En resumen: LM Studio recomienda oficialmente un mínimo de 16 GB de RAM; 8 GB están por debajo del umbral. Sin embargo, la IA local en un Mac así es totalmente factible. Gracias al salto de calidad de los modelos pequeños, varias opciones de 3-4B ya ofrecen una experiencia cómoda en 8 GB: Phi-4-mini, Gemma 3 4B, Qwen3 4B, Llama 3.2 3B y la totalmente abierta SmolLM3-3B. Analizamos honestamente: qué funciona realmente, cuánto ocupa y qué es mejor ni siquiera intentar.
📉 La realidad de 8 GB en Apple Silicon: por qué es menos de lo que parece
Lo primero que debes entender antes de siquiera descargar LM Studio en un Mac con 8 GB es que esta cifra no significa lo que crees.
En Apple Silicon existe la memoria unificada: la CPU y la GPU comparten la misma memoria física en lugar de tener pools separados como en un PC clásico con tarjeta gráfica dedicada. Esto es en realidad una ventaja para las cargas de trabajo de IA (no hay sobrecarga por copiar datos entre la memoria de la CPU y la GPU), pero significa que tus 8 GB deben cubrir simultáneamente: macOS y procesos en segundo plano, aplicaciones abiertas (un navegador con varias pestañas puede consumir fácilmente 1-2 GB), y el propio modelo más su contexto.
En la práctica, lo que realmente está disponible para el modelo es alrededor de 4-6 GB, no los 8 GB completos. Esta es la cifra que debes tener en cuenta al elegir un modelo, no la cantidad nominal de memoria de tu Mac. En Windows o Linux, la lógica es la misma: el sistema se lleva sus 2-3 GB, por lo que quedan aproximadamente la misma cantidad para el modelo.
⚠️ Qué dice oficialmente LM Studio sobre los 16 GB
Aquí hay que ser honesto desde el principio: la página oficial de requisitos del sistema de LM Studio dice claramente: "Los LLM pueden consumir mucha RAM. Se recomiendan al menos 16 GB de RAM". 8 GB están por debajo del umbral recomendado, no son una configuración básica cómoda.
Esto no significa que un Mac de 8 GB no sea apto, sino que tendrás que elegir modelos pequeños conscientemente y no esperar la misma experiencia que en 16 GB o 32 GB. LM Studio te ayuda en esta elección: en el navegador de modelos, cada archivo va acompañado de un indicador de ajuste de hardware en color: el verde significa que el modelo cabe cómodamente en tu hardware, el amarillo significa que funcionará, pero justo al límite, y el rojo significa que será necesario descargar parte de las capas a la memoria del sistema (y la consiguiente caída de velocidad). En 8 GB, deberías acostumbrarte a mirar este indicador antes de cada descarga, en lugar de confiar en el nombre del modelo.
⚡ Elección rápida: 5 modelos para 8 GB
Modelo
Parámetros
Tamaño (Q4)*
Licencia
Cuándo usarlo
Phi-4-mini ⭐
3.8B
~2.5 GB
MIT
Lógica, código, respuestas rápidas. El valor predeterminado inteligente si no sabes por dónde empezar
Gemma 3 4B
4B
~2.5–3 GB
Gemma
Texto, parafraseo, traducciones, multilingüismo
Qwen3 4B
4B
~2.5 GB
Apache 2.0
Llamada a herramientas y agentes locales — el más potente de su clase
Llama 3.2 3B
3B
~2 GB
Llama
Básico, máxima compatibilidad, baja latencia
SmolLM3-3B
3B
~2 GB
Apache 2.0
Totalmente abierto (pesos + datos) y contexto largo
Recomendación: si no sabes por dónde empezar, elige Phi-4-mini. Para trabajar con texto, Gemma 3 4B; para agentes y llamadas a herramientas, Qwen3 4B. Los cinco funcionan cómodamente en 8 GB en 4 bits.
* El tamaño del archivo depende de la cuantización y del autor del build (Bartowski, Unsloth, lanzamientos oficiales) — compruébalo en Hugging Face el día de la descarga. Las cifras aquí son una indicación del orden de magnitud. La velocidad (tok/s) se mide de forma más fiable en tu propio LM Studio.
🧩 MLX o GGUF en 8 GB — brevemente sobre la cuantización
En 8 GB, la elección del formato y el nivel de cuantización ya no es una cuestión de conveniencia, sino de si el modelo se cargará o no. Aquí no repetiré la teoría; ya tengo un análisis detallado de la cuantización GGUF para Ollama — qué significan los sufijos Q4_K_M, Q8_0, IQ4_XS, por qué Q4 es a menudo mejor que Q8 (no solo por tamaño, sino también por velocidad), y la fórmula para calcular la RAM necesaria para cualquier modelo. Los principios son idénticos para LM Studio: el formato del archivo (GGUF) es el mismo, solo cambia el motor que lo ejecuta.
En resumen para el contexto de 8 GB: con esta cantidad de memoria, casi siempre trabajarás con cuantización de 4 bits (Q4_K_M para GGUF, o simplemente "4bit" para builds MLX — las designaciones son algo diferentes, la esencia es la misma). Cualquier cosa superior — Q6, Q8 — ya no deja espacio en 8 GB ni para el contexto ni para el sistema. Regla aproximada: para el modelo necesitas aproximadamente 1.2 veces más RAM de la que pesa el archivo; es decir, para 4-5 GB de margen, mantén el archivo por debajo de ~4.5 GB.
Una advertencia importante sobre las cifras. Un modelo con el mismo nombre en diferentes builds (Bartowski, Unsloth, lanzamientos oficiales) puede pesar de manera diferente dependiendo de la cuantización. Por lo tanto, no te bases en un número de la tabla de otra persona, sino en el tamaño real del archivo y el indicador de ajuste de hardware en la página del modelo en LM Studio o en Hugging Face. Todos los pesos de los modelos en este artículo son una indicación del orden de magnitud; compruébalos directamente el día de la descarga, ya que constantemente aparecen nuevos builds y cuantizaciones.
🥇 Phi-4-mini 3.8B — el valor predeterminado inteligente
Si tienes 8 GB y necesitas un modelo con el que sea realmente cómodo trabajar a diario, y no solo "técnicamente ejecutable", empieza con Phi-4-mini. Es un minitamaño de Microsoft (licencia MIT) que ofrece una de las mejores relaciones "inteligencia por parámetro" en la clase de 3-4B: fuerte en lógica, matemáticas y código para su tamaño.
Las pruebas independientes muestran alrededor de 15-20 tokens por segundo en hardware de nivel M1 MacBook Air — esto es suficiente para autocompletado de código, explicaciones sencillas y chat ligero sin retrasos perceptibles. Pero la velocidad exacta depende de tu Mac, la cuantización y la longitud del contexto, por lo que lo más fiable es medirla directamente en LM Studio — el contador tok/s se muestra debajo de cada respuesta. No tomes la cifra de otra persona como la tuya.
Lo que no debes esperar es un razonamiento profundo en varios pasos o cadenas de agentes complejas: para eso se necesitan modelos de tamaño considerablemente mayor, que en 8 GB simplemente no cabrán a una velocidad aceptable.
En LM Studio en Apple Silicon, busca la versión con la marca 4bit MLX en el nombre — el motor MLX de Apple suele ser notablemente más rápido que GGUF en el mismo hardware. En Windows/Linux, elige la variante GGUF normal (Q4_K_M).
🤖 Gemma 3 4B — texto, contexto y multilingüismo
Si Phi-4-mini se centra en la lógica y el código, Gemma 3 4B de Google se enfoca en el trabajo con texto: escritura, reformulación, resumen, traducciones y una comprensión sólida del contexto. Para su tamaño, el modelo se defiende sorprendentemente bien; la comunidad de IA local comenta regularmente que Gemma 3 4B, en muchas tareas de texto, se siente como un modelo el doble de grande.
En cuantización de 4 bits, pesa aproximadamente 2,5–3 GB (verifica el peso exacto de una compilación específica en Hugging Face; consulta la advertencia anterior), por lo que deja un margen cómodo para el contexto incluso en 8 GB. Existe una Gemma 3 1B aún más pequeña (~1 GB), pero es más para hardware realmente débil; en 8 GB no aprovechas tus capacidades al máximo, es mejor elegir la 4B.
Si eliges entre Phi-4-mini y Gemma 3 4B, no hay una respuesta simple de "una es mejor que la otra". Phi es más fuerte en lógica y código, Gemma en texto y multilingüismo. Ambas se descargan en minutos, por lo que la forma más rápida de decidir es ejecutar tus consultas típicas en cada una.
🔧 Qwen3 4B — la mejor llamada a herramientas de su clase
La familia Qwen de Alibaba (licencia Apache 2.0) es una alternativa digna si necesitas una llamada a herramientas más potente o un estilo de respuesta ligeramente diferente al de Phi o Gemma. Para agentes locales y escenarios de exposición de funciones, a menudo es la mejor opción en la clase de 3-4B.
Concéntrate en Qwen3 4B: en 4 bits, pesa aproximadamente 2,5 GB y cabe cómodamente en 8 GB. También existe la Qwen3 8B más grande, pero en 8 GB de RAM funciona al límite (en Q4 ya son ~4,7–5 GB de archivo más el contexto y el sistema), lo que significa que solo con un contexto corto y sin aplicaciones en segundo plano. Y lo más importante: no te dejes tentar por la idea de tomar la 8B en Q2 o Q3 para que "quepa". La regla de el artículo sobre cuantización se aplica directamente aquí: un modelo más pequeño en Q4 es casi siempre mejor que uno más grande en Q2.
Las líneas Qwen más recientes aparecen constantemente, y para los modelos pequeños recién lanzados, todavía hay pocos análisis independientes de velocidad en hardware débil. Por lo tanto, antes de descargar, consulta el indicador de ajuste de hardware en LM Studio, no las cifras generales de Internet.
🦙 Llama 3.2 3B — básica y compatible en todas partes
Llama 3.2 3B de Meta es el modelo con el que se calibran todos los demás. No es un récord en calidad, pero es el más ampliamente compatible: cualquier motor, cualquier biblioteca de agentes, cualquier guía en Internet casi con certeza funcionará con ella de inmediato.
En 4 bits, pesa aproximadamente 2 GB, por lo que vuela incluso en 8 GB con un gran margen. Su punto fuerte es la baja latencia: donde la velocidad de respuesta es más importante que las puntuaciones máximas en benchmarks (chat interactivo, autocompletado de código, escenarios de streaming), es muy útil. Si no sabes por dónde empezar o necesitas una opción confiable e infalible, esta es.
🔓 SmolLM3-3B — completamente abierta, 128K de contexto
SmolLM3-3B de Hugging Face es un caso especial. Es un modelo completamente abierto: no solo los pesos, sino también los datos y la receta de entrenamiento. Para un desarrollador para quien la transparencia y la reproducibilidad son importantes, esto es una rareza.
Con un tamaño de alrededor de 2 GB en 4 bits, compite con confianza con modelos de la clase 3B y alcanza los 4B, y su característica principal es un contexto de hasta 128K tokens, entrenado intencionalmente a través de una expansión multietapa, en lugar de ser añadido a posteriori. En 8 GB, por supuesto, no podrás usar 128K (la memoria para la caché KV no lo permitirá), pero incluso en unos realistas 4–8K, mantiene la coherencia de respuestas largas mejor que muchos de sus contemporáneos. Es la opción ideal si tu principio es "nada de cajas negras, todo se puede verificar".
Para 8 GB de RAM, empieza con Phi-4-mini, Gemma 3 4B, Qwen3 4B, Llama 3.2 3B o SmolLM3-3B en cuantización de 4 bits. Si LM Studio muestra un indicador de ajuste de hardware verde o amarillo, el modelo casi con seguridad será adecuado para el uso diario.
🤔 Por qué las indicaciones de IA a veces aconsejan demasiado
Si buscaste algo como "qué modelo para LM Studio en 8 GB", es muy probable que hayas visto una respuesta automática de IA que, entre otras cosas, recomienda algo como "Llama 3 8B con cuantización Q2_K". Aquí vale la pena detenerse y explicar por qué es un mal consejo, incluso si técnicamente el modelo se carga.
En primer lugar, un modelo 8B en 8 GB de RAM real casi siempre está al límite o más allá de lo cómodo, considerando que el sistema ya necesita 2-4 GB. En segundo lugar, y lo más importante: Q2_K es una cuantización tan agresiva que la calidad se degrada de manera desigual. El modelo puede formar frases coherentes, pero "perder la lógica" a mitad de una respuesta más larga. Expliqué en detalle por qué sucede esto y dónde está el límite de cuantización aceptable en el artículo sobre cuantización GGUF: una regla corta de allí es que es mejor tomar un modelo más pequeño en Q4 que uno más grande en Q2.
Las reseñas de IA en la búsqueda hacen un buen trabajo con instrucciones generales (cómo habilitar Metal, cómo limitar el contexto), pero cuando se trata de recomendaciones de modelos específicas, vale la pena verificar estos consejos a través de fuentes independientes o tu propia experiencia práctica, en lugar de seguir ciegamente la primera lista generada automáticamente.
Cifras reales de velocidad: qué está confirmado y qué no
Aquí debo ser tan honesto como en la sección sobre indicaciones de IA: no haré una tabla con tokens/seg exactos para cada uno de estos modelos específicamente en hardware de 8 GB. No encontré tales mediciones independientes directas en Mac de 8 GB, y inventar cifras significaría violar precisamente la honestidad que este artículo promueve.
La única medición independiente clara que encontré para esta clase de hardware es Phi-4-mini a un nivel de ~15–20 tokens/seg en un MacBook Air M1 (revisión independiente de modelos locales 2026). Para el resto de los modelos, todavía hay pocos resultados precisos en 8 GB disponibles públicamente; en parte porque los modelos pequeños se actualizan más rápido de lo que se acumulan los benchmarks.
Cualitativamente, se puede decir una cosa: Apple Silicon con memoria unificada y aceleración Metal es sistémicamente más rápido que los portátiles x86 solo con CPU (como Ryzen 5600U sin tarjeta gráfica dedicada) para esta clase de tareas. Pero no indicaré la cifra exacta de "cuántos tokens/seg dará tu Ryzen 5600U específico con Phi-4-mini", porque la respuesta honesta es "no encontré esta medición", en lugar de un número inventado que parezca plausible.
Si quieres una cifra exacta para tu hardware, solo toma un par de minutos: descarga el modelo en LM Studio, abre el chat y mira el contador de tokens/seg que aparece durante la generación. Esto te dará una referencia mucho más precisa que cualquier tabla en un artículo, ya que tiene en cuenta tu configuración específica: versión del SO, procesos en segundo plano, carga actual.
🚫 Qué NO ejecutar en 8 GB
Cualquier modelo de 7B+ en su forma completa: incluso en cuantización de 4 bits, un modelo de 7-8B con contexto y necesidades del sistema te sacará casi con certeza de los 4-6 GB disponibles (Qwen3 8B es una excepción límite, y aun así solo con contexto corto).
Gemma 3 27B y otros modelos en el rango de 20-30B+: estos son para configuraciones de 24-32 GB+, en 8 GB ni siquiera deberías pensar en ellos, independientemente de la cuantización.
Cualquier modelo sin verificar el indicador de ajuste de hardware: si ves un indicador amarillo o rojo en LM Studio, es una señal de que la experiencia será inestable, incluso si técnicamente se inicia.
Cuantización Q8 o Q6 incluso para modelos pequeños: en 8 GB no hay espacio para el lujo de mayor precisión, quédate con 4 bits.
Varios modelos cargados simultáneamente: la función "cargar múltiples modelos" de LM Studio es excelente en hardware con memoria de sobra, pero en 8 GB conducirá rápidamente al intercambio (swapping).
⚙️ Configuración práctica en LM Studio
Algunas configuraciones específicas que vale la pena aplicar de inmediato en un Mac de 8GB, a través de la interfaz de LM Studio:
Hardware Settings → Metal — asegúrate de que la aceleración por hardware a través de Metal esté activada. Casi siempre está activada por defecto en Apple Silicon, pero vale la pena comprobarlo en la barra lateral derecha de la aplicación. (En Windows/Linux, CUDA o Vulkan-offload cumplen la función de Metal; comprueba que LM Studio detecte tu tarjeta gráfica).
GPU Offload — ajusta el control deslizante al máximo de núcleos disponibles. En la arquitectura de memoria unificada, esto no "consume" memoria por separado; la CPU y la GPU comparten el mismo pool de todos modos, por lo que no tiene sentido limitar artificialmente el offload.
Context Size — limítalo a 2048-4096 tokens — esta es la configuración práctica más importante en 8GB. Cada token de contexto ocupa memoria para la caché KV, y con una cantidad limitada, un contexto largo (8K, 16K) puede provocar que la aplicación se cierre por falta de memoria antes de que el modelo pueda responder.
Carga solo un modelo a la vez — en 8GB, no intentes tener un modelo "rápido" y uno "inteligente" cargados simultáneamente como podrías hacer en 16GB+.
Si después de estas configuraciones el modelo sigue comportándose de forma inestable o la generación se ralentiza notablemente en respuestas más largas, es una señal de que deberías reducir aún más el contexto o cambiar a un modelo más pequeño.
✅ Conclusión honesta: 8GB es el mínimo, 16GB es cómodo
En resumen: un Mac con Apple Silicon de 8GB puede técnicamente ejecutar LM Studio y ofrecer resultados útiles; cualquiera de los cinco modelos anteriores (Phi-4-mini, Gemma 3 4B, Qwen3 4B, Llama 3.2 3B, SmolLM3-3B) cubre tareas cotidianas reales como chat simple, explicaciones, autocompletado de código ligero. No es un juguete ni una pérdida de tiempo.
Pero tampoco es la experiencia que prometen las capturas de pantalla de marketing con potentes modelos de 14B-32B. Estás eligiendo conscientemente un compromiso: un tamaño de modelo más pequeño, un contexto limitado y la renuncia a tareas más complejas como el razonamiento profundo, el trabajo con documentos grandes o escenarios multiagente a través de MCP donde el contexto crece rápidamente.
Si la IA local se convierte en una herramienta de trabajo regular para ti, y no en un experimento puntual, la actualización a 16GB te ofrece una gama mucho más amplia de opciones: Qwen3 8B funciona cómodamente, y los modelos de 12-14B (Gemma 3 12B, Qwen3 14B) se vuelven realistas, que es precisamente la categoría donde la IA local deja de sentirse como un compromiso. Y la actualización elimina la preocupación constante de "si cabrá". Para aquellos que ya tienen 16GB, tengo un artículo introductorio sobre LM Studio y por qué la IA local en 2026 dejó de ser un compromiso, con el que deberías empezar si eres completamente nuevo en este tema.