Ejecutar IA en local ya no es cosa de laboratorios. Un Llama 3.1 8B cuantizado a 4 bits corre razonablemente bien en portátiles de 1.200 €, y modelos como Phi-3, Mistral 7B o Gemma 2 caben en máquinas aún más modestas. Otra cosa es hacerlo cómodo. Y otra distinta, hacerlo sin tirar 3.500 € por la ventana pensando que necesitas una RTX 4090 móvil cuando en realidad vas a chatear con un LLM y generar alguna imagen suelta.
Esta guía va al grano: qué se aprovecha de verdad, cuánto cuesta, y dónde el "más caro" no compensa.
Qué necesita un portátil para IA en local (sin marketing)
El cuello de botella casi nunca es el procesador. Es la memoria y su ancho de banda. Un LLM de 7B cuantizado a 4 bits pide unos 5-6 GB de VRAM (o RAM unificada en Apple). Uno de 13B se va a 9-10 GB. Un 34B cuantizado ya reclama 20 GB largos, y ahí muchos portátiles se caen del mapa.
Reglas prácticas para no equivocarse:
- 16 GB de RAM es el suelo real para tocar IA local con soltura. 8 GB da para curiosear con modelos pequeños (Phi-3 mini, Gemma 2B) y poco más.
- 32 GB es el punto dulce si vas a mezclar LLM + navegador con 40 pestañas + IDE.
- VRAM dedicada: 8 GB permite 7B-8B cómodos y difusión (Stable Diffusion, SDXL) razonable. 12 GB abre 13B y SDXL sin apuros. 16 GB ya es zona de 20B-30B cuantizados.
- NPU: útil para tareas asistidas del sistema (subtítulos, Recall, filtros de vídeo) y para algún modelo optimizado, pero no sustituye a una GPU para inferencia seria de LLM. Ojo con esto: el marketing "Copilot+ PC" mezcla ambas cosas.
Los Copilot+ PC exigen NPU con al menos 40 TOPS. Los Snapdragon X Elite rondan los 45 TOPS, los Intel Core Ultra Serie 2 (Lunar Lake) unos 48, y los AMD Ryzen AI 300 unos 50. Suficiente para el sello, útil para tareas del sistema, insuficiente para inferencia de LLM grandes.
Las tres vías: Apple Silicon, Copilot+ PC y portátiles con RTX
Cada una resuelve un problema distinto.
Apple Silicon brilla por la RAM unificada: la GPU accede al mismo pool que la CPU, así que un MacBook con 24 GB unificados puede cargar modelos que un PC con 16 GB de RAM y 8 GB de VRAM no toca. Frameworks como MLX y llama.cpp con Metal están muy pulidos. Contras: no hay CUDA. Si tu flujo depende de bibliotecas específicas de NVIDIA (bitsandbytes, xformers, algunos nodos de ComfyUI), vas a sufrir.
Copilot+ PC (Snapdragon X, Lunar Lake, Ryzen AI) son la vía "portátil ligero + batería larga + IA asistida del sistema". Cumplen para LLM pequeños vía llama.cpp o LM Studio, pero no son la mejor opción si vas en serio con difusión o modelos de 13B+.
Portátiles con RTX 40 (o 50 cuando estén asentadas) son la ruta clásica: CUDA nativo, ecosistema PyTorch sin fricciones, y VRAM dedicada. Contras: peso, ruido, batería mediocre y precio.
Recomendaciones por presupuesto
Hasta 1.400 €: MacBook Air M4 13" (16/24 GB) o Copilot+ ligero
Para desarrollador ocasional o curioso avanzado, el MacBook Air M4 con 24 GB unificados es lo más cómodo por ese dinero. Silencioso, ligero, 15+ horas de batería reales, y aguanta modelos 7B-8B cuantizados sin despeinarse. Con 16 GB te quedas justo; si puedes estirar a 24 GB, hazlo — es la diferencia entre "cabe" y "trabajas".
Como alternativa Windows, el ASUS Zenbook S 14 con Core Ultra 7 (Lunar Lake) o el Lenovo Yoga Slim 7x con Snapdragon X Elite ofrecen NPU potente y autonomía muy buena, pero no esperes milagros con LLM medianos. Ojo con Snapdragon: sigue habiendo software Windows nativo x86 que va por emulación. Para IA con Python la mayoría funciona, pero validar antes.
| Especificación | MacBook Air M4 13″ |
|---|---|
| Pantalla | 13,6″ Liquid Retina 2560×1664 |
| Chip | Apple M4 (10 CPU / 10 GPU) · NPU 38 TOPS |
| RAM unificada | 16 GB (config. 24 GB recomendada) |
| Almacenamiento | 256 GB SSD (mejor 512 GB) |
| Autonomía real | 14-16 h uso mixto |
| Peso | 1,24 kg |
| Sistema | macOS Sequoia |
| Precio desde | 1.199 € (16 GB) / ~1.429 € (24 GB) |
| Especificación | ASUS Zenbook S 14 (Core Ultra 7 Lunar Lake) |
|---|---|
| Pantalla | 14″ OLED 2880×1800 120 Hz |
| Procesador | Intel Core Ultra 7 258V · NPU 48 TOPS |
| RAM | 32 GB LPDDR5X (soldada) |
| SSD | 1 TB |
| Gráfica | Intel Arc 140V integrada |
| Autonomía real | 12-14 h |
| Peso | 1,2 kg |
| Precio desde | 1.599 € |
| Especificación | Lenovo Yoga Slim 7x (Snapdragon X Elite) |
|---|---|
| Pantalla | 14,5″ OLED 2944×1840 90 Hz |
| Procesador | Snapdragon X Elite X1E-78-100 · NPU 45 TOPS |
| RAM | 16 o 32 GB LPDDR5X |
| SSD | 512 GB / 1 TB |
| Gráfica | Adreno integrada (ARM) |
| Autonomía real | 13-15 h |
| Peso | 1,28 kg |
| Precio desde | 1.299 € |
1.500-2.200 €: la zona de sensatez con RTX 4070
Aquí entra el ASUS ROG Zephyrus G14 (2024) con Ryzen 9 y RTX 4070 (8 GB VRAM), pantalla OLED y 1,5 kg. Es la propuesta más equilibrada si vas a mezclar IA generativa con algo de juego o edición. La RTX 4070 móvil, con sus 8 GB, mueve SDXL con margen y LLM 7B-13B cuantizados sin drama.
El Lenovo Legion Pro 5 con RTX 4070 es el "caballo de tiro" barato: más pesado (2,5 kg), menos elegante, pero por ~1.700 € tienes 32 GB de RAM y la misma GPU. Si te vas a mover poco, gana en euro por rendimiento.
Un apunte incómodo: la diferencia entre RTX 4070 móvil (8 GB) y RTX 4080 móvil (12 GB) es sustancial en IA — esos 4 GB extra son la frontera entre 13B cómodo y 13B con swap. Pero el salto de precio (700-1.000 € más) rara vez compensa si tu flujo cabe en 8 GB.
| Especificación | ASUS ROG Zephyrus G14 (2024) |
|---|---|
| Pantalla | 14″ OLED 2880×1800 120 Hz |
| Procesador | AMD Ryzen 9 8945HS |
| RAM | 32 GB LPDDR5X |
| SSD | 1 TB |
| Gráfica | NVIDIA RTX 4070 8 GB VRAM · CUDA |
| Autonomía real | 7-9 h ofimática / 1,5 h carga GPU |
| Peso | 1,5 kg |
| Precio desde | 1.999 € |
| Especificación | Lenovo Legion Pro 5 (RTX 4070) |
|---|---|
| Pantalla | 16″ IPS 2560×1600 240 Hz |
| Procesador | Intel Core i7-14700HX o Ryzen 7 7745HX |
| RAM | 32 GB DDR5 (ampliable) |
| SSD | 1 TB (2 ranuras M.2) |
| Gráfica | NVIDIA RTX 4070 8 GB VRAM · CUDA |
| Autonomía real | 5-7 h ofimática |
| Peso | 2,5 kg |
| Precio desde | 1.699 € |
Más de 2.500 €: MacBook Pro M4 Pro o RTX 4080/4090 móvil
Para creador de contenido o investigador que necesita cargar modelos grandes, el MacBook Pro 14" M4 Pro con 48 GB unificados es una máquina rara: silenciosa, portátil de verdad, y capaz de mover modelos de 30B cuantizados. Alrededor de 2.900-3.100 € en esa configuración.
En Windows, el MSI Stealth 16 AI Studio con RTX 4070/4080 es la opción "creator" con pantalla decente y peso contenido. Si necesitas CUDA para fine-tuning con LoRA o entrenamiento ligero, no hay debate: RTX. Si tu día a día es inferencia, edición y desarrollo, el MacBook gana en ergonomía.
| Especificación | MacBook Pro 14″ M4 Pro |
|---|---|
| Pantalla | 14,2″ Liquid Retina XDR 3024×1964 120 Hz |
| Chip | Apple M4 Pro (12 CPU / 16 GPU) |
| RAM unificada | 24 GB base / 48 GB recomendada |
| SSD | 512 GB / 1 TB |
| Autonomía real | 12-14 h |
| Peso | 1,6 kg |
| Precio desde | 2.499 € (24 GB) / ~2.999 € (48 GB, 1 TB) |
| Especificación | MSI Stealth 16 AI Studio (RTX 4070) |
|---|---|
| Pantalla | 16″ OLED 2560×1600 240 Hz |
| Procesador | Intel Core Ultra 9 185H |
| RAM | 32 GB DDR5 |
| SSD | 1 TB |
| Gráfica | NVIDIA RTX 4070 8 GB · CUDA |
| Autonomía real | 6-8 h |
| Peso | 1,99 kg |
| Precio desde | 2.299 € |
¿Y el Surface Laptop 7? ¿Y la segunda mano?
El Microsoft Surface Laptop 7 con Snapdragon X es interesante como Copilot+ PC bien acabado, pero comparte límites del resto de ARM: buenísimo en batería y NPU, mediocre para IA "seria". Como equipo de trabajo con IA asistida del sistema, correcto. Como máquina para LLM, hay opciones mejores por el dinero.
La segunda mano merece atención en dos casos concretos: un MacBook Pro M2 Pro o M3 Pro con 32 GB reacondicionado ronda los 1.500-1.800 € y hace prácticamente lo mismo que un M4 Pro para inferencia. Y un portátil con RTX 3080 Ti móvil (16 GB VRAM) de generación anterior, en torno a 1.200-1.400 € reacondicionado, ofrece más VRAM que muchas RTX 4070 nuevas — un chollo si el chasis y la batería no te importan demasiado. Si vienes de dudar entre gama media Apple y equivalente PC, la comparativa entre MacBook Air M3 y MacBook Pro M4 de 14" desmenuza cuándo compensa cada uno.
Tabla resumen y puntuación
Puntuación sobre 10 para caso de uso "IA local mixta" (LLM + difusión + desarrollo), ponderando RAM/VRAM útil, ecosistema software (CUDA/MLX), autonomía, portabilidad y precio.
| Modelo | RAM / VRAM útil IA | Ecosistema | Autonomía | Precio desde | Nota IA local |
|---|---|---|---|---|---|
| MacBook Air M4 (24 GB) | ~18 GB unificados | MLX / llama.cpp Metal | 14-16 h | 1
|
1 comentario
Pingback: Comprar portátil reacondicionado o de generación anterior: cuándo compensa y cuándo no – Compra Tecnología Inteligente