()=>(e||n((e={exports:{}}).exports,e),e.exports),q=(n,e)=>{for(var o in e)r(n,o,{get:e[o],enumerable:!0})},l=(n,e,o,d)=>{if(e&&typeof e==\"object\"||typeof e==\"function\")for(let i of p(e))!b.call(n,i)&&i!==o&&r(n,i,{get:()=>e[i],enumerable:!(d=h(e,i))||d.enumerable});return n};var k=(n,e,o)=>(o=n!=null?u(g(n)):{},l(e||!n||!n.__esModule?r(o,\"default\",{value:n,enumerable:!0}):o,n)),B=n=>l(r({},\"__esModule\",{value:!0}),n);var c=y((G,s)=>{s.exports=_jsx_runtime});var f={};q(f,{default:()=>m});var a=k(c());function t(n){let e={a:\"a\",blockquote:\"blockquote\",code:\"code\",em:\"em\",h2:\"h2\",h3:\"h3\",img:\"img\",li:\"li\",ol:\"ol\",p:\"p\",pre:\"pre\",span:\"span\",strong:\"strong\",table:\"table\",tbody:\"tbody\",td:\"td\",th:\"th\",thead:\"thead\",tr:\"tr\",ul:\"ul\",...n.components};return(0,a.jsxs)(a.Fragment,{children:[(0,a.jsx)(e.p,{children:\"El nuevo Mac Studio de Apple llega hasta 512GB de memoria unificada. El enfoque de la prensa es que esto pone modelos de escala frontera sobre un escritorio. Eso es cierto en t\\xE9rminos generales, y tambi\\xE9n es la respuesta a una pregunta que la mayor\\xEDa de las personas que compran un Mac no se est\\xE1n haciendo.\"}),`\n`,(0,a.jsxs)(e.p,{children:[\"La pregunta que realmente se hacen es m\\xE1s concreta y m\\xE1s \\xFAtil: \",(0,a.jsx)(e.strong,{children:\"dado lo que quiero ejecutar, \\xBFcu\\xE1nta memoria necesito comprar en realidad?\"}),\" La memoria unificada est\\xE1 soldada al paquete del chip. Tienes una sola oportunidad de responder esto, en el momento de pagar, para toda la vida \\xFAtil del equipo.\"]}),`\n`,(0,a.jsx)(e.p,{children:\"La buena noticia es que se trata de aritm\\xE9tica, no de opini\\xF3n. Este art\\xEDculo hace esa aritm\\xE9tica.\"}),`\n`,(0,a.jsx)(e.p,{children:(0,a.jsx)(e.img,{alt:\"Memoria unificada y LLMs locales en Mac\",src:\"/images/blog/mac-unified-memory-local-llm-how-much-ram-m5-ultra-512gb-guide-2026/hero.webp\",width:\"1024\",height:\"541\"})}),`\n`,(0,a.jsx)(e.h2,{id:\"puntos-clave\",children:\"Puntos clave\"}),`\n`,(0,a.jsxs)(e.ul,{children:[`\n`,(0,a.jsxs)(e.li,{children:[(0,a.jsx)(e.strong,{children:\"Dos n\\xFAmeros lo deciden todo.\"}),\" La \",(0,a.jsx)(e.em,{children:\"capacidad\"}),\" de memoria decide si un modelo carga o no. El \",(0,a.jsx)(e.em,{children:\"ancho de banda\"}),\" de memoria decide qu\\xE9 tan r\\xE1pido genera texto. Son independientes, y un equipo puede ser fuerte en uno y d\\xE9bil en el otro.\"]}),`\n`,(0,a.jsxs)(e.li,{children:[(0,a.jsx)(e.strong,{children:\"Estima el peso de los modelos como par\\xE1metros \\xD7 bytes por par\\xE1metro.\"}),\" Con cuantizaci\\xF3n de 4 bits eso es aproximadamente 0.55 bytes por par\\xE1metro, as\\xED que un modelo de 70B necesita cerca de 38GB antes de contar el contexto.\"]}),`\n`,(0,a.jsxs)(e.li,{children:[(0,a.jsx)(e.strong,{children:\"macOS no deja que la GPU use toda tu RAM.\"}),\" Hay un l\\xEDmite no documentado controlado por \",(0,a.jsx)(e.code,{children:\"iogpu.wired_limit_mb\"}),\". En un Mac de 32GB no obtienes 32GB para el modelo.\"]}),`\n`,(0,a.jsxs)(e.li,{children:[(0,a.jsx)(e.strong,{children:\"Las cifras destacadas de IA de Apple describen el procesamiento del prompt, no la generaci\\xF3n de texto.\"}),\" Tienen cuellos de botella distintos. Lee la redacci\\xF3n con cuidado.\"]}),`\n`,(0,a.jsxs)(e.li,{children:[(0,a.jsx)(e.strong,{children:\"La capacidad del M5 Ultra no es nueva.\"}),\" El M3 Ultra ya ofrec\\xEDa 512GB en 2025. Lo que cambi\\xF3 fue el ancho de banda: de 819GB/s a 1.2TB/s.\"]}),`\n`]}),`\n`,(0,a.jsx)(e.h2,{id:\"los-dos-n\\xFAmeros\",children:\"Los dos n\\xFAmeros\"}),`\n`,(0,a.jsx)(e.p,{children:\"Casi toda mala decisi\\xF3n de compra de un Mac para IA viene de reducir estos dos n\\xFAmeros a uno solo.\"}),`\n`,(0,a.jsxs)(e.p,{children:[(0,a.jsx)(e.strong,{children:\"La capacidad es un muro.\"}),\" Si el modelo m\\xE1s su contexto no cabe en memoria, no se ejecuta. No hay una degradaci\\xF3n elegante en Apple silicon como la que existe con una GPU discreta que puede desbordarse hacia la RAM del sistema \\u2014 en un Mac, la memoria unificada \",(0,a.jsx)(e.em,{children:\"es\"}),\" la RAM del sistema, y una vez que superas lo que macOS le entregar\\xE1 a la GPU, o falla la carga o caes a algo mucho m\\xE1s lento.\"]}),`\n`,(0,a.jsxs)(e.p,{children:[(0,a.jsx)(e.strong,{children:\"El ancho de banda es un l\\xEDmite de velocidad.\"}),\" Para generar un token, un modelo denso lee todo su conjunto de pesos desde memoria. En cada token. Eso significa que el techo te\\xF3rico de la velocidad de generaci\\xF3n es el ancho de banda de memoria dividido entre el tama\\xF1o del modelo, y ninguna cantidad de n\\xFAcleos de GPU lo cambia.\"]}),`\n`,(0,a.jsx)(e.p,{children:\"Por eso un equipo puede alojar un modelo de 200GB y aun as\\xED sentirse inutilizable, y por eso un modelo peque\\xF1o en un equipo modesto puede sentirse instant\\xE1neo.\"}),`\n`,(0,a.jsx)(e.h2,{id:\"capacidad-qu\\xE9-cabe\",children:\"Capacidad: qu\\xE9 cabe\"}),`\n`,(0,a.jsx)(e.p,{children:\"Los pesos son el costo dominante, y son predecibles:\"}),`\n`,(0,a.jsx)(a.Fragment,{children:(0,a.jsx)(e.pre,{className:\"shiki shiki-themes github-light github-dark\",style:{\"--shiki-light\":\"#24292e\",\"--shiki-dark\":\"#e1e4e8\",\"--shiki-light-bg\":\"#fff\",\"--shiki-dark-bg\":\"#24292e\"},tabIndex:\"0\",icon:'<svg viewBox=\"0 0 24 24\"><path d=\"M 6,1 C 4.354992,1 3,2.354992 3,4 v 16 c 0,1.645008 1.354992,3 3,3 h 12 c 1.645008,0 3,-1.354992 3,-3 V 8 7 A 1.0001,1.0001 0 0 0 20.707031,6.2929687 l -5,-5 A 1.0001,1.0001 0 0 0 15,1 h -1 z m 0,2 h 7 v 3 c 0,1.645008 1.354992,3 3,3 h 3 v 11 c 0,0.564129 -0.435871,1 -1,1 H 6 C 5.4358712,21 5,20.564129 5,20 V 4 C 5,3.4358712 5.4358712,3 6,3 Z M 15,3.4140625 18.585937,7 H 16 C 15.435871,7 15,6.5641288 15,6 Z\" fill=\"currentColor\" /></svg>',children:(0,a.jsx)(e.code,{children:(0,a.jsx)(e.span,{className:\"line\",children:(0,a.jsx)(e.span,{children:\"memory for weights \\u2248 parameters \\xD7 bytes per parameter\"})})})})}),`\n`,(0,a.jsx)(e.p,{children:\"Los bytes por par\\xE1metro dependen de la cuantizaci\\xF3n:\"}),`\n`,(0,a.jsxs)(e.table,{children:[(0,a.jsx)(e.thead,{children:(0,a.jsxs)(e.tr,{children:[(0,a.jsx)(e.th,{children:\"Precisi\\xF3n\"}),(0,a.jsx)(e.th,{children:\"Bytes por par\\xE1metro\"}),(0,a.jsx)(e.th,{children:\"Uso t\\xEDpico\"})]})}),(0,a.jsxs)(e.tbody,{children:[(0,a.jsxs)(e.tr,{children:[(0,a.jsx)(e.td,{children:\"FP16 / BF16\"}),(0,a.jsx)(e.td,{children:\"2.0\"}),(0,a.jsx)(e.td,{children:\"Entrenamiento, fidelidad m\\xE1xima\"})]}),(0,a.jsxs)(e.tr,{children:[(0,a.jsx)(e.td,{children:\"8 bits (Q8)\"}),(0,a.jsx)(e.td,{children:\"~1.0\"}),(0,a.jsx)(e.td,{children:\"Inferencia casi sin p\\xE9rdida\"})]}),(0,a.jsxs)(e.tr,{children:[(0,a.jsx)(e.td,{children:\"4 bits (Q4_K_M)\"}),(0,a.jsx)(e.td,{children:\"~0.55\"}),(0,a.jsx)(e.td,{children:\"El valor por defecto pr\\xE1ctico\"})]}),(0,a.jsxs)(e.tr,{children:[(0,a.jsx)(e.td,{children:\"3 bits\"}),(0,a.jsx)(e.td,{children:\"~0.42\"}),(0,a.jsx)(e.td,{children:\"P\\xE9rdida de calidad notable\"})]})]})]}),`\n`,(0,a.jsx)(e.p,{children:\"Los K-quants de 4 bits promedian un poco m\\xE1s de 4 bits una vez que se incluyen los metadatos de escala, por eso 0.55 y no 0.50 es la cifra honesta. Aplic\\xE1ndolo:\"}),`\n`,(0,a.jsxs)(e.table,{children:[(0,a.jsx)(e.thead,{children:(0,a.jsxs)(e.tr,{children:[(0,a.jsx)(e.th,{children:\"Tama\\xF1o del modelo\"}),(0,a.jsx)(e.th,{children:\"4 bits\"}),(0,a.jsx)(e.th,{children:\"8 bits\"}),(0,a.jsx)(e.th,{children:\"FP16\"})]})}),(0,a.jsxs)(e.tbody,{children:[(0,a.jsxs)(e.tr,{children:[(0,a.jsx)(e.td,{children:\"8B\"}),(0,a.jsx)(e.td,{children:\"4.4 GB\"}),(0,a.jsx)(e.td,{children:\"8 GB\"}),(0,a.jsx)(e.td,{children:\"16 GB\"})]}),(0,a.jsxs)(e.tr,{children:[(0,a.jsx)(e.td,{children:\"14B\"}),(0,a.jsx)(e.td,{children:\"7.7 GB\"}),(0,a.jsx)(e.td,{children:\"14 GB\"}),(0,a.jsx)(e.td,{children:\"28 GB\"})]}),(0,a.jsxs)(e.tr,{children:[(0,a.jsx)(e.td,{children:\"32B\"}),(0,a.jsx)(e.td,{children:\"17.6 GB\"}),(0,a.jsx)(e.td,{children:\"32 GB\"}),(0,a.jsx)(e.td,{children:\"64 GB\"})]}),(0,a.jsxs)(e.tr,{children:[(0,a.jsx)(e.td,{children:\"70B\"}),(0,a.jsx)(e.td,{children:\"38.5 GB\"}),(0,a.jsx)(e.td,{children:\"70 GB\"}),(0,a.jsx)(e.td,{children:\"140 GB\"})]}),(0,a.jsxs)(e.tr,{children:[(0,a.jsx)(e.td,{children:\"120B\"}),(0,a.jsx)(e.td,{children:\"66 GB\"}),(0,a.jsx)(e.td,{children:\"120 GB\"}),(0,a.jsx)(e.td,{children:\"240 GB\"})]}),(0,a.jsxs)(e.tr,{children:[(0,a.jsx)(e.td,{children:\"235B\"}),(0,a.jsx)(e.td,{children:\"129 GB\"}),(0,a.jsx)(e.td,{children:\"235 GB\"}),(0,a.jsx)(e.td,{children:\"\\u2014\"})]}),(0,a.jsxs)(e.tr,{children:[(0,a.jsx)(e.td,{children:\"400B\"}),(0,a.jsx)(e.td,{children:\"220 GB\"}),(0,a.jsx)(e.td,{children:\"400 GB\"}),(0,a.jsx)(e.td,{children:\"\\u2014\"})]}),(0,a.jsxs)(e.tr,{children:[(0,a.jsx)(e.td,{children:\"671B\"}),(0,a.jsx)(e.td,{children:\"369 GB\"}),(0,a.jsx)(e.td,{children:\"671 GB\"}),(0,a.jsx)(e.td,{children:\"\\u2014\"})]})]})]}),`\n`,(0,a.jsx)(e.h3,{id:\"despu\\xE9s-suma-el-contexto\",children:\"Despu\\xE9s suma el contexto\"}),`\n`,(0,a.jsxs)(e.p,{children:[\"La KV cache guarda las claves y valores de atenci\\xF3n de cada token de la conversaci\\xF3n, y crece linealmente con la longitud del contexto. Su tama\\xF1o por token var\\xEDa mucho seg\\xFAn la arquitectura \\u2014 los modelos que usan grouped-query attention son mucho m\\xE1s econ\\xF3micos aqu\\xED que los dise\\xF1os m\\xE1s antiguos \\u2014 pero un rango razonable es \",(0,a.jsx)(e.strong,{children:\"de 0.1 MB a 0.5 MB por token\"}),\".\"]}),`\n`,(0,a.jsxs)(e.p,{children:[\"Con 32,000 tokens de contexto eso equivale aproximadamente a \",(0,a.jsx)(e.strong,{children:\"entre 3GB y 16GB adicionales sobre los pesos\"}),\". Con 128,000 tokens puede superar al propio modelo.\"]}),`\n`,(0,a.jsx)(e.p,{children:\"Esta es la raz\\xF3n m\\xE1s com\\xFAn, con diferencia, por la que un modelo que \\xABdeber\\xEDa caber\\xBB no lo hace. Si planeas alimentarlo con documentos largos o sostener conversaciones extensas, presupu\\xE9stalo expl\\xEDcitamente en lugar de dimensionar solo por los pesos y esperar lo mejor.\"}),`\n`,(0,a.jsx)(e.h3,{id:\"la-regla-pr\\xE1ctica\",children:\"La regla pr\\xE1ctica\"}),`\n`,(0,a.jsx)(a.Fragment,{children:(0,a.jsx)(e.pre,{className:\"shiki shiki-themes github-light github-dark\",style:{\"--shiki-light\":\"#24292e\",\"--shiki-dark\":\"#e1e4e8\",\"--shiki-light-bg\":\"#fff\",\"--shiki-dark-bg\":\"#24292e\"},tabIndex:\"0\",icon:'<svg viewBox=\"0 0 24 24\"><path d=\"M 6,1 C 4.354992,1 3,2.354992 3,4 v 16 c 0,1.645008 1.354992,3 3,3 h 12 c 1.645008,0 3,-1.354992 3,-3 V 8 7 A 1.0001,1.0001 0 0 0 20.707031,6.2929687 l -5,-5 A 1.0001,1.0001 0 0 0 15,1 h -1 z m 0,2 h 7 v 3 c 0,1.645008 1.354992,3 3,3 h 3 v 11 c 0,0.564129 -0.435871,1 -1,1 H 6 C 5.4358712,21 5,20.564129 5,20 V 4 C 5,3.4358712 5.4358712,3 6,3 Z M 15,3.4140625 18.585937,7 H 16 C 15.435871,7 15,6.5641288 15,6 Z\" fill=\"currentColor\" /></svg>',children:(0,a.jsx)(e.code,{children:(0,a.jsx)(e.span,{className:\"line\",children:(0,a.jsx)(e.span,{children:\"memory you need \\u2248 (weights) + (KV cache for your context) + 2\\u20133 GB overhead\"})})})})}),`\n`,(0,a.jsx)(e.p,{children:\"Y luego comp\\xE1ralo con lo que macOS realmente te va a entregar, que no es el n\\xFAmero que viene en la caja.\"}),`\n`,(0,a.jsx)(e.h2,{id:\"el-l\\xEDmite-que-nadie-menciona\",children:\"El l\\xEDmite que nadie menciona\"}),`\n`,(0,a.jsx)(e.p,{children:\"macOS reserva memoria unificada para el sistema y limita cu\\xE1nta puede fijar (\\xABwire\\xBB) la GPU. El control es un sysctl:\"}),`\n`,(0,a.jsx)(a.Fragment,{children:(0,a.jsx)(e.pre,{className:\"shiki shiki-themes github-light github-dark\",style:{\"--shiki-light\":\"#24292e\",\"--shiki-dark\":\"#e1e4e8\",\"--shiki-light-bg\":\"#fff\",\"--shiki-dark-bg\":\"#24292e\"},tabIndex:\"0\",icon:'<svg viewBox=\"0 0 24 24\"><path d=\"m 4,4 a 1,1 0 0 0 -0.7070312,0.2929687 1,1 0 0 0 0,1.4140625 L 8.5859375,11 3.2929688,16.292969 a 1,1 0 0 0 0,1.414062 1,1 0 0 0 1.4140624,0 l 5.9999998,-6 a 1.0001,1.0001 0 0 0 0,-1.414062 L 4.7070312,4.2929687 A 1,1 0 0 0 4,4 Z m 8,14 a 1,1 0 0 0 -1,1 1,1 0 0 0 1,1 h 8 a 1,1 0 0 0 1,-1 1,1 0 0 0 -1,-1 z\" fill=\"currentColor\" /></svg>',children:(0,a.jsxs)(e.code,{children:[(0,a.jsxs)(e.span,{className:\"line\",children:[(0,a.jsx)(e.span,{style:{\"--shiki-light\":\"#6F42C1\",\"--shiki-dark\":\"#B392F0\"},children:\"$\"}),(0,a.jsx)(e.span,{style:{\"--shiki-light\":\"#032F62\",\"--shiki-dark\":\"#9ECBFF\"},children:\" sysctl\"}),(0,a.jsx)(e.span,{style:{\"--shiki-light\":\"#032F62\",\"--shiki-dark\":\"#9ECBFF\"},children:\" iogpu.wired_limit_mb\"})]}),`\n`,(0,a.jsxs)(e.span,{className:\"line\",children:[(0,a.jsx)(e.span,{style:{\"--shiki-light\":\"#6F42C1\",\"--shiki-dark\":\"#B392F0\"},children:\"iogpu.wired_limit_mb:\"}),(0,a.jsx)(e.span,{style:{\"--shiki-light\":\"#005CC5\",\"--shiki-dark\":\"#79B8FF\"},children:\" 0\"})]})]})})}),`\n`,(0,a.jsx)(e.p,{children:\"Cero significa autom\\xE1tico. Apple no documenta a qu\\xE9 se resuelve ese autom\\xE1tico, y no voy a inventar una f\\xF3rmula \\u2014 pero la medici\\xF3n de la comunidad ubica ese valor consistentemente en alg\\xFAn punto entre el 65% y el 75% del total de memoria, con equipos m\\xE1s grandes a los que se les permite una proporci\\xF3n mayor.\"}),`\n`,(0,a.jsx)(e.p,{children:\"La consecuencia pr\\xE1ctica, en los equipos que podr\\xEDas comprar:\"}),`\n`,(0,a.jsxs)(e.table,{children:[(0,a.jsx)(e.thead,{children:(0,a.jsxs)(e.tr,{children:[(0,a.jsx)(e.th,{children:\"Memoria instalada\"}),(0,a.jsx)(e.th,{children:\"Aproximadamente disponible para la GPU\"})]})}),(0,a.jsxs)(e.tbody,{children:[(0,a.jsxs)(e.tr,{children:[(0,a.jsx)(e.td,{children:\"16 GB\"}),(0,a.jsx)(e.td,{children:\"~10\\u201312 GB\"})]}),(0,a.jsxs)(e.tr,{children:[(0,a.jsx)(e.td,{children:\"32 GB\"}),(0,a.jsx)(e.td,{children:\"~21\\u201324 GB\"})]}),(0,a.jsxs)(e.tr,{children:[(0,a.jsx)(e.td,{children:\"64 GB\"}),(0,a.jsx)(e.td,{children:\"~42\\u201348 GB\"})]}),(0,a.jsxs)(e.tr,{children:[(0,a.jsx)(e.td,{children:\"128 GB\"}),(0,a.jsx)(e.td,{children:\"~85\\u201396 GB\"})]}),(0,a.jsxs)(e.tr,{children:[(0,a.jsx)(e.td,{children:\"512 GB\"}),(0,a.jsx)(e.td,{children:\"~340\\u2013384 GB\"})]})]})]}),`\n`,(0,a.jsxs)(e.p,{children:[\"Puedes subirlo. Toma efecto de inmediato y \",(0,a.jsx)(e.strong,{children:\"no\"}),\" sobrevive a un reinicio:\"]}),`\n`,(0,a.jsx)(a.Fragment,{children:(0,a.jsx)(e.pre,{className:\"shiki shiki-themes github-light github-dark\",style:{\"--shiki-light\":\"#24292e\",\"--shiki-dark\":\"#e1e4e8\",\"--shiki-light-bg\":\"#fff\",\"--shiki-dark-bg\":\"#24292e\"},tabIndex:\"0\",icon:'<svg viewBox=\"0 0 24 24\"><path d=\"m 4,4 a 1,1 0 0 0 -0.7070312,0.2929687 1,1 0 0 0 0,1.4140625 L 8.5859375,11 3.2929688,16.292969 a 1,1 0 0 0 0,1.414062 1,1 0 0 0 1.4140624,0 l 5.9999998,-6 a 1.0001,1.0001 0 0 0 0,-1.414062 L 4.7070312,4.2929687 A 1,1 0 0 0 4,4 Z m 8,14 a 1,1 0 0 0 -1,1 1,1 0 0 0 1,1 h 8 a 1,1 0 0 0 1,-1 1,1 0 0 0 -1,-1 z\" fill=\"currentColor\" /></svg>',children:(0,a.jsxs)(e.code,{children:[(0,a.jsx)(e.span,{className:\"line\",children:(0,a.jsx)(e.span,{style:{\"--shiki-light\":\"#6A737D\",\"--shiki-dark\":\"#6A737D\"},children:\"# Allow the GPU to wire 28GB on a 32GB Mac\"})}),`\n`,(0,a.jsxs)(e.span,{className:\"line\",children:[(0,a.jsx)(e.span,{style:{\"--shiki-light\":\"#6F42C1\",\"--shiki-dark\":\"#B392F0\"},children:\"sudo\"}),(0,a.jsx)(e.span,{style:{\"--shiki-light\":\"#032F62\",\"--shiki-dark\":\"#9ECBFF\"},children:\" sysctl\"}),(0,a.jsx)(e.span,{style:{\"--shiki-light\":\"#032F62\",\"--shiki-dark\":\"#9ECBFF\"},children:\" iogpu.wired_limit_mb=\"}),(0,a.jsx)(e.span,{style:{\"--shiki-light\":\"#005CC5\",\"--shiki-dark\":\"#79B8FF\"},children:\"28672\"})]}),`\n`,(0,a.jsx)(e.span,{className:\"line\"}),`\n`,(0,a.jsx)(e.span,{className:\"line\",children:(0,a.jsx)(e.span,{style:{\"--shiki-light\":\"#6A737D\",\"--shiki-dark\":\"#6A737D\"},children:\"# Back to automatic\"})}),`\n`,(0,a.jsxs)(e.span,{className:\"line\",children:[(0,a.jsx)(e.span,{style:{\"--shiki-light\":\"#6F42C1\",\"--shiki-dark\":\"#B392F0\"},children:\"sudo\"}),(0,a.jsx)(e.span,{style:{\"--shiki-light\":\"#032F62\",\"--shiki-dark\":\"#9ECBFF\"},children:\" sysctl\"}),(0,a.jsx)(e.span,{style:{\"--shiki-light\":\"#032F62\",\"--shiki-dark\":\"#9ECBFF\"},children:\" iogpu.wired_limit_mb=\"}),(0,a.jsx)(e.span,{style:{\"--shiki-light\":\"#005CC5\",\"--shiki-dark\":\"#79B8FF\"},children:\"0\"})]})]})})}),`\n`,(0,a.jsxs)(e.p,{children:[\"Ten cuidado con esto. Todo lo que le quitas se lo quitas al sistema operativo y a cualquier otra aplicaci\\xF3n. Si lo empujas demasiado cerca de tu total vas a caer en swapping, en el \\xABbeachball\\xBB o en un cierre por falta de memoria \\u2014 y en un Mac con un SSD r\\xE1pido, el swapping bajo presi\\xF3n de memoria tambi\\xE9n es una carga de escritura sostenida. Si has visto el di\\xE1logo \",(0,a.jsx)(e.code,{children:\"System has run out of application memory\"}),\", esta es una forma de llegar ah\\xED.\"]}),`\n`,(0,a.jsxs)(e.p,{children:[\"Un l\\xEDmite razonable es la memoria total menos 6\\u20138GB para macOS y tus otras aplicaciones. Config\\xFAralo, ejecuta tu modelo y observa la presi\\xF3n de memoria en Activity Monitor. Si en general est\\xE1s viendo picos de presi\\xF3n, nuestra \",(0,a.jsx)(e.a,{href:\"/blog/macos-tahoe-ram-management-memory-optimization-complete-guide-2025\",children:\"gu\\xEDa de gesti\\xF3n de memoria en Mac\"}),\" cubre el diagn\\xF3stico.\"]}),`\n`,(0,a.jsx)(e.p,{children:(0,a.jsx)(e.img,{alt:\"Capacidad de memoria frente a ancho de banda\",src:\"/images/blog/mac-unified-memory-local-llm-how-much-ram-m5-ultra-512gb-guide-2026/content-1.webp\",width:\"1024\",height:\"572\"})}),`\n`,(0,a.jsx)(e.h2,{id:\"ancho-de-banda-qu\\xE9-tan-r\\xE1pido-responde\",children:\"Ancho de banda: qu\\xE9 tan r\\xE1pido responde\"}),`\n`,(0,a.jsx)(e.p,{children:\"Aqu\\xED est\\xE1 la estimaci\\xF3n que importa, y aqu\\xED est\\xE1 exactamente lo que es:\"}),`\n`,(0,a.jsx)(a.Fragment,{children:(0,a.jsx)(e.pre,{className:\"shiki shiki-themes github-light github-dark\",style:{\"--shiki-light\":\"#24292e\",\"--shiki-dark\":\"#e1e4e8\",\"--shiki-light-bg\":\"#fff\",\"--shiki-dark-bg\":\"#24292e\"},tabIndex:\"0\",icon:'<svg viewBox=\"0 0 24 24\"><path d=\"M 6,1 C 4.354992,1 3,2.354992 3,4 v 16 c 0,1.645008 1.354992,3 3,3 h 12 c 1.645008,0 3,-1.354992 3,-3 V 8 7 A 1.0001,1.0001 0 0 0 20.707031,6.2929687 l -5,-5 A 1.0001,1.0001 0 0 0 15,1 h -1 z m 0,2 h 7 v 3 c 0,1.645008 1.354992,3 3,3 h 3 v 11 c 0,0.564129 -0.435871,1 -1,1 H 6 C 5.4358712,21 5,20.564129 5,20 V 4 C 5,3.4358712 5.4358712,3 6,3 Z M 15,3.4140625 18.585937,7 H 16 C 15.435871,7 15,6.5641288 15,6 Z\" fill=\"currentColor\" /></svg>',children:(0,a.jsx)(e.code,{children:(0,a.jsx)(e.span,{className:\"line\",children:(0,a.jsx)(e.span,{children:\"tokens per second \\u2248 (memory bandwidth \\xD7 efficiency) \\xF7 weight size in bytes\"})})})})}),`\n`,(0,a.jsx)(e.p,{children:\"La eficiencia representa la brecha entre el ancho de banda te\\xF3rico m\\xE1ximo y lo que un motor de inferencia realmente alcanza \\u2014 en Apple silicon con un runtime bien optimizado, aproximadamente entre 0.6 y 0.8. A continuaci\\xF3n uso 0.7.\"}),`\n`,(0,a.jsxs)(e.p,{children:[(0,a.jsx)(e.strong,{children:\"Estas son estimaciones calculadas a partir de cifras de ancho de banda publicadas, no benchmarks que yo haya ejecutado.\"}),\" Tr\\xE1talas como el orden de magnitud correcto y el orden relativo correcto, no como mediciones. Los n\\xFAmeros reales var\\xEDan seg\\xFAn el runtime, la cuantizaci\\xF3n, la longitud del contexto y el comportamiento t\\xE9rmico.\"]}),`\n`,(0,a.jsxs)(e.p,{children:[\"Velocidad de generaci\\xF3n para un modelo \",(0,a.jsx)(e.strong,{children:\"denso\"}),\" a 4 bits:\"]}),`\n`,(0,a.jsxs)(e.table,{children:[(0,a.jsx)(e.thead,{children:(0,a.jsxs)(e.tr,{children:[(0,a.jsx)(e.th,{}),(0,a.jsx)(e.th,{children:\"M6 (170GB/s)\"}),(0,a.jsx)(e.th,{children:\"M5 Pro (307GB/s)\"}),(0,a.jsx)(e.th,{children:\"M5 Max (614GB/s)\"}),(0,a.jsx)(e.th,{children:\"M5 Ultra (1.2TB/s)\"})]})}),(0,a.jsxs)(e.tbody,{children:[(0,a.jsxs)(e.tr,{children:[(0,a.jsx)(e.td,{children:\"8B (4.4GB)\"}),(0,a.jsx)(e.td,{children:\"~27 tok/s\"}),(0,a.jsx)(e.td,{children:\"~49 tok/s\"}),(0,a.jsx)(e.td,{children:\"~98 tok/s\"}),(0,a.jsx)(e.td,{children:\"~190 tok/s\"})]}),(0,a.jsxs)(e.tr,{children:[(0,a.jsx)(e.td,{children:\"32B (17.6GB)\"}),(0,a.jsx)(e.td,{children:\"~7 tok/s\"}),(0,a.jsx)(e.td,{children:\"~12 tok/s\"}),(0,a.jsx)(e.td,{children:\"~24 tok/s\"}),(0,a.jsx)(e.td,{children:\"~48 tok/s\"})]}),(0,a.jsxs)(e.tr,{children:[(0,a.jsx)(e.td,{children:\"70B (38.5GB)\"}),(0,a.jsx)(e.td,{children:\"no cabe\"}),(0,a.jsx)(e.td,{children:\"~6 tok/s\"}),(0,a.jsx)(e.td,{children:\"~11 tok/s\"}),(0,a.jsx)(e.td,{children:\"~22 tok/s\"})]}),(0,a.jsxs)(e.tr,{children:[(0,a.jsx)(e.td,{children:\"120B (66GB)\"}),(0,a.jsx)(e.td,{children:\"no cabe\"}),(0,a.jsx)(e.td,{children:\"no cabe\"}),(0,a.jsx)(e.td,{children:\"~7 tok/s\"}),(0,a.jsx)(e.td,{children:\"~13 tok/s\"})]})]})]}),`\n`,(0,a.jsx)(e.p,{children:\"Como referencia: una velocidad de lectura c\\xF3moda ronda los 10 tokens por segundo. Por debajo de unos 5, la mayor\\xEDa de las personas deja de usar la herramienta.\"}),`\n`,(0,a.jsx)(e.p,{children:\"Mira la fila de 32B. Es un solo modelo, y pasa de apenas tolerable a genuinamente r\\xE1pido a lo largo del rango \\u2014 sin ning\\xFAn cambio en si cabe o no. Eso es ancho de banda, no capacidad, y es el eje que la gente olvida cuando compra el equipo m\\xE1s barato que t\\xE9cnicamente aloja el modelo.\"}),`\n`,(0,a.jsx)(e.h3,{id:\"por-qu\\xE9-los-modelos-moe-cambian-la-respuesta\",children:\"Por qu\\xE9 los modelos MoE cambian la respuesta\"}),`\n`,(0,a.jsx)(e.p,{children:\"Los modelos mixture-of-experts rompen la regla anterior, y esta es la raz\\xF3n completa por la que un equipo de 512GB resulta interesante.\"}),`\n`,(0,a.jsxs)(e.p,{children:[\"Un modelo MoE almacena muchas subredes \\xABexpertas\\xBB pero activa solo unas pocas por token. Un modelo de 235B con 22B de par\\xE1metros activos debe \",(0,a.jsx)(e.em,{children:\"alojar\"}),\" el equivalente a 235B en pesos, pero solo \",(0,a.jsx)(e.em,{children:\"lee\"}),\" el equivalente a unos 22B para producir cada token.\"]}),`\n`,(0,a.jsx)(e.p,{children:\"Entonces:\"}),`\n`,(0,a.jsxs)(e.ul,{children:[`\n`,(0,a.jsxs)(e.li,{children:[\"La \",(0,a.jsx)(e.strong,{children:\"capacidad\"}),\" est\\xE1 gobernada por los par\\xE1metros totales \\u2014 129GB a 4 bits.\"]}),`\n`,(0,a.jsxs)(e.li,{children:[\"La \",(0,a.jsx)(e.strong,{children:\"velocidad\"}),\" est\\xE1 gobernada por los par\\xE1metros activos \\u2014 como un modelo denso de 22B, as\\xED que aproximadamente 40 tok/s en un M5 Ultra en lugar de los ~9 tok/s que lograr\\xEDa un modelo denso de 235B.\"]}),`\n`]}),`\n`,(0,a.jsx)(e.p,{children:\"Esta es la asimetr\\xEDa que hace que los modelos MoE grandes sean pr\\xE1cticos en Apple silicon de una forma en que no lo son en una GPU de consumo: necesitas la capacidad, que Apple vende como nadie m\\xE1s a este precio, y obtienes una velocidad proporcional a un modelo mucho m\\xE1s peque\\xF1o.\"}),`\n`,(0,a.jsxs)(e.p,{children:[\"Por eso \\xAB512GB ejecuta modelos de frontera\\xBB es cierto pero incompleto. Ejecuta modelos de frontera \",(0,a.jsx)(e.em,{children:\"sparse\"}),\" a una velocidad utilizable. Un hipot\\xE9tico modelo denso de 400B a 4 bits ocupar\\xEDa 220GB y generar\\xEDa alrededor de 4 tokens por segundo en un M5 Ultra. Cabe. No lo disfrutar\\xEDas.\"]}),`\n`,(0,a.jsx)(e.h2,{id:\"el-procesamiento-del-prompt-es-un-problema-distinto\",children:\"El procesamiento del prompt es un problema distinto\"}),`\n`,(0,a.jsx)(e.p,{children:\"Lee con precisi\\xF3n las afirmaciones de Apple para el nuevo Mac mini:\"}),`\n`,(0,a.jsxs)(e.blockquote,{children:[`\n`,(0,a.jsxs)(e.p,{children:[\"Hasta 4.8 veces m\\xE1s r\\xE1pido en \",(0,a.jsx)(e.strong,{children:\"procesamiento de prompts LLM\"}),` frente al M4\nHasta 13.5 veces m\\xE1s r\\xE1pido en `,(0,a.jsx)(e.strong,{children:\"procesamiento de prompts LLM\"}),\" frente al M1\"]}),`\n`]}),`\n`,(0,a.jsxs)(e.p,{children:[\"El procesamiento del prompt \\u2014 el prefill \\u2014 es la fase en la que el modelo ingiere lo que le diste. Cada token de tu entrada se procesa en paralelo, lo que lo hace \",(0,a.jsx)(e.strong,{children:\"limitado por c\\xF3mputo\"}),\": escala con el rendimiento de la GPU, con los Neural Accelerators ahora integrados en cada n\\xFAcleo de GPU, y en el M6 con el primer Neural Engine dual que Apple ha lanzado.\"]}),`\n`,(0,a.jsxs)(e.p,{children:[\"La generaci\\xF3n de tokens \\u2014 el decode \\u2014 ocurre un token a la vez, cada uno requiriendo un recorrido completo por los pesos. Est\\xE1 \",(0,a.jsx)(e.strong,{children:\"limitada por ancho de banda\"}),\", y ninguna cantidad de c\\xF3mputo lo arregla.\"]}),`\n`,(0,a.jsx)(e.p,{children:\"Apple eligi\\xF3 anunciar la mitad limitada por c\\xF3mputo. Eso no es enga\\xF1oso; es genuinamente la mitad que m\\xE1s mejor\\xF3 en esta generaci\\xF3n. Pero significa que las cifras de marketing describen qu\\xE9 tan r\\xE1pido el equipo lee tu documento de 50 p\\xE1ginas, no qu\\xE9 tan r\\xE1pido escribe el resumen.\"}),`\n`,(0,a.jsx)(e.p,{children:\"Cu\\xE1l te importa depende de tu trabajo:\"}),`\n`,(0,a.jsxs)(e.ul,{children:[`\n`,(0,a.jsxs)(e.li,{children:[(0,a.jsx)(e.strong,{children:\"Entradas largas, salidas cortas\"}),\" \\u2014 resumir documentos, clasificar, extraer informaci\\xF3n de una base de c\\xF3digo \\u2014 est\\xE1 dominado por el prefill. Las cifras de Apple aplican.\"]}),`\n`,(0,a.jsxs)(e.li,{children:[(0,a.jsx)(e.strong,{children:\"Entradas cortas, salidas largas\"}),\" \\u2014 redacci\\xF3n, chat, generaci\\xF3n de c\\xF3digo \\u2014 est\\xE1 dominado por el decode. El ancho de banda es tu n\\xFAmero.\"]}),`\n`,(0,a.jsxs)(e.li,{children:[(0,a.jsx)(e.strong,{children:\"Entradas largas y salidas largas\"}),\" \\u2014 flujos de trabajo ag\\xE9nticos sobre un contexto grande \\u2014 necesitan ambos, y necesitan capacidad para la KV cache adem\\xE1s.\"]}),`\n`]}),`\n`,(0,a.jsx)(e.h2,{id:\"qu\\xE9-cambi\\xF3-realmente-con-el-m5-ultra\",children:\"Qu\\xE9 cambi\\xF3 realmente con el M5 Ultra\"}),`\n`,(0,a.jsx)(e.p,{children:\"Parte de la cobertura del lanzamiento dio a entender que alojar un modelo de frontera en un escritorio es algo nuevo. No lo es, y entenderlo bien cambia la decisi\\xF3n de actualizar para cualquiera que ya tenga un Mac Studio.\"}),`\n`,(0,a.jsxs)(e.table,{children:[(0,a.jsx)(e.thead,{children:(0,a.jsxs)(e.tr,{children:[(0,a.jsx)(e.th,{}),(0,a.jsx)(e.th,{children:\"M3 Ultra (2025)\"}),(0,a.jsx)(e.th,{children:\"M5 Ultra (2026)\"})]})}),(0,a.jsxs)(e.tbody,{children:[(0,a.jsxs)(e.tr,{children:[(0,a.jsx)(e.td,{children:\"Memoria unificada m\\xE1xima\"}),(0,a.jsx)(e.td,{children:\"512GB\"}),(0,a.jsx)(e.td,{children:\"512GB\"})]}),(0,a.jsxs)(e.tr,{children:[(0,a.jsx)(e.td,{children:\"Ancho de banda de memoria\"}),(0,a.jsx)(e.td,{children:\"819GB/s\"}),(0,a.jsx)(e.td,{children:\"1.2TB/s\"})]}),(0,a.jsxs)(e.tr,{children:[(0,a.jsx)(e.td,{children:\"N\\xFAcleos de GPU\"}),(0,a.jsx)(e.td,{children:\"hasta 80\"}),(0,a.jsx)(e.td,{children:\"hasta 80\"})]}),(0,a.jsxs)(e.tr,{children:[(0,a.jsx)(e.td,{children:\"N\\xFAcleos de CPU\"}),(0,a.jsx)(e.td,{children:\"32\"}),(0,a.jsx)(e.td,{children:\"hasta 36\"})]})]})]}),`\n`,(0,a.jsxs)(e.p,{children:[(0,a.jsx)(e.strong,{children:\"La capacidad no cambi\\xF3. El n\\xFAmero de n\\xFAcleos de GPU no cambi\\xF3.\"}),\" El ancho de banda subi\\xF3 cerca de 1.47x, y la CPU gan\\xF3 cuatro n\\xFAcleos.\"]}),`\n`,(0,a.jsx)(e.p,{children:\"Esto encaja exactamente con las propias comparaciones de Apple frente al M3 Ultra \\u2014 \\xABhasta 1.3 veces m\\xE1s rendimiento multihilo\\xBB y \\xABhasta 1.8 veces gr\\xE1ficos m\\xE1s r\\xE1pidos\\xBB son cifras modestas, y la gran afirmaci\\xF3n de Apple, \\xABhasta 4.3 veces el rendimiento m\\xE1ximo de c\\xF3mputo de IA\\xBB, proviene de los Neural Accelerators ahora integrados en cada n\\xFAcleo de GPU, no de n\\xFAcleos m\\xE1s numerosos o m\\xE1s grandes.\"}),`\n`,(0,a.jsx)(e.p,{children:\"As\\xED que, para la inferencia local en concreto:\"}),`\n`,(0,a.jsxs)(e.ul,{children:[`\n`,(0,a.jsxs)(e.li,{children:[\"La \",(0,a.jsx)(e.strong,{children:\"velocidad de generaci\\xF3n\"}),\" mejora aproximadamente en l\\xEDnea con el ancho de banda \\u2014 llam\\xE9moslo un 1.4x m\\xE1s o menos en el mismo modelo.\"]}),`\n`,(0,a.jsxs)(e.li,{children:[\"El \",(0,a.jsx)(e.strong,{children:\"procesamiento del prompt\"}),\" mejora mucho m\\xE1s, en l\\xEDnea con esa cifra de 4.3x en c\\xF3mputo de IA.\"]}),`\n`,(0,a.jsxs)(e.li,{children:[(0,a.jsx)(e.strong,{children:\"Lo que puedes cargar\"}),\" no cambi\\xF3.\"]}),`\n`]}),`\n`,(0,a.jsxs)(e.p,{children:[\"Si tienes un Mac Studio M3 Ultra con 512GB y tu limitante es qu\\xE9 modelos caben, esta generaci\\xF3n no resuelve un problema que tengas. Si tu limitante es esperar a que se procesen prompts largos, s\\xED lo aborda directamente. Nuestra \",(0,a.jsx)(e.a,{href:\"/blog/mac-studio-2025-m4-max-m3-ultra-performance-guide\",children:\"gu\\xEDa de rendimiento del Mac Studio M4 Max y M3 Ultra\"}),\" cubre en detalle la generaci\\xF3n anterior.\"]}),`\n`,(0,a.jsxs)(e.p,{children:[\"Una nota de calendario m\\xE1s que vale la pena conocer antes de ordenar: \",(0,a.jsx)(e.strong,{children:\"la configuraci\\xF3n de 512GB no se env\\xEDa el 22 de septiembre junto con todo lo dem\\xE1s.\"}),\" Apple la tiene prevista para llegar a finales de octubre.\"]}),`\n`,(0,a.jsx)(e.p,{children:(0,a.jsx)(e.img,{alt:\"Elegir una configuraci\\xF3n de Mac para IA local\",src:\"/images/blog/mac-unified-memory-local-llm-how-much-ram-m5-ultra-512gb-guide-2026/content-2.webp\",width:\"1024\",height:\"572\"})}),`\n`,(0,a.jsx)(e.h2,{id:\"qu\\xE9-equipo-seg\\xFAn-lo-que-realmente-haces\",children:\"Qu\\xE9 equipo, seg\\xFAn lo que realmente haces\"}),`\n`,(0,a.jsx)(e.h3,{id:\"16gb--no-es-para-esto\",children:\"16GB \\u2014 no es para esto\"}),`\n`,(0,a.jsx)(e.p,{children:\"Tienes aproximadamente 10\\u201312GB disponibles para la GPU. Eso ejecuta modelos de 8B a 4 bits con contexto modesto y nada m\\xE1s grande. Est\\xE1 bien para modelos de clase autocompletado y asistentes locales peque\\xF1os, y te va a frustrar con cualquier otra cosa. En 2026, 16GB es un equipo que hace bien otras cosas y ejecuta LLMs de forma incidental.\"}),`\n`,(0,a.jsx)(e.h3,{id:\"32gb-m6-mac-mini-tope-de-gama--1299--el-punto-de-entrada\",children:\"32GB (M6 Mac mini, tope de gama \\u2014 $1,299) \\u2014 el punto de entrada\"}),`\n`,(0,a.jsx)(e.p,{children:\"Alrededor de 21\\u201324GB con los que trabajar. Esto ejecuta modelos de 8B y 14B con comodidad, y un modelo de 32B a 4 bits con contexto corto, a unos 7 tokens por segundo. Esa \\xFAltima cifra es el l\\xEDmite honesto: cabe, pero al borde de lo agradable.\"}),`\n`,(0,a.jsx)(e.p,{children:\"Bueno para: asistentes de c\\xF3digo locales, trabajo con documentos privados, aprender las herramientas. La actualizaci\\xF3n de $400 desde 16GB no es opcional si los modelos locales son una raz\\xF3n por la que est\\xE1s comprando el equipo.\"}),`\n`,(0,a.jsx)(e.h3,{id:\"64gb-m5-pro-mac-mini--1699--el-punto-\\xF3ptimo-para-la-mayor\\xEDa\",children:\"64GB (M5 Pro Mac mini \\u2014 $1,699+) \\u2014 el punto \\xF3ptimo para la mayor\\xEDa\"}),`\n`,(0,a.jsx)(e.p,{children:\"Alrededor de 42\\u201348GB disponibles, y 307GB/s. Un modelo de 70B a 4 bits cabe con margen para contexto real, generando cerca de 6 tokens por segundo \\u2014 utilizable para trabajo por lotes, lento para chat interactivo. Un modelo de 32B corre a aproximadamente 12 tokens por segundo, lo cual es c\\xF3modo.\"}),`\n`,(0,a.jsx)(e.p,{children:\"Aqu\\xED es donde aterriza la mayor parte del uso serio de modelos locales, y es la configuraci\\xF3n que recomendar\\xEDa a la mayor\\xEDa de las personas. Tambi\\xE9n trae Thunderbolt 5, algo que el M6 mini no tiene.\"}),`\n`,(0,a.jsx)(e.h3,{id:\"128gb-m5-max-mac-studio--2499--el-nivel-profesional\",children:\"128GB (M5 Max Mac Studio \\u2014 $2,499+) \\u2014 el nivel profesional\"}),`\n`,(0,a.jsx)(e.p,{children:\"Alrededor de 85\\u201396GB disponibles a 614GB/s. Un modelo de 70B a 4 bits corre a aproximadamente 11 tokens por segundo, c\\xF3modamente interactivo. Los modelos de clase 120B caben. Los modelos MoE de tama\\xF1o medio se vuelven pr\\xE1cticos.\"}),`\n`,(0,a.jsx)(e.p,{children:\"Esta es la configuraci\\xF3n para alguien cuyo trabajo depende de la inferencia local a diario \\u2014 el ancho de banda aproximadamente duplica la velocidad de generaci\\xF3n del M5 Pro en el mismo modelo.\"}),`\n`,(0,a.jsx)(e.h3,{id:\"512gb-m5-ultra-mac-studio--5499-m\\xE1s-de-18000-con-todo-configurado--capacidad-que-no-puedes-comprar-en-otro-lado\",children:\"512GB (M5 Ultra Mac Studio \\u2014 $5,499+, m\\xE1s de $18,000 con todo configurado) \\u2014 capacidad que no puedes comprar en otro lado\"}),`\n`,(0,a.jsx)(e.p,{children:\"Alrededor de 340\\u2013384GB disponibles a 1.2TB/s. Esto aloja modelos MoE de clase 400B a 4 bits y genera a la velocidad de su cantidad de par\\xE1metros activos, que es lo espec\\xEDfico que ning\\xFAn otro escritorio hace a este precio.\"}),`\n`,(0,a.jsx)(e.p,{children:\"Compra esto si est\\xE1s limitado por capacidad de una forma que nada m\\xE1s resuelve. Si tus modelos caben en 128GB, el Ultra te compra velocidad que puedes obtener m\\xE1s barata.\"}),`\n`,(0,a.jsx)(e.h3,{id:\"si-no-vas-a-comprar-un-mac-nuevo\",children:\"Si no vas a comprar un Mac nuevo\"}),`\n`,(0,a.jsx)(e.p,{children:\"Un Mac M1/M2/M3/M4 existente con memoria adecuada ejecuta modelos locales sin problema \\u2014 el ancho de banda en los niveles Pro y Max ha sido bueno durante varias generaciones. Revisa tus propios n\\xFAmeros:\"}),`\n`,(0,a.jsx)(a.Fragment,{children:(0,a.jsx)(e.pre,{className:\"shiki shiki-themes github-light github-dark\",style:{\"--shiki-light\":\"#24292e\",\"--shiki-dark\":\"#e1e4e8\",\"--shiki-light-bg\":\"#fff\",\"--shiki-dark-bg\":\"#24292e\"},tabIndex:\"0\",icon:'<svg viewBox=\"0 0 24 24\"><path d=\"m 4,4 a 1,1 0 0 0 -0.7070312,0.2929687 1,1 0 0 0 0,1.4140625 L 8.5859375,11 3.2929688,16.292969 a 1,1 0 0 0 0,1.414062 1,1 0 0 0 1.4140624,0 l 5.9999998,-6 a 1.0001,1.0001 0 0 0 0,-1.414062 L 4.7070312,4.2929687 A 1,1 0 0 0 4,4 Z m 8,14 a 1,1 0 0 0 -1,1 1,1 0 0 0 1,1 h 8 a 1,1 0 0 0 1,-1 1,1 0 0 0 -1,-1 z\" fill=\"currentColor\" /></svg>',children:(0,a.jsxs)(e.code,{children:[(0,a.jsx)(e.span,{className:\"line\",children:(0,a.jsx)(e.span,{style:{\"--shiki-light\":\"#6A737D\",\"--shiki-dark\":\"#6A737D\"},children:\"# Total memory in GB\"})}),`\n`,(0,a.jsxs)(e.span,{className:\"line\",children:[(0,a.jsx)(e.span,{style:{\"--shiki-light\":\"#005CC5\",\"--shiki-dark\":\"#79B8FF\"},children:\"echo\"}),(0,a.jsx)(e.span,{style:{\"--shiki-light\":\"#032F62\",\"--shiki-dark\":\"#9ECBFF\"},children:' \"$(( '}),(0,a.jsx)(e.span,{style:{\"--shiki-light\":\"#6F42C1\",\"--shiki-dark\":\"#B392F0\"},children:\"$(sysctl\"}),(0,a.jsx)(e.span,{style:{\"--shiki-light\":\"#005CC5\",\"--shiki-dark\":\"#79B8FF\"},children:\" -n\"}),(0,a.jsx)(e.span,{style:{\"--shiki-light\":\"#032F62\",\"--shiki-dark\":\"#9ECBFF\"},children:' hw.memsize) / 1073741824 )) GB\"'})]}),`\n`,(0,a.jsx)(e.span,{className:\"line\"}),`\n`,(0,a.jsx)(e.span,{className:\"line\",children:(0,a.jsx)(e.span,{style:{\"--shiki-light\":\"#6A737D\",\"--shiki-dark\":\"#6A737D\"},children:\"# Chip and current GPU wired limit\"})}),`\n`,(0,a.jsxs)(e.span,{className:\"line\",children:[(0,a.jsx)(e.span,{style:{\"--shiki-light\":\"#6F42C1\",\"--shiki-dark\":\"#B392F0\"},children:\"sysctl\"}),(0,a.jsx)(e.span,{style:{\"--shiki-light\":\"#005CC5\",\"--shiki-dark\":\"#79B8FF\"},children:\" -n\"}),(0,a.jsx)(e.span,{style:{\"--shiki-light\":\"#032F62\",\"--shiki-dark\":\"#9ECBFF\"},children:\" machdep.cpu.brand_string\"})]}),`\n`,(0,a.jsxs)(e.span,{className:\"line\",children:[(0,a.jsx)(e.span,{style:{\"--shiki-light\":\"#6F42C1\",\"--shiki-dark\":\"#B392F0\"},children:\"sysctl\"}),(0,a.jsx)(e.span,{style:{\"--shiki-light\":\"#032F62\",\"--shiki-dark\":\"#9ECBFF\"},children:\" iogpu.wired_limit_mb\"})]})]})})}),`\n`,(0,a.jsx)(e.p,{children:\"Despu\\xE9s aplica las tablas de arriba. Un M1 Max de 64GB a 400GB/s es un equipo de inferencia local perfectamente bueno, y siempre lo fue.\"}),`\n`,(0,a.jsx)(e.h2,{id:\"un-ejemplo-resuelto\",children:\"Un ejemplo resuelto\"}),`\n`,(0,a.jsx)(e.p,{children:\"Las tablas abstractas son f\\xE1ciles de asentir y dif\\xEDciles de convertir en acci\\xF3n. Aqu\\xED est\\xE1 el razonamiento aplicado a un caso concreto.\"}),`\n`,(0,a.jsxs)(e.p,{children:[(0,a.jsx)(e.strong,{children:\"El requisito:\"}),\" un asistente de c\\xF3digo privado que lee una base de c\\xF3digo moderadamente grande, sostiene un contexto de 32,000 tokens y responde de forma interactiva. Quieres un modelo de clase 32B porque los m\\xE1s peque\\xF1os son notablemente peores en c\\xF3digo.\"]}),`\n`,(0,a.jsxs)(e.p,{children:[(0,a.jsx)(e.strong,{children:\"Paso 1 \\u2014 pesos.\"}),\" 32B a 4 bits: 32 \\xD7 0.55 = \",(0,a.jsx)(e.strong,{children:\"17.6GB\"}),\".\"]}),`\n`,(0,a.jsxs)(e.p,{children:[(0,a.jsx)(e.strong,{children:\"Paso 2 \\u2014 contexto.\"}),\" 32,000 tokens a aproximadamente 0.2 MB por token para un modelo moderno con grouped-query attention: \",(0,a.jsx)(e.strong,{children:\"unos 6.4GB\"}),\". Este es el t\\xE9rmino que la gente olvida, y aqu\\xED representa m\\xE1s de un tercio del tama\\xF1o de los pesos.\"]}),`\n`,(0,a.jsxs)(e.p,{children:[(0,a.jsx)(e.strong,{children:\"Paso 3 \\u2014 overhead.\"}),\" Runtime, buffers de Metal, tokenizador: \",(0,a.jsx)(e.strong,{children:\"2\\u20133GB\"}),\".\"]}),`\n`,(0,a.jsx)(e.p,{children:(0,a.jsx)(e.strong,{children:\"Total: aproximadamente 26\\u201327GB que deben quedar fijados (\\xABwired\\xBB) para la GPU.\"})}),`\n`,(0,a.jsxs)(e.p,{children:[(0,a.jsx)(e.strong,{children:\"Paso 4 \\u2014 traducir a memoria instalada.\"}),\" Con un techo autom\\xE1tico de ~70%, 27GB fijados requieren cerca de 38GB instalados. Un Mac de 32GB te da 21\\u201324GB autom\\xE1ticamente \\u2014 no alcanza. Podr\\xEDas subir \",(0,a.jsx)(e.code,{children:\"iogpu.wired_limit_mb\"}),\" a 27GB en un equipo de 32GB, lo que deja 5GB para macOS y todo lo dem\\xE1s. Eso funcionar\\xE1 mientras no haya nada m\\xE1s corriendo y se vendr\\xE1 abajo en el momento en que abras un navegador.\"]}),`\n`,(0,a.jsxs)(e.p,{children:[(0,a.jsx)(e.strong,{children:\"Conclusi\\xF3n: 64GB instalados.\"}),\" Lo que aterriza en el Mac mini M5 Pro, no en el M6.\"]}),`\n`,(0,a.jsxs)(e.p,{children:[(0,a.jsx)(e.strong,{children:\"Paso 5 \\u2014 revisar la velocidad.\"}),\" 307GB/s \\xD7 0.7 \\xF7 17.6GB \\u2248 \",(0,a.jsx)(e.strong,{children:\"12 tokens por segundo\"}),\". C\\xF3modo para uso interactivo.\"]}),`\n`,(0,a.jsxs)(e.p,{children:[\"Ahora cambia una variable. Deja todo lo dem\\xE1s igual y pide un contexto de 128,000 tokens: la KV cache sube a aproximadamente 25GB, la demanda total a unos 45GB, y la memoria instalada requerida a 64GB \",(0,a.jsx)(e.em,{children:\"como m\\xEDnimo\"}),\" con el l\\xEDmite fijado elevado \\u2014 o 128GB para estar c\\xF3modo. Un solo ajuste movi\\xF3 la respuesta un nivel entero de producto.\"]}),`\n`,(0,a.jsx)(e.p,{children:\"Ese es todo el m\\xE9todo. Pesos, contexto, overhead, dividir entre el techo, y luego verificar el ancho de banda contra el tama\\xF1o de los pesos.\"}),`\n`,(0,a.jsx)(e.h2,{id:\"los-runtimes-no-se-comportan-todos-igual\",children:\"Los runtimes no se comportan todos igual\"}),`\n`,(0,a.jsx)(e.p,{children:\"La aritm\\xE9tica de arriba describe el hardware. Lo que realmente observas depende del software, y las diferencias son lo bastante grandes como para cambiar una decisi\\xF3n de compra.\"}),`\n`,(0,a.jsxs)(e.p,{children:[(0,a.jsx)(e.strong,{children:\"MLX\"}),\" es el propio framework de arrays de Apple, construido para memoria unificada. No copia entre \\xABmemoria de CPU\\xBB y \\xABmemoria de GPU\\xBB porque en Apple silicon esa distinci\\xF3n no existe, y en general es la opci\\xF3n m\\xE1s eficiente en memoria en un Mac. Si est\\xE1s comprando hardware espec\\xEDficamente para inferencia local, las herramientas basadas en MLX son las que hacen que el hardware luzca bien.\"]}),`\n`,(0,a.jsxs)(e.p,{children:[(0,a.jsx)(e.strong,{children:\"llama.cpp\"}),\", y las herramientas construidas sobre \\xE9l, es la opci\\xF3n m\\xE1s portable y tiene un excelente soporte de Metal. Sus formatos de cuantizaci\\xF3n \\u2014 la familia \",(0,a.jsx)(e.code,{children:\"Q4_K_M\"}),\" que asumen las tablas de arriba \\u2014 son el est\\xE1ndar de facto, y su comportamiento de memoria es predecible y est\\xE1 bien documentado.\"]}),`\n`,(0,a.jsxs)(e.p,{children:[(0,a.jsx)(e.strong,{children:\"Ollama\"}),\" envuelve a llama.cpp con gesti\\xF3n de modelos. Es c\\xF3modo, y lo que hay que saber es que mantiene los modelos residentes en memoria despu\\xE9s de usarlos durante un per\\xEDodo configurable. Si est\\xE1s cerca de tu l\\xEDmite, un modelo que terminaste de usar hace una hora puede seguir ocupando memoria. Esa es una causa frecuente del \\xABayer funcionaba\\xBB.\"]}),`\n`,(0,a.jsxs)(e.p,{children:[(0,a.jsx)(e.strong,{children:\"LM Studio\"}),\" es la opci\\xF3n gr\\xE1fica y es honesta con la memoria, mostr\\xE1ndote qu\\xE9 va a caber y qu\\xE9 no antes de cargarlo. Es una buena forma de desarrollar intuici\\xF3n sobre estos n\\xFAmeros sin hacer aritm\\xE9tica.\"]}),`\n`,(0,a.jsx)(e.p,{children:\"Dos comportamientos importan sin importar cu\\xE1l uses:\"}),`\n`,(0,a.jsxs)(e.ol,{children:[`\n`,(0,a.jsxs)(e.li,{children:[(0,a.jsx)(e.strong,{children:\"Si la KV cache se preasigna.\"}),\" Algunos runtimes reservan toda la ventana de contexto al momento de cargar; otros la hacen crecer conforme avanza la conversaci\\xF3n. La preasignaci\\xF3n significa que un modelo que en la pr\\xE1ctica funcionar\\xEDa falla al cargar. Si un modelo se niega a cargar con 128K pero carga con 8K, esta es la raz\\xF3n \\u2014 y bajar el contexto configurado es la soluci\\xF3n, no un modelo m\\xE1s peque\\xF1o.\"]}),`\n`,(0,a.jsxs)(e.li,{children:[(0,a.jsx)(e.strong,{children:\"Si los modelos sin uso se descargan.\"}),\" Revisa la configuraci\\xF3n de keep-alive de tu runtime antes de concluir que tu equipo es demasiado peque\\xF1o.\"]}),`\n`]}),`\n`,(0,a.jsx)(e.h2,{id:\"c\\xF3mo-comprar-margen-sin-comprar-memoria\",children:\"C\\xF3mo comprar margen sin comprar memoria\"}),`\n`,(0,a.jsx)(e.p,{children:\"Antes de gastar $400 en un nivel de memoria superior, varias t\\xE9cnicas cambian la aritm\\xE9tica.\"}),`\n`,(0,a.jsxs)(e.p,{children:[(0,a.jsx)(e.strong,{children:\"Cuantiza m\\xE1s agresivamente.\"}),\" Bajar de 8 bits a 4 bits reduce a la mitad tu requisito de memoria con una p\\xE9rdida de calidad modesta. Casi siempre es un mejor intercambio que pasar a un modelo m\\xE1s peque\\xF1o con mayor precisi\\xF3n \\u2014 un modelo de 32B a 4 bits generalmente supera a un modelo de 14B a 8 bits, con memoria similar.\"]}),`\n`,(0,a.jsxs)(e.p,{children:[(0,a.jsx)(e.strong,{children:\"Cuantiza la KV cache.\"}),\" La mayor\\xEDa de los runtimes pueden almacenar la KV cache a 8 bits o menos. En contextos largos, donde la cache rivaliza con los pesos, este es el mayor ahorro disponible por s\\xED solo y el costo en calidad es peque\\xF1o.\"]}),`\n`,(0,a.jsxs)(e.p,{children:[(0,a.jsx)(e.strong,{children:\"Ajusta el contexto al tama\\xF1o correcto.\"}),\" Una ventana de contexto de 128K de la que solo usas 4,000 tokens sigue costando el precio completo en runtimes que preasignan. Configura el contexto que realmente usas.\"]}),`\n`,(0,a.jsxs)(e.p,{children:[(0,a.jsx)(e.strong,{children:\"Prefiere modelos MoE.\"}),\" Como se cubri\\xF3 arriba, un modelo mixture-of-experts te da la calidad de un modelo grande a la velocidad de generaci\\xF3n de uno peque\\xF1o. El costo es capacidad, que es exactamente de lo que un Mac tiene m\\xE1s que las alternativas.\"]}),`\n`,(0,a.jsxs)(e.p,{children:[(0,a.jsx)(e.strong,{children:\"Usa decodificaci\\xF3n especulativa.\"}),\" Un modelo \\xABborrador\\xBB peque\\xF1o propone varios tokens y el modelo grande los verifica en un solo paso. Como la verificaci\\xF3n es paralela, esto ataca directamente el cuello de botella del ancho de banda y puede aumentar de forma significativa los tokens por segundo \\u2014 al costo de mantener un segundo modelo, peque\\xF1o, en memoria. En un equipo limitado por ancho de banda pero con capacidad de sobra, es un buen intercambio.\"]}),`\n`,(0,a.jsxs)(e.p,{children:[(0,a.jsx)(e.strong,{children:\"Cierra cosas.\"}),\" Obvio, y aun as\\xED, la respuesta sorprendentemente a menudo. Navegadores con muchas pesta\\xF1as, m\\xE1quinas virtuales y editores de video compiten todos por el mismo fondo com\\xFAn. No hay una VRAM separada a la que recurrir.\"]}),`\n`,(0,a.jsx)(e.h2,{id:\"soluci\\xF3n-de-problemas-comunes\",children:\"Soluci\\xF3n de problemas comunes\"}),`\n`,(0,a.jsx)(e.h3,{id:\"el-modelo-carga-pero-la-generaci\\xF3n-es-extremadamente-lenta\",children:\"El modelo carga pero la generaci\\xF3n es extremadamente lenta\"}),`\n`,(0,a.jsxs)(e.p,{children:[(0,a.jsx)(e.strong,{children:\"Problema\"}),\": Has superado lo que macOS le va a entregar a la GPU, y el trabajo se est\\xE1 desbordando a swap. Los s\\xEDntomas son un primer token que tarda muchos segundos y una generaci\\xF3n que avanza a tirones en lugar de fluir de manera uniforme.\"]}),`\n`,(0,a.jsxs)(e.p,{children:[(0,a.jsx)(e.strong,{children:\"Soluci\\xF3n\"}),\": Revisa la presi\\xF3n de memoria en Activity Monitor mientras genera. Si est\\xE1 en amarillo o rojo, usa una cuantizaci\\xF3n menor, reduce tu ventana de contexto, o sube \",(0,a.jsx)(e.code,{children:\"iogpu.wired_limit_mb\"}),\" \\u2014 dejando al menos 6\\u20138GB para el sistema. Si la presi\\xF3n est\\xE1 en verde y aun as\\xED va lento, simplemente est\\xE1s limitado por ancho de banda y la soluci\\xF3n es un modelo m\\xE1s peque\\xF1o.\"]}),`\n`,(0,a.jsx)(e.h3,{id:\"system-has-run-out-of-application-memory\",children:\"\\xABSystem has run out of application memory\\xBB\"}),`\n`,(0,a.jsxs)(e.p,{children:[(0,a.jsx)(e.strong,{children:\"Problema\"}),\": Generalmente un l\\xEDmite fijado configurado de forma demasiado agresiva, o un contexto grande que creci\\xF3 durante una sesi\\xF3n larga.\"]}),`\n`,(0,a.jsxs)(e.p,{children:[(0,a.jsx)(e.strong,{children:\"Soluci\\xF3n\"}),\": Restablece con \",(0,a.jsx)(e.code,{children:\"sudo sysctl iogpu.wired_limit_mb=0\"}),\" y reinicia el proceso de inferencia. Reinicia el equipo si el sistema sigue inc\\xF3modo \\u2014 el ajuste no es persistente, as\\xED que un reinicio lo borra de todas formas. Las causas relacionadas se cubren en nuestra \",(0,a.jsx)(e.a,{href:\"/blog/macos-tahoe-memory-leak-fix-complete-guide-2026\",children:\"gu\\xEDa de soluci\\xF3n de fugas de memoria\"}),\".\"]}),`\n`,(0,a.jsx)(e.h3,{id:\"cabe-en-el-papel-pero-falla-al-cargar\",children:\"Cabe en el papel pero falla al cargar\"}),`\n`,(0,a.jsxs)(e.p,{children:[(0,a.jsx)(e.strong,{children:\"Problema\"}),\": Dimensionaste solo por los pesos y olvidaste la KV cache, o el runtime est\\xE1 asignando todo el contexto por adelantado en lugar de hacerlo crecer.\"]}),`\n`,(0,a.jsxs)(e.p,{children:[(0,a.jsx)(e.strong,{children:\"Soluci\\xF3n\"}),\": Baja la longitud del contexto en la configuraci\\xF3n de tu runtime e int\\xE9ntalo de nuevo. Si un contexto de 32K carga y uno de 128K no, eso confirma el diagn\\xF3stico, y la aritm\\xE9tica de la secci\\xF3n de capacidad te dice cu\\xE1nto necesitas para el contexto que quieres.\"]}),`\n`,(0,a.jsx)(e.h3,{id:\"el-mac-se-calienta-y-se-ralentiza-en-una-sesi\\xF3n-larga\",children:\"El Mac se calienta y se ralentiza en una sesi\\xF3n larga\"}),`\n`,(0,a.jsxs)(e.p,{children:[(0,a.jsx)(e.strong,{children:\"Problema\"}),\": La inferencia sostenida es una carga sostenida tanto para la GPU como para la memoria. Los laptops hacen throttling. Los equipos de escritorio, en su mayor\\xEDa, no.\"]}),`\n`,(0,a.jsxs)(e.p,{children:[(0,a.jsx)(e.strong,{children:\"Soluci\\xF3n\"}),\": Este es uno de los argumentos reales a favor de un Mac mini o Mac Studio sobre un MacBook para este tipo de carga de trabajo \\u2014 margen t\\xE9rmico sostenido. En un laptop, revisa nuestra \",(0,a.jsx)(e.a,{href:\"/blog/macbook-pro-m5-overheating-thermal-throttling-fix-guide-2026\",children:\"gu\\xEDa de throttling t\\xE9rmico del MacBook Pro M5\"}),\".\"]}),`\n`,(0,a.jsx)(e.h3,{id:\"procesamiento-de-prompt-r\\xE1pido-generaci\\xF3n-lenta\",children:\"Procesamiento de prompt r\\xE1pido, generaci\\xF3n lenta\"}),`\n`,(0,a.jsxs)(e.p,{children:[(0,a.jsx)(e.strong,{children:\"Problema\"}),\": No hay nada mal. Esta es la forma esperada del hardware.\"]}),`\n`,(0,a.jsxs)(e.p,{children:[(0,a.jsx)(e.strong,{children:\"Soluci\\xF3n\"}),\": Revisa la secci\\xF3n de prefill contra decode m\\xE1s arriba. Si lo que necesitas es velocidad de generaci\\xF3n, la soluci\\xF3n es un modelo m\\xE1s peque\\xF1o, una cuantizaci\\xF3n m\\xE1s agresiva, un modelo MoE con un n\\xFAmero peque\\xF1o de par\\xE1metros activos, o m\\xE1s ancho de banda \\u2014 en ese orden de costo.\"]}),`\n`,(0,a.jsx)(e.h2,{id:\"preguntas-frecuentes\",children:\"Preguntas frecuentes\"}),`\n`,(0,a.jsx)(e.h3,{id:\"cu\\xE1nta-ram-necesito-para-ejecutar-un-modelo-de-70b\",children:\"\\xBFCu\\xE1nta RAM necesito para ejecutar un modelo de 70B?\"}),`\n`,(0,a.jsxs)(e.p,{children:[\"Con cuantizaci\\xF3n de 4 bits los pesos son de unos 38.5GB. Suma contexto y overhead y quieres \",(0,a.jsx)(e.strong,{children:\"64GB instalados\"}),\" como m\\xEDnimo realista, porque macOS solo le va a entregar a la GPU aproximadamente 42\\u201348GB de eso. 48GB instalados es demasiado justo en cuanto incluyes cualquier contexto significativo.\"]}),`\n`,(0,a.jsx)(e.h3,{id:\"bastan-16gb-para-ia-local-en-2026\",children:\"\\xBFBastan 16GB para IA local en 2026?\"}),`\n`,(0,a.jsx)(e.p,{children:\"Para modelos de 8B a 4 bits con contexto corto, s\\xED. Para cualquier cosa m\\xE1s grande, no. Si los modelos locales son una raz\\xF3n por la que est\\xE1s comprando el equipo, trata 32GB como el piso y 64GB como el objetivo.\"}),`\n`,(0,a.jsx)(e.h3,{id:\"el-neural-engine-acelera-los-llms-locales\",children:\"\\xBFEl Neural Engine acelera los LLMs locales?\"}),`\n`,(0,a.jsx)(e.p,{children:\"Contribuye al procesamiento del prompt, que es de donde viene la cifra de Apple de \\xAB4.8 veces m\\xE1s r\\xE1pido en procesamiento de prompts LLM\\xBB, y el Neural Engine dual de 16 n\\xFAcleos del M6 es un avance real. No cambia el l\\xEDmite de ancho de banda en la generaci\\xF3n de tokens. La mayor\\xEDa de los runtimes de inferencia local populares en Mac se apoyan principalmente en la GPU v\\xEDa Metal.\"}),`\n`,(0,a.jsx)(e.h3,{id:\"deber\\xEDa-comprar-el-mac-studio-de-512gb\",children:\"\\xBFDeber\\xEDa comprar el Mac Studio de 512GB?\"}),`\n`,(0,a.jsx)(e.p,{children:\"Solo si est\\xE1s limitado por capacidad. Si los modelos que realmente ejecutas caben en 128GB, un Mac Studio M5 Max hace el mismo trabajo por un tercio del precio. Tambi\\xE9n ten en cuenta que la opci\\xF3n de 512GB no se env\\xEDa hasta finales de octubre, y el equipo totalmente configurado llega a $18,299.\"}),`\n`,(0,a.jsx)(e.h3,{id:\"puedo-agregar-memoria-despu\\xE9s\",children:\"\\xBFPuedo agregar memoria despu\\xE9s?\"}),`\n`,(0,a.jsx)(e.p,{children:\"No. La memoria unificada es parte del paquete del chip en todo Mac con Apple silicon. Esta es la especificaci\\xF3n que m\\xE1s vale la pena sobredimensionar al comprar, porque es la \\xFAnica que nunca podr\\xE1s revisar despu\\xE9s.\"}),`\n`,(0,a.jsx)(e.h3,{id:\"un-mac-es-mejor-que-una-pc-con-gpu-discreta-para-esto\",children:\"\\xBFUn Mac es mejor que una PC con GPU discreta para esto?\"}),`\n`,(0,a.jsx)(e.p,{children:\"Son compromisos distintos. Una GPU discreta tiene un ancho de banda de memoria mucho mayor pero much\\xEDsima menos memoria \\u2014 las tarjetas de consumo se quedan cortas frente a lo que ofrece un Mac Studio. Un Mac gana de forma decisiva en capacidad por d\\xF3lar y en consumo el\\xE9ctrico, y pierde en rendimiento bruto para modelos lo bastante peque\\xF1os como para caber en la VRAM. Si tus modelos son grandes, el Mac suele ser la \\xFAnica opci\\xF3n de un solo equipo. Si son peque\\xF1os, una GPU es m\\xE1s r\\xE1pida.\"}),`\n`,(0,a.jsx)(e.h3,{id:\"la-cuantizaci\\xF3n-perjudica-la-calidad\",children:\"\\xBFLa cuantizaci\\xF3n perjudica la calidad?\"}),`\n`,(0,a.jsx)(e.p,{children:\"8 bits est\\xE1 cerca de no tener p\\xE9rdida para la mayor\\xEDa de los prop\\xF3sitos. Los K-quants de 4 bits son el valor por defecto pr\\xE1ctico y la degradaci\\xF3n es modesta para la mayor\\xEDa de las tareas. Por debajo de 4 bits, la calidad cae de forma notable. Dado lo que muestran las tablas de memoria de arriba, bajar de 8 bits a 4 bits reduce aproximadamente a la mitad tu requisito de memoria \\u2014 usualmente un mejor intercambio que pasar a un modelo m\\xE1s peque\\xF1o.\"}),`\n`,(0,a.jsx)(e.h2,{id:\"conclusi\\xF3n\",children:\"Conclusi\\xF3n\"}),`\n`,(0,a.jsx)(e.p,{children:\"El titular de los 512GB es real, y para un n\\xFAmero peque\\xF1o de personas es decisivo. Para todos los dem\\xE1s, la versi\\xF3n \\xFAtil de este art\\xEDculo son tres l\\xEDneas de aritm\\xE9tica: los pesos son par\\xE1metros por bytes por par\\xE1metro, el contexto suma entre 0.1 y 0.5 MB por token encima de eso, y macOS solo le da a la GPU aproximadamente el 65\\u201375% de lo que compraste.\"}),`\n`,(0,a.jsx)(e.p,{children:\"Corre esos n\\xFAmeros contra los modelos que realmente piensas usar y la respuesta suele aterrizar en 64GB. Despu\\xE9s revisa el segundo n\\xFAmero \\u2014 el ancho de banda \\u2014 porque decide si el modelo que cabe es un modelo que vas a seguir usando. La brecha entre un modelo de 32B a 7 tokens por segundo y el mismo modelo a 24 tokens por segundo es la brecha entre una demo y una herramienta, y ninguna cantidad de capacidad la cierra.\"}),`\n`,(0,a.jsx)(e.p,{children:\"Y elijas lo que elijas, elige con cuidado. Est\\xE1 soldado.\"}),`\n`,(0,a.jsx)(e.p,{children:(0,a.jsxs)(e.em,{children:[\"Lecturas relacionadas: \",(0,a.jsx)(e.a,{href:\"/blog/mac-mini-m6-mac-studio-m5-ultra-2026-specs-price-buying-guide\",children:\"Mac mini M6 y Mac Studio M5 Ultra: qu\\xE9 cambi\\xF3 realmente\"}),\", \",(0,a.jsx)(e.a,{href:\"/blog/local-ai-apps-mac-privacy-guide-2026\",children:\"apps de IA local en Mac y qu\\xE9 hacen con tus datos\"}),\", y \",(0,a.jsx)(e.a,{href:\"/blog/mac-ram-prices-rising-2026-dram-shortage-memory-buying-guide\",children:\"los precios de RAM de Mac est\\xE1n subiendo en 2026\"}),\".\"]})})]})}function m(n={}){let{wrapper:e}=n.components||{};return e?(0,a.jsx)(e,{...n,children:(0,a.jsx)(t,{...n})}):t(n)}return B(f);})();\n;return Component;","toc":[{"title":"Puntos clave","url":"#puntos-clave","depth":2},{"title":"Los dos números","url":"#los-dos-números","depth":2},{"title":"Capacidad: qué cabe","url":"#capacidad-qué-cabe","depth":2},{"title":"Después suma el contexto","url":"#después-suma-el-contexto","depth":3},{"title":"La regla práctica","url":"#la-regla-práctica","depth":3},{"title":"El límite que nadie menciona","url":"#el-límite-que-nadie-menciona","depth":2},{"title":"Ancho de banda: qué tan rápido responde","url":"#ancho-de-banda-qué-tan-rápido-responde","depth":2},{"title":"Por qué los modelos MoE cambian la respuesta","url":"#por-qué-los-modelos-moe-cambian-la-respuesta","depth":3},{"title":"El procesamiento del prompt es un problema distinto","url":"#el-procesamiento-del-prompt-es-un-problema-distinto","depth":2},{"title":"Qué cambió realmente con el M5 Ultra","url":"#qué-cambió-realmente-con-el-m5-ultra","depth":2},{"title":"Qué equipo, según lo que realmente haces","url":"#qué-equipo-según-lo-que-realmente-haces","depth":2},{"title":"16GB — no es para esto","url":"#16gb--no-es-para-esto","depth":3},{"title":"32GB (M6 Mac mini, tope de gama — $1,299) — el punto de entrada","url":"#32gb-m6-mac-mini-tope-de-gama--1299--el-punto-de-entrada","depth":3},{"title":"64GB (M5 Pro Mac mini — $1,699+) — el punto óptimo para la mayoría","url":"#64gb-m5-pro-mac-mini--1699--el-punto-óptimo-para-la-mayoría","depth":3},{"title":"128GB (M5 Max Mac Studio — $2,499+) — el nivel profesional","url":"#128gb-m5-max-mac-studio--2499--el-nivel-profesional","depth":3},{"title":"512GB (M5 Ultra Mac Studio — $5,499+, más de $18,000 con todo configurado) — capacidad que no puedes comprar en otro lado","url":"#512gb-m5-ultra-mac-studio--5499-más-de-18000-con-todo-configurado--capacidad-que-no-puedes-comprar-en-otro-lado","depth":3},{"title":"Si no vas a comprar un Mac nuevo","url":"#si-no-vas-a-comprar-un-mac-nuevo","depth":3},{"title":"Un ejemplo resuelto","url":"#un-ejemplo-resuelto","depth":2},{"title":"Los runtimes no se comportan todos igual","url":"#los-runtimes-no-se-comportan-todos-igual","depth":2},{"title":"Cómo comprar margen sin comprar memoria","url":"#cómo-comprar-margen-sin-comprar-memoria","depth":2},{"title":"Solución de problemas comunes","url":"#solución-de-problemas-comunes","depth":2},{"title":"El modelo carga pero la generación es extremadamente lenta","url":"#el-modelo-carga-pero-la-generación-es-extremadamente-lenta","depth":3},{"title":"«System has run out of application memory»","url":"#system-has-run-out-of-application-memory","depth":3},{"title":"Cabe en el papel pero falla al cargar","url":"#cabe-en-el-papel-pero-falla-al-cargar","depth":3},{"title":"El Mac se calienta y se ralentiza en una sesión larga","url":"#el-mac-se-calienta-y-se-ralentiza-en-una-sesión-larga","depth":3},{"title":"Procesamiento de prompt rápido, generación lenta","url":"#procesamiento-de-prompt-rápido-generación-lenta","depth":3},{"title":"Preguntas frecuentes","url":"#preguntas-frecuentes","depth":2},{"title":"¿Cuánta RAM necesito para ejecutar un modelo de 70B?","url":"#cuánta-ram-necesito-para-ejecutar-un-modelo-de-70b","depth":3},{"title":"¿Bastan 16GB para IA local en 2026?","url":"#bastan-16gb-para-ia-local-en-2026","depth":3},{"title":"¿El Neural Engine acelera los LLMs locales?","url":"#el-neural-engine-acelera-los-llms-locales","depth":3},{"title":"¿Debería comprar el Mac Studio de 512GB?","url":"#debería-comprar-el-mac-studio-de-512gb","depth":3},{"title":"¿Puedo agregar memoria después?","url":"#puedo-agregar-memoria-después","depth":3},{"title":"¿Un Mac es mejor que una PC con GPU discreta para esto?","url":"#un-mac-es-mejor-que-una-pc-con-gpu-discreta-para-esto","depth":3},{"title":"¿La cuantización perjudica la calidad?","url":"#la-cuantización-perjudica-la-calidad","depth":3},{"title":"Conclusión","url":"#conclusión","depth":2}],"estimatedTime":26}