ES
22 de octubre de 2026 · Jakub M.
Una hora a plena carga en el Mac Studio M5 Ultra: lo que cuesta un millón de tokens
Tuvimos nuestro Mac Studio generando texto con dieciséis modelos de IA a la vez durante una hora entera y registramos velocidad, consumo y temperatura cada diez segundos. Generó 980.000 tokens sin bajar el ritmo, y un millón de tokens consumió 0,074 kWh.
¿Cuánto cuesta de verdad ejecutar IA en local? En nuestro Mac Studio con M5 Ultra y 256 GB de memoria, el mismo equipo que alquilamos, hicimos una prueba de una hora y registramos cada diez segundos la velocidad, el consumo y la temperatura del chip.
Cómo medimos
- Hardware: Mac Studio con Apple M5 Ultra (CPU de 36 núcleos, GPU de 80 núcleos), 256 GB de memoria unificada, macOS 27.0.1. Durante la prueba no se ejecutó nada más.
- Modelo: gpt-oss-20b de OpenAI en la versión MXFP4-Q8 para MLX de Apple (MLX 0.32.4, mlx-lm 0.32.2). Es un modelo MoE de 21.000 millones de parámetros, de los que usa unos 3.600 millones por token. Ocupa unos 12 GB de memoria.
- Carga: dieciséis programas independientes generaron texto a la vez durante 60 minutos, cada uno con su propia copia del modelo. Simula dieciséis usuarios o agentes de IA. Cada generación tenía un límite de 2000 tokens y luego empezaba de nuevo con la misma tarea: un largo artículo técnico sobre cómo funciona un motor de combustión.
- Medición: cada 10 segundos anotamos los tokens generados, el consumo del chip y la temperatura media de la CPU y la GPU, leídos de macOS con macmon 0.10.0. La energía es el consumo medio multiplicado por el tiempo.
Resultados
| Resultado | |
|---|---|
| Duración de la prueba | 60 minutos |
| Flujos en paralelo | 16 |
| Generado | 980.000 tokens |
| Velocidad | 273 tokens por segundo |
| Velocidad, primera / última sexta parte | 272 / 272 tok/s |
| Consumo del chip, media (máx.) | 73 W (76 W) |
| Temperatura CPU / GPU estabilizada | 63 / 66 °C |
| Temperatura máxima CPU / GPU | 66 / 70 °C |
| Energía por millón de tokens | 0,074 kWh |
El límite es la velocidad de la memoria, no el cálculo
Al generar texto, lo que frena al Mac es el ancho de banda de la memoria, no la potencia de cálculo. Para cada token la GPU tiene que leer de la memoria la parte necesaria del modelo y pasa la mayor parte del tiempo esperando datos. Por eso el chip consumió solo 73 W incluso con dieciséis flujos.
Los dieciséis programas se reparten la GPU y cada uno lee su propia copia del modelo. Juntos dieron 273 tokens por segundo, unos 17 por flujo. Es poco para una persona chateando, pero suficiente para un grupo de agentes trabajando en segundo plano. Los servidores de inferencia lo hacen de otra forma: procesan las peticiones de muchos usuarios en un solo lote y leen el modelo una vez para todos, así que sacan más tokens por segundo del mismo Mac. Eso no lo medimos en esta prueba.
Temperaturas y estabilidad
La temperatura de la GPU subió a 70 °C en el cuarto minuto, luego bajó y se mantuvo en 66 °C desde el quinto. La CPU se estabilizó en 63 °C. Los ventiladores aguantaron sin que el chip tuviera que reducir la velocidad: tanto en la primera como en la última sexta parte de la prueba, el Mac generó 272 tokens por segundo.
Cuánto cuesta la electricidad
La hora a plena carga consumió 0,073 kWh. Un día entero así serían unos 1,75 kWh, y un millón de tokens necesita 0,074 kWh. A 0,25 € el kWh, son menos de 2 céntimos por millón de tokens y unos 44 céntimos al día. En la IA local la electricidad apenas cuenta; lo que pesa es el precio del propio ordenador.
Lo que la prueba no muestra
- El consumo de todo el ordenador. Solo medimos el chip (CPU, GPU y Neural Engine). Ventiladores, SSD, red y pérdidas de la fuente no están incluidos, así que el consumo desde el enchufe es algo mayor.
- El procesamiento por lotes. Dieciséis programas independientes no equivalen a un servidor que atiende a muchos usuarios en un solo lote.
- Modelos grandes. gpt-oss-20b es pequeño y rápido. Un modelo denso de 70.000 millones de parámetros cargaría el Mac de otra manera.
- La calidad del texto. Solo medimos velocidad y consumo, no lo que escribió el modelo.
Son resultados medidos en las condiciones descritas, no una garantía: la velocidad y el consumo reales dependen del modelo, la cuantización, la longitud del contexto, el software y el tipo de tarea.
Pruébalo tú mismo
Si quieres ver cómo se comporta tu propio modelo bajo carga, puedes alquilar este Mac Studio M5 Ultra con 256 GB desde un día. Tienes más mediciones en nuestro benchmark de seis modelos.