Twoody
Calculadora de LLM local
¿Qué LLM local puede ejecutar tu equipo, y a qué velocidad?
Elige tu Mac o tu PC. Descubre qué modelos abiertos caben en su memoria, a qué velocidad escriben, cuánto tardan en leer un documento y para qué sirven.
Los modelos para este equipo
En un PC con una Radeon RX 7900 GRE (16 GB) y 32 GB de RAM: 20 de 36 modelos funcionan bien.
Twoody en PC
Twoody para Windows y Linux está en preparación; la versión en pruebas ejecuta el modelo en el procesador. Las velocidades de abajo son las de LM Studio u Ollama, que usan la tarjeta gráfica.
Funcionan bien en este equipo
12,5 de 14,6 GB
Funciona con holgura
100+ tokens/s
parece instantáneo
12 páginas en 5 s
- Chat y redacción
- Tus documentos
- Programación
- Razonamiento
- Agentes
6,3 de 14,6 GB
Funciona con holgura
72–103 tokens/s
parece instantáneo
12 páginas en 5 s
- Chat y redacción
- Tus documentos
- Traducción
6,5 de 14,6 GB
Funciona con holgura
70–100 tokens/s
parece instantáneo
12 páginas en 5 s
- Chat y redacción
- Tus documentos
- Traducción
- Razonamiento
6,5 de 14,6 GB
Funciona con holgura
70–100 tokens/s
parece instantáneo
12 páginas en 5 s
- Chat y redacción
- Tus documentos
- Traducción
- Razonamiento
6,6 de 14,6 GB
Funciona con holgura
68–98 tokens/s
parece instantáneo
12 páginas en 5 s
- Chat y redacción
- Tus documentos
- Traducción
6,3 de 14,6 GB
Funciona con holgura
50–99 tokens/s
parece instantáneo
12 páginas en 6 s
- Chat y redacción
- Tus documentos
- Traducción
- Razonamiento
8 de 14,6 GB
Funciona con holgura
51–73 tokens/s
parece instantáneo
12 páginas en 7 s
- Chat y redacción
- Tus documentos
- Traducción
9,8 de 14,6 GB
Funciona con holgura
44–63 tokens/s
parece instantáneo
12 páginas en 8 s
- Chat y redacción
- Tus documentos
- Traducción
10,8 de 14,6 GB
Funciona con holgura
41–59 tokens/s
parece instantáneo
12 páginas en 8 s
- Chat y redacción
- Tus documentos
- Razonamiento
10,6 de 14,6 GB
Funciona con holgura
41–58 tokens/s
parece instantáneo
12 páginas en 8 s
- Chat y redacción
- Tus documentos
- Traducción
- Razonamiento
3,4 de 14,6 GB
Funciona con holgura
100+ tokens/s
parece instantáneo
12 páginas en 2 s
- Chat y redacción
- Traducción
3,9 de 14,6 GB
Funciona con holgura
100+ tokens/s
parece instantáneo
12 páginas en 2 s
- Chat y redacción
4,1 de 14,6 GB
Funciona con holgura
100+ tokens/s
parece instantáneo
12 páginas en 2 s
- Chat y redacción
- Traducción
3,4 de 14,6 GB
Funciona con holgura
95–191 tokens/s
parece instantáneo
12 páginas en 3 s
- Chat y redacción
- Traducción
5,8 de 14,6 GB
Funciona con holgura
100+ tokens/s
parece instantáneo
12 páginas en 3 s
- Chat y redacción
- Traducción
1,8 de 14,6 GB
Funciona con holgura
100+ tokens/s
parece instantáneo
12 páginas en 1 s
2,5 de 14,6 GB
Funciona con holgura
100+ tokens/s
parece instantáneo
12 páginas en 1 s
1,8 de 14,6 GB
Funciona con holgura
100+ tokens/s
parece instantáneo
12 páginas en 1 s
3,8 de 14,6 GB
Funciona con holgura
100+ tokens/s
parece instantáneo
12 páginas en 1 s
2,4 de 14,6 GB
Funciona con holgura
100+ tokens/s
parece instantáneo
12 páginas en 1 s
Funcionan, pero mucho más despacio (10)
18,8 de 14,6 GB
En parte en el procesador: mucho más lento
36–63 tokens/s
casi instantáneo
12 páginas en 10 s
- Chat y redacción
- Tus documentos
- Traducción
- Programación
- Razonamiento
- Agentes
17,7 de 14,6 GB
En parte en el procesador: mucho más lento
31–54 tokens/s
casi instantáneo
12 páginas en 13 s
- Chat y redacción
- Tus documentos
- Traducción
- Programación
- Agentes
19,4 de 14,6 GB
En parte en el procesador: mucho más lento
30–51 tokens/s
casi instantáneo
12 páginas en 11 s
- Chat y redacción
- Tus documentos
- Traducción
- Programación
- Razonamiento
- Agentes
19,4 de 14,6 GB
En parte en el procesador: mucho más lento
30–51 tokens/s
casi instantáneo
12 páginas en 11 s
- Chat y redacción
- Tus documentos
- Traducción
- Programación
- Agentes
22,3 de 14,6 GB
En parte en el procesador: mucho más lento
21–42 tokens/s
casi instantáneo
12 páginas en 9 s
- Chat y redacción
- Tus documentos
- Traducción
- Programación
- Razonamiento
- Agentes
15,8 de 14,6 GB
En parte en el procesador: mucho más lento
13–19 tokens/s
más rápido de lo que lees
12 páginas en 34 s
- Chat y redacción
- Tus documentos
- Traducción
- Programación
- Agentes
15,8 de 14,6 GB
En parte en el procesador: mucho más lento
13–19 tokens/s
más rápido de lo que lees
12 páginas en 34 s
- Chat y redacción
- Tus documentos
- Traducción
- Programación
- Agentes
17,1 de 14,6 GB
En parte en el procesador: mucho más lento
5,9–12 tokens/s
más o menos a tu ritmo de lectura
12 páginas en 41 s
- Chat y redacción
- Tus documentos
- Traducción
- Programación
- Razonamiento
- Agentes
19,5 de 14,6 GB
En parte en el procesador: mucho más lento
4,7–6,7 tokens/s
más o menos a tu ritmo de lectura
12 páginas en 44 s
- Chat y redacción
- Tus documentos
- Traducción
- Programación
- Agentes
21,8 de 14,6 GB
En parte en el procesador: mucho más lento
3,5–5 tokens/s
más lento de lo que lees
12 páginas en 46 s
- Chat y redacción
- Tus documentos
- Traducción
- Programación
- Razonamiento
- Agentes
Demasiado grandes para este equipo (6)
- Llama 3.3 70B · 44,6 de 14,6 GB
- Qwen3-Next 80B-A3B · 48,1 de 14,6 GB
- gpt-oss-120b · 62,8 de 14,6 GB
- Mistral Small 4 119B · 70,9 de 14,6 GB
- Qwen3.5 122B-A10B · 75,5 de 14,6 GB
- Qwen3 235B-A22B · 141 de 14,6 GB
Estimaciones, no mediciones, calculadas a partir de los benchmarks públicos de llama.cpp. Cifras revisadas el 26 de septiembre de 2026.
¿Cuánta memoria necesitas para un LLM local?
La memoria decide qué modelos caben: el archivo del modelo, más la conversación que tiene presente. Un Mac deja que su GPU use unas dos terceras partes de la memoria hasta 32 GB, y tres cuartas partes por encima. Con archivos de 4 bits, esto es lo que funciona con holgura:
| Memoria | Recomendados: funcionan con holgura |
|---|---|
| 8 GB | Llama 3.2 3B, Phi-4-mini, Qwen3.5 4B |
| 16 GB | Llama 3.1 8B, Qwen3 8B, DeepSeek-R1-0528-Qwen3-8B |
| 24 GB | gpt-oss-20b, Llama 3.1 8B, Qwen3 8B |
| 32 GB | GLM-4.7-Flash, Qwen3 30B-A3B, Qwen3-Coder 30B-A3B |
| 48 GB | GLM-4.7-Flash, Qwen3 30B-A3B, Qwen3-Coder 30B-A3B |
| 64 GB | Llama 3.3 70B, GLM-4.7-Flash, Qwen3 30B-A3B |
| 128 GB | Qwen3-Next 80B-A3B, gpt-oss-120b, Mistral Small 4 119B |
| 256 GB | Qwen3 235B-A22B, gpt-oss-120b, Mistral Small 4 119B |
| 512 GB | Qwen3 235B-A22B, gpt-oss-120b, Mistral Small 4 119B |
Por qué el ancho de banda de la memoria marca la velocidad
Para escribir cada palabra, el equipo lee de la memoria los pesos activos del modelo. Por eso la velocidad depende más del ancho de banda de la memoria que de la potencia del procesador. Qwen3 8B, en 4 bits, en algunas máquinas:
| Equipo | Ancho de banda de memoria | Escribe |
|---|---|---|
| M1 | 68 GB/s | 8,7–12 tokens/s |
| M2 | 100 GB/s | 13–19 tokens/s |
| M4 | 120 GB/s | 15–21 tokens/s |
| M5 | 153 GB/s | 19–27 tokens/s |
| M4 Pro | 273 GB/s | 31–45 tokens/s |
| M4 Max | 546 GB/s | 53–76 tokens/s |
| M5 Max | 614 GB/s | 72–104 tokens/s |
| GeForce RTX 4090 (24 GB) | 1 008 GB/s | 100+ tokens/s |
¿4 bits u 8 bits?
Los modelos se distribuyen comprimidos. Los archivos de 4 bits (Q4_K_M, o MXFP4 para gpt-oss) ocupan la mitad que los de 8 bits, con una pequeña pérdida de calidad: es lo que instala Twoody, y la opción adecuada en la mayoría de los equipos. Los de 8 bits son algo más precisos y necesitan el doble de memoria.
Tokens por segundo, en la práctica
Un token es un trozo de palabra: unas tres cuartas partes de una palabra en inglés, algo menos en español. Leyendo en silencio, avanzas a unos 5 tokens por segundo.
| menos de 5 | más lento de lo que lees |
| de 5 a 10 | más o menos a tu ritmo de lectura |
| de 10 a 20 | más rápido de lo que lees |
| de 20 a 50 | casi instantáneo |
| más de 50 | parece instantáneo |
Un modelo que razona antes de responder escribe primero de 300 a 3000 tokens de razonamiento: a 10 tokens por segundo, de medio minuto a cinco minutos. En Twoody, los ajustes «Fast», «Thinking» y «Deep» deciden cuánto tiempo razona.
Leer un documento
Antes de responder sobre un documento, el modelo lo lee, y ahí es donde más ganan los chips recientes. Qwen3 8B leyendo un documento de 20 páginas, con 16 GB:
| M1 | 3 min |
| M4 | 76 s |
| M5 | 27 s |
¿Mac o PC?
Un Mac comparte su memoria entre el procesador y la GPU: un Mac de 64 GB ejecuta modelos que no caben en ninguna tarjeta gráfica de 24 GB. La tarjeta gráfica de un PC tiene menos memoria, pero la lee muy rápido: con un modelo que quepa, una RTX 4090 escribe más rápido que cualquier Mac. Hoy Twoody funciona en Mac; las versiones para Windows y Linux están en preparación.
El mejor LLM local, por equipo
Método y fuentes
La velocidad de cada máquina se calcula a partir de su velocidad medida con el modelo de referencia de llama.cpp (LLaMA 2 7B, 4 bits), escalada según lo que cada modelo lee por palabra, con los anchos de banda de memoria de las especificaciones de Apple y NVIDIA. El cálculo se ha contrastado con 20 mediciones publicadas que no se usaron para elaborarlo: error mediano del 4,5 %, máximo del 23 %, y todas dentro de los rangos indicados.
Cifras revisadas el 26 de septiembre de 2026.
Fuentes
- www.apple.com/newsroom/
- support.apple.com/specs
- github.com/ggml-org/llama.cpp/discussions/4167
- github.com/ggml-org/llama.cpp/discussions/15013
- github.com/ggml-org/llama.cpp/discussions/10879
- github.com/ggml-org/llama.cpp/discussions/15396
- www.nvidia.com/en-us/geforce/graphics-cards/compare/
- huggingface.co/models
- www.sciencedirect.com/science/article/abs/pii/S0749596X19300786
Preguntas sobre los LLM locales
¿Puedo ejecutar un LLM local con 8 GB de memoria?
Sí, uno pequeño: Qwen3 4B o Qwen3.5 4B funcionan en un Mac de 8 GB y bastan para correos, resúmenes y preguntas sencillas. Cierra las apps pesadas mientras lo usas. Twoody instala Qwen3 4B en estos Mac.
¿Qué LLM elegir para un Mac de 16 GB?
Un modelo de 7000 a 9000 millones de parámetros: Qwen3 8B, Qwen3.5 9B o Llama 3.1 8B escriben unos 15 a 25 tokens por segundo en los Mac recientes y responden bien sobre tus documentos. Twoody instala Qwen3 8B.
¿Cuánta memoria necesita un modelo de 70B?
Unos 48 GB para su archivo de 4 bits y una conversación corta: un Mac de 64 GB ejecuta Llama 3.3 70B a entre 7 y 13 tokens por segundo, según el chip. Las mezclas de expertos como gpt-oss-120b necesitan más memoria, pero escriben mucho más rápido.
¿Un modelo de 4 bits es mucho peor que uno de 8 bits?
Un poco. Para redactar, resumir y preguntar sobre documentos, la diferencia apenas se nota, y los 4 bits reducen la memoria a la mitad y duplican la velocidad. Elige 8 bits solo si te sobra memoria.
¿Mac o tarjeta gráfica NVIDIA para un LLM local?
Una tarjeta gráfica escribe más rápido con un modelo que quepa en su memoria (de 8 a 32 GB); un Mac admite modelos mucho más grandes en su memoria unificada (hasta 512 GB). Para una persona que trabaja con documentos, un Mac de 16 a 64 GB es la opción más sencilla.
¿Un LLM local calienta demasiado un MacBook Air?
Un MacBook Air no tiene ventilador: tras unos minutos escribiendo sin parar, baja el ritmo para no calentarse. En respuestas de longitud normal no se nota; para sesiones largas, un MacBook Pro o un Mac mini mantienen su velocidad.
¿Necesito LM Studio, Ollama o MLX?
No con Twoody: instala un modelo y lo ejecuta con su propio motor, llama.cpp, con un clic. Si ya usas LM Studio, Ollama o mlx-lm, Twoody también usa sus modelos.
¿Qué precisión tienen estas estimaciones?
En 20 mediciones publicadas que no se usaron para construir la fórmula, el error mediano es del 4,5 % y el máximo, del 23 %; todas cayeron dentro del rango indicado. Tu velocidad también depende de la app, de su versión y de lo que esté haciendo el equipo al mismo tiempo.
Prueba la IA local en tu Mac, gratis.
Versión 0.12.1 · macOS 13 o posterior · sin cuenta, sin suscripción. Descárgalo, instala un modelo con un clic y haz tu primera pregunta, incluso sin conexión.