Apple dice que el nuevo iMac con M6 ofrece hasta 12 veces más rendimiento de IA en el dispositivo en el procesamiento de prompts en LM Studio que un iMac con M1, y hasta 5 veces más que con M4. Dos detalles de esa frase deciden si debería importarte. La comparación es contra hardware viejo, y mide la rapidez con la que el modelo lee tu prompt, no la rapidez con la que escribe la respuesta.
Leímos los dos anuncios del M6 de Apple, las especificaciones técnicas y las páginas de la tienda. Nuestra opinión: el M6 es un buen chip, con un precio razonable, pero para IA local no es donde conviene gastar de más. Lo que importa es la memoria, y el M6 se queda en 32GB.
Qué ha lanzado realmente Apple
Solo dos equipos recibieron el M6. El MacBook Pro de 14 pulgadas con M6 parte de $1,999 en EE. UU., y el iMac con M6 parte de $1,499 (10 núcleos) o $1,699 (12 núcleos). Ambos tienen un Neural Engine doble de 16 núcleos y Neural Accelerators en cada núcleo de la GPU. Apple asegura que las cargas de IA en la GPU del portátil son hasta un 25 % más rápidas que con el M5, y que el Neural Engine es hasta 1,9 veces más rápido.
El portátil incluye de serie 16GB de memoria unificada, configurable hasta 32GB, con un ancho de banda de 153GB/s con 16GB y de 170GB/s con 24GB o 32GB, según las especificaciones técnicas de Apple. El iMac también figura con un ancho de banda de hasta 170GB/s; el anuncio del iMac de Apple no indica una memoria máxima, así que nosotros tampoco damos ninguna.
Shelly Goldberg, vicepresidenta de Hardware Engineering de Apple, aparece citada en el anuncio prometiendo "capacidades aún más potentes para la IA en el dispositivo". Es razonable hasta cierto punto. Pero es una frase sobre capacidad, y la capacidad que más le importa a quien usa modelos locales, la memoria, es justo la que Apple dejó en 32GB.
La historia de los precios es mejor que la del rendimiento. Ambos equipos parten del mismo precio que los modelos a los que reemplazan, algo que, según 9to5Mac, llegó después de las subidas de principios de este año, que llevaron el iMac de $1,299 a $1,499 y el MacBook Pro de $1,699 a $1,999. El veredicto del sitio: los nuevos Mac con M6 están "lejos de ser baratos", pero no recibieron otra subida.
El otro MacBook Pro nuevo, el de la pantalla OLED táctil, no usa el M6 en absoluto. Lleva M5 Pro y M5 Max, con hasta 128GB de memoria unificada en el Max (64GB en el Pro), desde $2,899 en EE. UU. Si buscas un Mac por la IA local, esa es la máquina hacia la que apunta Apple. El comunicado de prensa de Apple dice que con el M5 Max, los profesionales pueden "ejecutar LLM con cientos de miles de millones de parámetros íntegramente en el dispositivo".
Dos tipos de IA en el dispositivo, y solo uno necesita tu ayuda
Apple Intelligence ejecuta un modelo pequeño en el Mac para herramientas de escritura, dictado, edición de fotos y similares, y envía las peticiones más complejas a Private Cloud Compute, el sistema de servidores de Apple. La línea de privacidad de Apple es que "Apple Intelligence conoce tu información personal sin recopilarla". Tú no eliges un modelo ni gestionas la memoria. Para entrar basta cualquier Mac con M3 o posterior y al menos 12GB de memoria unificada, así que un M6 aporta velocidad, no acceso. Nuestro análisis sobre Siri AI y dónde encaja Gemini cubre la parte en la nube.
Apple también permite que cualquier app llame a esos modelos en el dispositivo a través de su framework Foundation Models, que según la compañía funciona sin conexión y sin coste por petición. Esa es la razón discreta por la que un Mac con más memoria se vuelve más útil con el tiempo.
El segundo tipo es aquel del que hablaba el benchmark: descargar un modelo abierto y ejecutarlo tú mismo en LM Studio (la publicación del iMac de Apple también menciona LM Studio Bionic entre las apps optimizadas para Apple silicon) u Ollama. Nada sale de tu equipo, nada se factura por uso, y nada es tan bueno como los modelos más grandes de la nube. Qué modelos abiertos merecen el espacio en disco es otra cuestión, que tratamos en nuestro resumen de modelos open-weight.
La memoria decide qué corre, así que lee primero esa línea
Un modelo tiene que caber en memoria para ejecutarse, y en un Mac la CPU y la GPU comparten un solo pool. Un README antiguo de Ollama sugería una regla práctica: al menos 8GB de RAM para modelos de 7B, 16GB para modelos de 13B y 32GB para modelos de 33B. (Esa línea es de una versión etiquetada antigua y no aparece en el README actual, así que tómala como un mínimo aproximado sacado del historial de la herramienta, no como una garantía.) Los requisitos del sistema de LM Studio indican que se recomiendan 16GB o más, y que los Mac de 8GB deberían limitarse a modelos más pequeños y tamaños de contexto modestos.
Ahora mira uno grande de verdad. La FAQ de Ollama muestra ollama ps listando llama3:70b con 42 GB. Por nuestra inferencia a partir del tamaño de ese modelo, no cabe en un Mac de 32GB, sea cual sea el chip; necesitaría 64GB, lo que implica un M5 Pro o un M5 Max, no un M6.
La velocidad es otro límite. Las afirmaciones de IA de Apple para el M6 se refieren al procesamiento de prompts, como un tiempo hasta el primer token hasta 1,3 veces más rápido que el M5 en las pruebas con nota al pie del portátil. Son cifras de Apple, obtenidas en configuraciones de Apple. Según nuestro razonamiento, para la parte de escribir la respuesta hay que fijarse en el ancho de banda de memoria, y el M6 está en las filas más bajas del gráfico de arriba.
Quién debería pagar por 32GB y quién no
Compra el M6 con 24GB o 32GB si quieres ejecutar modelos de entre 7B y 14B para redactar borradores, resumir documentos privados o ayuda con código, y prefieres tener un portátil silencioso y de mucha batería antes que alquilar una GPU. Para ese uso, la memoria extra es el mejor dinero que puedes gastar en el configurador. Nosotros evitaríamos los 16GB del modelo base de $1,999 para esto. Ejecuta modelos pequeños, pero tendrás que cerrar apps para hacerles sitio.
No compres el M6 para modelos de la clase 70B, y no esperes un salto espectacular respecto al chip del año pasado en lo que ejecutas a diario. Si ese es tu objetivo, mira los precios de un M5 Pro o Max, y luego los de la alternativa, porque MacRumors informa de que un Mac Studio con 512GB de memoria parte de $22,299 en EE. UU. A ese precio, la factura de un servicio en la nube que usas unas horas a la semana parece pequeña. Nuestra comparación de IA local frente a IA en la nube explica dónde está el punto de equilibrio, y ajustar los niveles de modelo a cada tarea te ayuda si la mayor parte de tu trabajo no necesita un modelo de frontera de todos modos.
Por qué te conviene quedarte con tu Mac anterior
Las mejoras que Apple destaca son sobre todo frente al M1. Frente a un M5, el procesamiento de prompts del portátil es hasta 1,3 veces más rápido, algo que notarás en un benchmark y apenas en un chat. Si tienes un Mac con M4 o M5 y 24GB o más, nosotros lo conservaríamos y destinaríamos el dinero a más memoria la próxima vez. Si tienes un M1 con 8GB, la mejora es real, pero un M-series usado o reacondicionado con 32GB ejecutaría los mismos modelos por menos de $1,999. Los nuevos Mac tienen una radio Wi-Fi 7 y mejor batería. Ninguna de las dos cosas ejecuta un modelo.
Una pregunta abierta: Apple no ha dicho cuánto de esa mejora del 25 % en la GPU se traslada a la generación de tokens, y ninguna de las coberturas que leímos pudo decirlo tampoco. Deberían aparecer cifras independientes de LM Studio y Ollama cuando los equipos lleguen a los clientes.
Preguntas frecuentes
¿Apple Intelligence necesita un M6?
No. Apple lista los modelos de Mac con M3 o posterior y al menos 12GB de memoria unificada. El M6 la hace más rápida, no disponible.
¿Bastan 16GB para ejecutar modelos de IA locales?
Para modelos pequeños y contexto modesto, sí. LM Studio recomienda 16GB o más, y un README antiguo de Ollama sugería 16GB para modelos de 13B. Te quedará poco margen para otras apps.
¿Debería esperar a los benchmarks de terceros?
Si compras específicamente para IA local, sí. Las pruebas de Apple comparan contra M1 y M5 en sus propias configuraciones, y miden el procesamiento de prompts.