ES
3 de noviembre de 2026 · Jakub M.
MacBook Pro M5 Max con 128 GB: hasta dónde llega un portátil con IA local
Vše Smart ejecutó en un MacBook Pro M5 Max con 128 GB seis modelos abiertos de 8 a 120.000 millones de parámetros. Todos cupieron sin ajustes del sistema, gpt-oss-120b genera 110 tokens por segundo y el chip consume solo 37–50 W. Al portátil le falta aire con contextos largos y modelos densos grandes.
Fuente: MacBook Pro M5 Max se 128 GB RAM v testu lokálních AI modelů, Ludvík Eckerman, Vše Smart, 2 de noviembre de 2026 (en checo). Todas las cifras de abajo proceden de ese artículo.
¿Sirve un portátil para ejecutar IA local en serio? La web checa Vše Smart probó el MacBook Pro más potente con chip M5 Max (CPU de 18 núcleos, GPU de 40 núcleos) y 128 GB de memoria unificada con 614 GB/s de ancho de banda. Seis modelos abiertos, dos motores y una mirada al consumo.
Cómo se probó
- Sistema: macOS 27.2, modo de alto rendimiento, conectado a la corriente, límite de memoria de la GPU por defecto (unos 107 GB).
- Software: llama.cpp (build 11669, Metal) y MLX 0.32.4 con mlx-lm 0.32.2.
- Modelos: Llama 3.1 8B, gpt-oss-20b, Qwen3 30B-A3B, Qwen3 32B, Llama 3.3 70B y gpt-oss-120b, en 4 bits (gpt-oss en su MXFP4 nativo).
- Método: contextos de 0 a 32.768 tokens, tres ejecuciones cada uno, consumo del chip medido con powermetrics y una carga de diez minutos con Qwen3 30B-A3B.
Resultados
| Modelo | Generación, llama.cpp | Generación, MLX | Generación con contexto de 32k (MLX) | Primer token con 32k (MLX) | Pico de memoria (MLX) | Consumo del chip | Tokens por vatio |
|---|---|---|---|---|---|---|---|
| Llama 3.1 8B | 102 | 115 | 60 | 17 s | 9,5 GB | 49,8 W | 2,02 |
| gpt-oss-20b | 156 | 142 | 105 | 7,5 s | 13,7 GB | 48,5 W | 3,24 |
| Qwen3 30B-A3B | 155 | 152 | 72 | 15 s | 21,1 GB | 41,1 W | 3,69 |
| Qwen3 32B | 26 | 28 | 18 | 72 s | 27,8 GB | 48,3 W | 0,53 |
| Llama 3.3 70B | 12,5 | 13,6 | 10 | 132 s | 51,3 GB | 40,5 W | 0,31 |
| gpt-oss-120b | 110 | 94 | 70 | 13,5 s | 65,5 GB | 37,3 W | 2,92 |
Generación en tokens por segundo, modelos de 4 bits (gpt-oss en MXFP4), con el contexto vacío salvo indicación. Consumo del chip durante la generación en llama.cpp, solo el chip (CPU, GPU, Neural Engine). Fuente: Vše Smart, publicado el 2 de noviembre de 2026.
En 128 GB cabe todo
Los seis modelos funcionaron sin subir el límite de memoria. El mayor, gpt-oss-120b, llegó a 65,5 GB, así que sobró espacio. Gracias a su diseño mixture of experts genera además 110 tokens por segundo en llama.cpp.
Mixture of experts gana, los modelos densos sufren
Los más rápidos fueron los modelos que usan solo parte de sus parámetros por token: Qwen3 30B-A3B y gpt-oss-20b, con unos 155 tokens por segundo. El denso Llama 3.3 70B alcanzó 12,5–13,6 tokens por segundo; con un contexto de 32.000 tokens bajó a unos 10 y el primer token tardó 132 segundos. Con documentos largos y modelos densos grandes, el portátil está al límite.
Eficiente y estable
Al generar, el chip consumió 37–50 W y unos 2,1 W en reposo. El más eficiente fue Qwen3 30B-A3B, con 3,69 tokens por vatio. En diez minutos de carga continua mantuvo unos 152 tokens por segundo sin señales de limitación térmica. Las cifras son solo del chip, no de todo el portátil, y la prueba se hizo conectado a la corriente.
Cuando 128 GB no bastan
El MacBook Pro M5 Max es una excelente máquina portátil para modelos de hasta unos 100 GB. Los modelos mayores, como Qwen3 235B, que necesita unos 133 GB, no caben, y con modelos densos de 70B y contextos largos se vuelve lento. En nuestro choque de titanes, el Mac Studio M5 Ultra fue de 2,5 a 2,8 veces más rápido con esos modelos.
Como indica el artículo, la prueba midió la velocidad y no la calidad de las respuestas.
¿Necesitas más?
Alquila un Mac Studio M5 Ultra con 256 GB desde un día y ejecuta los modelos que no caben en un portátil.