16 de octubre de 2026 · Jakub Mokříš
Quince modelos de IA en el Mac Studio M5 Ultra: cuántos tokens por segundo obtienes de verdad
La web checa Vše Smart probó 32 modelos de lenguaje locales en un Mac Studio con M5 Ultra y 256 GB de memoria. Hemos elegido quince, desde el pequeño Qwen3 4B hasta Mistral Large con 123.000 millones de parámetros, para ver qué significan esas cifras en el trabajo diario.
Las comparativas de velocidad de modelos locales suelen quedarse en dos o tres nombres. El equipo de Vše Smart midió treinta y dos en un Mac Studio M5 Ultra con 256 GB de memoria unificada, cada uno once veces. De sus resultados hemos tomado quince modelos que cubren bien todo el abanico: pequeños y grandes, densos y de tipo mixture of experts.
Cómo se midió
Los modelos se ejecutaron en Ollama, controlados por un sencillo script en Python. Todos recibieron la misma tarea, un texto técnico largo sobre cómo se fabrican los coches modernos, con un límite de 2000 tokens de salida, temperatura 0 y un contexto de 8192 tokens. La primera ejecución de cada modelo se descartó como calentamiento y el resultado es la media de las diez siguientes. Entre modelo y modelo hubo una pausa de medio minuto.
La prueba completa duró más de cuatro horas y los modelos generaron más de 700.000 tokens. Solo se midió la velocidad; la calidad de las respuestas no se evaluó.
Resultados
| Modelo | Tipo | Velocidad de generación |
|---|---|---|
| Qwen3 4B | denso | |
| Qwen3 30B-A3B | MoE, 3B activos | |
| gpt-oss-20b | MoE, 3,6B activos | |
| Qwen3.5 35B-A3B | MoE, 3B activos | |
| Qwen3.5 9B | denso | |
| gpt-oss-120b | MoE, 5,1B activos | |
| Gemma 4 26B-A4B | MoE, 4B activos | |
| Qwen3-Next 80B-A3B | MoE, 3B activos | |
| Qwen3.5 122B-A10B | MoE, 10B activos | |
| Llama 4 Scout | MoE, 17B activos | |
| Mistral Small 3.2 24B | denso | |
| Qwen3.5 27B | denso | |
| Gemma 4 31B | denso | |
| Llama 3.3 70B | denso | |
| Mistral Large 123B | denso |
Media de diez ejecuciones en Ollama, 2000 tokens de salida, contexto de 8k. MoE = mixture of experts; «activos» es el número de parámetros que se usan en cada token. Datos: Vše Smart.
El tamaño dice poco de la velocidad
Se ve mejor que nada con gpt-oss-120b frente a Llama 3.3 70B. El modelo de OpenAI tiene más parámetros (117.000 millones frente a 70.000) y, aun así, escribe cinco veces más rápido: 115 tokens por segundo frente a 23. La diferencia está en la arquitectura. gpt-oss-120b es un modelo mixture of experts y solo usa unos cinco mil millones de parámetros por token. Llama 3.3 es denso, así que cada vez trabaja con los setenta mil millones.
Con Qwen pasa lo mismo. La versión 122B-A10B, con diez mil millones de parámetros activos, da 85 tokens por segundo, mientras que el Qwen3.5 27B denso, cuatro veces más pequeño, se queda en 48. Si lo que buscas es velocidad, fíjate en los parámetros activos, no en el tamaño total.
Cuánto es suficiente
Para chatear basta con unos 20 tokens por segundo; a ese ritmo el texto aparece más rápido de lo que la mayoría lee. De los quince modelos de la tabla, solo Mistral Large queda por debajo, con 14 tokens por segundo. Aun así sirve para tareas que nadie espera delante de la pantalla, como procesar documentos durante la noche.
La velocidad se nota mucho más cuando un asistente de programación escribe bloques largos de código. Ahí tienen sentido los modelos por encima de 80 tokens por segundo, como gpt-oss-120b, Qwen3-Next 80B o Qwen3.5 122B.
Coincide con nuestras mediciones
Medimos varios de los mismos modelos en nuestro propio Mac Studio, con MLX en lugar de Ollama y un método algo distinto. Las cifras varían entre unos pocos y varias decenas de puntos porcentuales, pero el panorama general se mantiene. gpt-oss-120b nos dio 120 tokens por segundo (Vše Smart: 115), gpt-oss-20b 184 (169) y Qwen3.5 27B 55 (48). Gemma 4 31B, en cambio, nos salió más lento, 31 frente a 40, porque usamos otra versión del modelo. Los detalles están en nuestro artículo de mediciones.
Pruébalo tú mismo
Los treinta y dos modelos cupieron en los 256 GB de memoria y aún sobró espacio. Si estás pensando en comprar un equipo así o solo necesitas la potencia unos días, puedes alquilar nuestro Mac Studio M5 Ultra con 256 GB. Por ahora, el alquiler por días y semanas es gratis.
Fuente de los datos: Vše Smart: el Mac Studio M5 Ultra a prueba con 32 modelos de IA locales (Ludvík Eckerman, 5 de octubre de 2026, en checo).