Ir al contenido
fedi.software

Qué modelo abierto cabe en tu hardware — 2026

Modelos de pesos abiertos frente a tarjetas gráficas y ordenadores populares: la cuantización recomendada (la mayor hasta Q8 que aún da 10 o más tokens por segundo; si no, una de clase Q4; por debajo de Q3 solo cuando no cabe nada más), dónde se ejecuta (memoria gráfica, memoria unificada o descargada a la RAM) y una velocidad de generación aproximada.

Modelo Parámetros
Qwen2.5 3B Instruct HF 3.1B Q8_0≈84 tok/s Cabe en la memoria gráfica Q8_0≈67 tok/s Cabe en la memoria gráfica Q8_0≈218 tok/s Cabe en la memoria gráfica Q8_0≈235 tok/s Cabe en la memoria gráfica Q8_0≈417 tok/s Cabe en la memoria gráfica Q8_0≈417 tok/s Cabe en la memoria gráfica Q8_0≈168 tok/s Cabe en la memoria gráfica Q8_0≈136 tok/s Cabe en la memoria gráfica Q8_0≈115 tok/s Cabe en la memoria gráfica Q8_0≈111 tok/s Cabe en la memoria unificada Q8_0≈167 tok/s Cabe en la memoria unificada Q8_0≈52 tok/s Cabe en la memoria unificada Q8_0≈56 tok/s Cabe en la memoria unificada Q8_0≈15,0 tok/s Cabe en la RAM (CPU) Q8_0≈34 tok/s Cabe en la RAM (CPU)
Llama 3.2 3B Instruct HF 3.2B Q8_0≈74 tok/s Cabe en la memoria gráfica Q8_0≈59 tok/s Cabe en la memoria gráfica Q8_0≈192 tok/s Cabe en la memoria gráfica Q8_0≈207 tok/s Cabe en la memoria gráfica Q8_0≈368 tok/s Cabe en la memoria gráfica Q8_0≈368 tok/s Cabe en la memoria gráfica Q8_0≈148 tok/s Cabe en la memoria gráfica Q8_0≈120 tok/s Cabe en la memoria gráfica Q8_0≈101 tok/s Cabe en la memoria gráfica Q8_0≈98 tok/s Cabe en la memoria unificada Q8_0≈147 tok/s Cabe en la memoria unificada Q8_0≈46 tok/s Cabe en la memoria unificada Q8_0≈49 tok/s Cabe en la memoria unificada Q8_0≈14,3 tok/s Cabe en la RAM (CPU) Q8_0≈32 tok/s Cabe en la RAM (CPU)
Gemma 3 4B HF 4.3B Q8_0≈67 tok/s Cabe en la memoria gráfica Q8_0≈54 tok/s Cabe en la memoria gráfica Q8_0≈175 tok/s Cabe en la memoria gráfica Q8_0≈189 tok/s Cabe en la memoria gráfica Q8_0≈335 tok/s Cabe en la memoria gráfica Q8_0≈335 tok/s Cabe en la memoria gráfica Q8_0≈135 tok/s Cabe en la memoria gráfica Q8_0≈109 tok/s Cabe en la memoria gráfica Q8_0≈92 tok/s Cabe en la memoria gráfica Q8_0≈89 tok/s Cabe en la memoria unificada Q8_0≈134 tok/s Cabe en la memoria unificada Q8_0≈42 tok/s Cabe en la memoria unificada Q8_0≈45 tok/s Cabe en la memoria unificada Q8_0≈13,8 tok/s Cabe en la RAM (CPU) Q8_0≈31 tok/s Cabe en la RAM (CPU)
Llama 3.1 8B Instruct HF 8B UD-Q6_K_XL≈37 tok/s Cabe en la memoria gráfica UD-Q6_K_XL≈29 tok/s Cabe en la memoria gráfica UD-Q6_K_XL≈95 tok/s Cabe en la memoria gráfica UD-Q6_K_XL≈103 tok/s Cabe en la memoria gráfica UD-Q6_K_XL≈182 tok/s Cabe en la memoria gráfica UD-Q6_K_XL≈182 tok/s Cabe en la memoria gráfica UD-Q6_K_XL≈73 tok/s Cabe en la memoria gráfica UD-Q6_K_XL≈59 tok/s Cabe en la memoria gráfica UD-Q6_K_XL≈50 tok/s Cabe en la memoria gráfica UD-Q6_K_XL≈49 tok/s Cabe en la memoria unificada UD-Q6_K_XL≈73 tok/s Cabe en la memoria unificada UD-Q6_K_XL≈23 tok/s Cabe en la memoria unificada UD-Q6_K_XL≈24 tok/s Cabe en la memoria unificada UD-Q6_K_XL≈10,3 tok/s Cabe en la RAM (CPU) UD-Q6_K_XL≈23 tok/s Cabe en la RAM (CPU)
Qwen3 8B HF 8.2B Q8_0≈31 tok/s Cabe en la memoria gráfica Q8_0≈25 tok/s Cabe en la memoria gráfica Q8_0≈80 tok/s Cabe en la memoria gráfica Q8_0≈87 tok/s Cabe en la memoria gráfica Q8_0≈154 tok/s Cabe en la memoria gráfica Q8_0≈154 tok/s Cabe en la memoria gráfica Q8_0≈62 tok/s Cabe en la memoria gráfica Q8_0≈50 tok/s Cabe en la memoria gráfica Q8_0≈42 tok/s Cabe en la memoria gráfica Q8_0≈41 tok/s Cabe en la memoria unificada Q8_0≈62 tok/s Cabe en la memoria unificada Q8_0≈19,2 tok/s Cabe en la memoria unificada Q8_0≈21 tok/s Cabe en la memoria unificada UD-Q6_K_XL≈10,2 tok/s Cabe en la RAM (CPU) Q8_0≈21 tok/s Cabe en la RAM (CPU)
Gemma 3 12B HF 12.2B UD-Q5_K_XL≈32 tok/s Cabe en la memoria gráfica Q8_0≈17,8 tok/s Cabe en la memoria gráfica Q8_0≈58 tok/s Cabe en la memoria gráfica Q8_0≈62 tok/s Cabe en la memoria gráfica Q8_0≈111 tok/s Cabe en la memoria gráfica Q8_0≈111 tok/s Cabe en la memoria gráfica Q8_0≈44 tok/s Cabe en la memoria gráfica Q8_0≈36 tok/s Cabe en la memoria gráfica Q8_0≈30 tok/s Cabe en la memoria gráfica Q8_0≈30 tok/s Cabe en la memoria unificada Q8_0≈44 tok/s Cabe en la memoria unificada Q8_0≈13,8 tok/s Cabe en la memoria unificada Q8_0≈14,8 tok/s Cabe en la memoria unificada Q4_1≈10,2 tok/s Cabe en la RAM (CPU) Q8_0≈17,1 tok/s Cabe en la RAM (CPU)
Qwen3 14B HF 14.8B Q4_K_M≈30 tok/s Cabe en la memoria gráfica Q6_K≈18,0 tok/s Cabe en la memoria gráfica Q8_0≈46 tok/s Cabe en la memoria gráfica Q8_0≈49 tok/s Cabe en la memoria gráfica Q8_0≈88 tok/s Cabe en la memoria gráfica Q8_0≈88 tok/s Cabe en la memoria gráfica Q8_0≈35 tok/s Cabe en la memoria gráfica Q8_0≈29 tok/s Cabe en la memoria gráfica Q8_0≈24 tok/s Cabe en la memoria gráfica Q8_0≈23 tok/s Cabe en la memoria unificada Q8_0≈35 tok/s Cabe en la memoria unificada Q8_0≈10,9 tok/s Cabe en la memoria unificada Q8_0≈11,7 tok/s Cabe en la memoria unificada UD-Q3_K_XL≈10,1 tok/s Cabe en la RAM (CPU) Q8_0≈14,6 tok/s Cabe en la RAM (CPU)
gpt-oss-20b HFMoE 20.9B / 3.6B MXFP4≈53 tok/s Funciona con descarga a la RAM MXFP4≈55 tok/s Cabe en la memoria gráfica MXFP4162 tok/smedido Cabe en la memoria gráfica MXFP4≈194 tok/s Cabe en la memoria gráfica MXFP4≈344 tok/s Cabe en la memoria gráfica MXFP4≈344 tok/s Cabe en la memoria gráfica MXFP4≈138 tok/s Cabe en la memoria gráfica MXFP4≈112 tok/s Cabe en la memoria gráfica MXFP4≈95 tok/s Cabe en la memoria gráfica MXFP4≈80 tok/s Cabe en la memoria unificada MXFP4116 tok/smedido Cabe en la memoria unificada MXFP4≈59 tok/s Cabe en la memoria unificada MXFP4≈62 tok/s Cabe en la memoria unificada MXFP4≈17,2 tok/s Cabe en la RAM (CPU) MXFP4≈39 tok/s Cabe en la RAM (CPU)
Mistral Small 3.2 24B HF 24B Q3_K_M≈10,2 tok/s Funciona con descarga a la RAM UD-Q3_K_XL≈18,4 tok/s Cabe en la memoria gráfica Q6_K≈37 tok/s Cabe en la memoria gráfica Q6_K≈40 tok/s Cabe en la memoria gráfica Q8_0≈56 tok/s Cabe en la memoria gráfica Q8_0≈56 tok/s Cabe en la memoria gráfica Q8_0≈22 tok/s Cabe en la memoria gráfica Q8_0≈18,2 tok/s Cabe en la memoria gráfica Q8_0≈15,3 tok/s Cabe en la memoria gráfica Q8_0≈14,9 tok/s Cabe en la memoria unificada Q8_0≈22 tok/s Cabe en la memoria unificada Q5_K_M≈10,3 tok/s Cabe en la memoria unificada Q5_K_M≈11,0 tok/s Cabe en la memoria unificada Q4_K_M≈6,9 tok/s Cabe en la RAM (CPU) Q8_0≈10,3 tok/s Cabe en la RAM (CPU)
Gemma 4 26B A4B HFMoE 25.8B / 3.8B UD-Q8_K_XL≈14,7 tok/s Funciona con descarga a la RAM UD-Q3_K_M≈56 tok/s Cabe en la memoria gráfica UD-Q5_K_S≈129 tok/s Cabe en la memoria gráfica UD-Q5_K_S≈139 tok/s Cabe en la memoria gráfica UD-Q8_K_XL≈173 tok/s Cabe en la memoria gráfica UD-Q8_K_XL≈173 tok/s Cabe en la memoria gráfica UD-Q8_K_XL≈70 tok/s Cabe en la memoria gráfica UD-Q8_K_XL≈57 tok/s Cabe en la memoria gráfica UD-Q8_K_XL≈48 tok/s Cabe en la memoria gráfica UD-Q8_K_XL≈40 tok/s Cabe en la memoria unificada UD-Q8_K_XL≈60 tok/s Cabe en la memoria unificada UD-Q8_K_XL≈29 tok/s Cabe en la memoria unificada UD-Q8_K_XL≈31 tok/s Cabe en la memoria unificada UD-Q8_K_XL≈13,7 tok/s Cabe en la RAM (CPU) UD-Q8_K_XL≈31 tok/s Cabe en la RAM (CPU)
Gemma 3 27B HF 27.4B UD-IQ3_XXS≈12,7 tok/s Funciona con descarga a la RAM Q3_K_S≈18,1 tok/s Cabe en la memoria gráfica UD-Q5_K_XL≈38 tok/s Cabe en la memoria gráfica UD-Q5_K_XL≈41 tok/s Cabe en la memoria gráfica UD-Q6_K_XL≈59 tok/s Cabe en la memoria gráfica Q8_0≈49 tok/s Cabe en la memoria gráfica Q8_0≈19,7 tok/s Cabe en la memoria gráfica Q8_0≈16,0 tok/s Cabe en la memoria gráfica Q8_0≈13,5 tok/s Cabe en la memoria gráfica Q8_0≈13,1 tok/s Cabe en la memoria unificada Q8_0≈19,6 tok/s Cabe en la memoria unificada Q4_1≈10,1 tok/s Cabe en la memoria unificada Q4_1≈10,8 tok/s Cabe en la memoria unificada Q4_K_M≈6,3 tok/s Cabe en la RAM (CPU) UD-Q6_K_XL≈10,8 tok/s Cabe en la RAM (CPU)
Qwen3 30B A3B HFMoE 30.5B / 3.3B Q8_0≈16,4 tok/s Funciona con descarga a la RAM Q3_K_S≈66 tok/s Cabe en la memoria gráfica Q4_K_M154 tok/smedido Cabe en la memoria gráfica Q5_K_S≈158 tok/s Cabe en la memoria gráfica UD-Q6_K_XL≈232 tok/s Cabe en la memoria gráfica Q8_0≈192 tok/s Cabe en la memoria gráfica Q8_0≈77 tok/s Cabe en la memoria gráfica Q8_0≈63 tok/s Cabe en la memoria gráfica Q8_0≈53 tok/s Cabe en la memoria gráfica Q8_0≈45 tok/s Cabe en la memoria unificada Q8_0≈67 tok/s Cabe en la memoria unificada Q8_0≈33 tok/s Cabe en la memoria unificada Q8_0≈35 tok/s Cabe en la memoria unificada Q8_0≈14,3 tok/s Cabe en la RAM (CPU) Q8_0≈32 tok/s Cabe en la RAM (CPU)
Gemma 4 31B HF 31.3B Q4_K_M≈3,8 tok/s Funciona con descarga a la RAM Q3_K_S≈10,4 tok/s Funciona con descarga a la RAM Q4_1≈37 tok/s Cabe en la memoria gráfica Q4_1≈40 tok/s Cabe en la memoria gráfica Q6_K≈55 tok/s Cabe en la memoria gráfica Q8_0≈43 tok/s Cabe en la memoria gráfica Q8_0≈17,1 tok/s Cabe en la memoria gráfica Q8_0≈13,9 tok/s Cabe en la memoria gráfica Q8_0≈11,7 tok/s Cabe en la memoria gráfica Q8_0≈11,3 tok/s Cabe en la memoria unificada Q8_0≈17,0 tok/s Cabe en la memoria unificada IQ4_XS≈10,3 tok/s Cabe en la memoria unificada Q4_K_S≈10,3 tok/s Cabe en la memoria unificada Q4_K_M≈5,7 tok/s Cabe en la RAM (CPU) Q6_K≈10,1 tok/s Cabe en la RAM (CPU)
Qwen3 32B HF 32.8B Q4_K_M≈3,7 tok/s Funciona con descarga a la RAM UD-IQ3_XXS≈14,1 tok/s Funciona con descarga a la RAM UD-Q4_K_XL≈35 tok/s Cabe en la memoria gráfica UD-Q4_K_XL≈38 tok/s Cabe en la memoria gráfica Q6_K≈51 tok/s Cabe en la memoria gráfica Q8_0≈40 tok/s Cabe en la memoria gráfica Q8_0≈16,0 tok/s Cabe en la memoria gráfica Q8_0≈13,0 tok/s Cabe en la memoria gráfica Q8_0≈11,0 tok/s Cabe en la memoria gráfica Q8_0≈10,6 tok/s Cabe en la memoria unificada Q8_0≈16,0 tok/s Cabe en la memoria unificada UD-Q3_K_XL≈10,3 tok/s Cabe en la memoria unificada IQ4_XS≈10,2 tok/s Cabe en la memoria unificada Q4_K_M≈5,4 tok/s Cabe en la RAM (CPU) Q5_K_M≈10,8 tok/s Cabe en la RAM (CPU)
Qwen3.5 35B A3B HFMoE 36B / 3B Q8_0≈17,9 tok/s Funciona con descarga a la RAM Q8_0≈18,7 tok/s Funciona con descarga a la RAM Q4_K_S≈191 tok/s Cabe en la memoria gráfica Q4_K_S≈205 tok/s Cabe en la memoria gráfica Q6_K≈274 tok/s Cabe en la memoria gráfica Q8_0≈220 tok/s Cabe en la memoria gráfica Q8_0≈89 tok/s Cabe en la memoria gráfica Q8_0≈72 tok/s Cabe en la memoria gráfica Q8_0≈61 tok/s Cabe en la memoria gráfica Q8_0≈51 tok/s Cabe en la memoria unificada Q8_0≈77 tok/s Cabe en la memoria unificada Q8_0≈37 tok/s Cabe en la memoria unificada Q8_0≈40 tok/s Cabe en la memoria unificada Q8_0≈15,0 tok/s Cabe en la RAM (CPU) Q8_0≈34 tok/s Cabe en la RAM (CPU)
Llama 3.3 70B Instruct HF 70.6B Q4_K_M≈1,3 tok/s Funciona con descarga a la RAM Q4_K_M≈1,4 tok/s Funciona con descarga a la RAM Q4_K_M≈2,0 tok/s Funciona con descarga a la RAM Q4_K_M≈2,0 tok/s Funciona con descarga a la RAM UD-IQ3_XXS≈49 tok/s Cabe en la memoria gráfica Q8_0≈18,8 tok/s Cabe en la memoria gráfica Q4_K_M16,3 tok/smedido Cabe en la memoria gráfica Q4_1≈10,3 tok/s Cabe en la memoria gráfica IQ4_XS≈10,0 tok/s Cabe en la memoria gráfica UD-Q3_K_XL≈10,6 tok/s Cabe en la memoria unificada Q5_K_M≈11,2 tok/s Cabe en la memoria unificada Q4_K_M≈4,1 tok/s Cabe en la memoria unificada Q4_K_M≈4,4 tok/s Cabe en la memoria unificada Q4_K_M≈2,9 tok/s Cabe en la RAM (CPU) Q4_K_M≈6,6 tok/s Cabe en la RAM (CPU)
Qwen3 Next 80B A3B Instruct HFMoE 81.3B / 3B Q5_K_M≈24 tok/s Funciona con descarga a la RAM Q6_K≈21 tok/s Funciona con descarga a la RAM UD-Q6_K_XL≈26 tok/s Funciona con descarga a la RAM UD-Q6_K_XL≈26 tok/s Funciona con descarga a la RAM UD-Q6_K_XL≈31 tok/s Funciona con descarga a la RAM Q8_0≈213 tok/s Cabe en la memoria gráfica Q4_K_S≈145 tok/s Cabe en la memoria gráfica UD-Q6_K_XL≈84 tok/s Cabe en la memoria gráfica Q8_0≈59 tok/s Cabe en la memoria gráfica Q8_0≈49 tok/s Cabe en la memoria unificada Q8_0≈74 tok/s Cabe en la memoria unificada Q8_0≈36 tok/s Cabe en la memoria unificada Q8_0≈39 tok/s Cabe en la memoria unificada Q8_0≈14,8 tok/s Cabe en la RAM (CPU) Q8_0≈33 tok/s Cabe en la RAM (CPU)
GLM 4.5 Air HFMoE 110B / 17B Q4_0≈5,3 tok/s Funciona con descarga a la RAM Q4_K_S≈5,1 tok/s Funciona con descarga a la RAM Q4_K_M≈5,6 tok/s Funciona con descarga a la RAM Q4_K_M≈5,7 tok/s Funciona con descarga a la RAM Q3_K_M≈10,2 tok/s Funciona con descarga a la RAM Q5_K_M≈55 tok/s Cabe en la memoria gráfica Q4_0≈10,0 tok/s Funciona con descarga a la RAM UD-Q4_K_XL≈22 tok/s Cabe en la memoria gráfica Q5_K_M≈15,2 tok/s Cabe en la memoria gráfica Q5_K_M≈12,8 tok/s Cabe en la memoria unificada Q8_0≈13,9 tok/s Cabe en la memoria unificada Q4_K_M≈10,6 tok/s Cabe en la memoria unificada Q5_K_M≈10,0 tok/s Cabe en la memoria unificada Q4_K_M≈8,0 tok/s Cabe en la RAM (CPU) Q8_0≈13,1 tok/s Cabe en la RAM (CPU)
gpt-oss-120b HFMoE 117B / 5.1B MXFP4≈19,1 tok/s Funciona con descarga a la RAM MXFP4≈19,6 tok/s Funciona con descarga a la RAM MXFP426–28 tok/smedido Funciona con descarga a la RAM MXFP4≈25 tok/s Funciona con descarga a la RAM MXFP4≈31 tok/s Funciona con descarga a la RAM MXFP4≈258 tok/s Cabe en la memoria gráfica MXFP4≈36 tok/s Funciona con descarga a la RAM MXFP441–73 tok/smedido Cabe en la memoria gráfica MXFP4≈71 tok/s Cabe en la memoria gráfica MXFP4≈60 tok/s Cabe en la memoria unificada MXFP4≈90 tok/s Cabe en la memoria unificada MXFP450 tok/smedido Cabe en la memoria unificada MXFP461 tok/smedido Cabe en la memoria unificada MXFP4≈15,8 tok/s Cabe en la RAM (CPU) MXFP4≈36 tok/s Cabe en la RAM (CPU)
Qwen3.5 122B A10B HFMoE 125B / 10B UD-IQ4_NL≈10,5 tok/s Funciona con descarga a la RAM UD-IQ4_NL≈10,8 tok/s Funciona con descarga a la RAM Q4_K_S≈11,1 tok/s Funciona con descarga a la RAM Q4_K_S≈11,2 tok/s Funciona con descarga a la RAM UD-Q4_K_XL≈11,9 tok/s Funciona con descarga a la RAM UD-Q5_K_XL≈97 tok/s Cabe en la memoria gráfica UD-IQ3_XXS≈76 tok/s Cabe en la memoria gráfica UD-IQ4_NL≈46 tok/s Cabe en la memoria gráfica UD-Q5_K_XL≈27 tok/s Cabe en la memoria gráfica UD-Q5_K_XL≈23 tok/s Cabe en la memoria unificada Q8_0≈24 tok/s Cabe en la memoria unificada Q6_K≈15,1 tok/s Cabe en la memoria unificada Q6_K≈16,1 tok/s Cabe en la memoria unificada UD-Q5_K_XL≈10,4 tok/s Cabe en la RAM (CPU) Q8_0≈19,3 tok/s Cabe en la RAM (CPU)
Qwen3 235B A22B HFMoE 235B / 22B ✕ No cabe ✕ No cabe ✕ No cabe ✕ No cabe ✕ No cabe UD-Q4_K_XL≈10,8 tok/s Funciona con descarga a la RAM UD-Q2_K_XL≈8,0 tok/scompresión fuerte Funciona con descarga a la RAM Q3_K_M≈6,1 tok/s Funciona con descarga a la RAM UD-Q3_K_XL≈11,7 tok/s Funciona con descarga a la RAM UD-Q2_K_XL≈19,4 tok/scompresión fuerte Cabe en la memoria unificada Q8_0≈10,8 tok/s Cabe en la memoria unificada UD-Q3_K_XL≈12,2 tok/s Cabe en la memoria unificada UD-Q3_K_XL≈13,0 tok/s Cabe en la memoria unificada Q4_K_M≈7,2 tok/s Cabe en la RAM (CPU) Q8_0≈10,9 tok/s Cabe en la RAM (CPU)
GLM 4.7 HFMoE 358B / 39.2B ✕ No cabe ✕ No cabe ✕ No cabe ✕ No cabe ✕ No cabe UD-IQ3_XXS≈7,3 tok/s Funciona con descarga a la RAM UD-IQ1_S≈5,6 tok/scompresión fuerte Funciona con descarga a la RAM UD-IQ2_XXS≈4,7 tok/scompresión fuerte Funciona con descarga a la RAM UD-IQ3_XXS≈3,5 tok/s Funciona con descarga a la RAM UD-TQ1_0≈16,2 tok/scompresión fuerte Cabe en la memoria unificada Q4_1≈10,0 tok/s Cabe en la memoria unificada UD-IQ1_M≈9,6 tok/scompresión fuerte Cabe en la memoria unificada UD-IQ1_M≈10,3 tok/scompresión fuerte Cabe en la memoria unificada Q4_K_M≈4,7 tok/s Cabe en la RAM (CPU) Q4_1≈10,2 tok/s Cabe en la RAM (CPU)
DeepSeek R1 HFMoE 684B / 37B ✕ No cabe ✕ No cabe ✕ No cabe ✕ No cabe ✕ No cabe UD-IQ1_S≈16,9 tok/scompresión fuerte Funciona con descarga a la RAM ✕ No cabe ✕ No cabe UD-IQ1_S≈8,0 tok/scompresión fuerte Funciona con descarga a la RAM ✕ No cabe Q3_K_M≈14,9 tok/s Cabe en la memoria unificada ✕ No cabe ✕ No cabe Q4_K_M≈5,2 tok/s Cabe en la RAM (CPU) Q3_K_M≈13,9 tok/s Cabe en la RAM (CPU)
Kimi K2.5 HFMoE 1,027B / 32B ✕ No cabe ✕ No cabe ✕ No cabe ✕ No cabe ✕ No cabe ✕ No cabe ✕ No cabe ✕ No cabe ✕ No cabe ✕ No cabe UD-Q2_K_XL≈22 tok/scompresión fuerte Cabe en la memoria unificada ✕ No cabe ✕ No cabe Q3_K_S≈7,2 tok/s Cabe en la RAM (CPU) UD-IQ2_XXS≈19,7 tok/scompresión fuerte Cabe en la RAM (CPU)

Qué se desbloquea con cada tamaño de memoria (contexto 8K)

  1. 8 GB Qwen2.5 3B Instruct · Llama 3.2 3B Instruct · Gemma 3 4B · Llama 3.1 8B Instruct · Qwen3 8B compresión fuerte: Gemma 3 12B · Qwen3 14B
  2. 12 GB Gemma 3 12B · Qwen3 14B compresión fuerte: Mistral Small 3.2 24B · Gemma 3 27B · Qwen3 30B A3B · Qwen3 32B
  3. 16 GB gpt-oss-20b · Mistral Small 3.2 24B · Gemma 4 26B A4B · Gemma 3 27B · Qwen3 30B A3B compresión fuerte: Gemma 4 31B · Qwen3.5 35B A3B
  4. 24 GB Gemma 4 31B · Qwen3 32B · Qwen3.5 35B A3B compresión fuerte: Llama 3.3 70B Instruct · Qwen3 Next 80B A3B Instruct
  5. 48 GB Llama 3.3 70B Instruct · Qwen3 Next 80B A3B Instruct · Qwen3.5 122B A10B compresión fuerte: GLM 4.5 Air
  6. 96 GB GLM 4.5 Air · gpt-oss-120b compresión fuerte: Qwen3 235B A22B · GLM 4.7
  7. 128 GB Qwen3 235B A22B
  8. 192 GB GLM 4.7 compresión fuerte: DeepSeek R1
  9. 256 GB compresión fuerte: Kimi K2.5
  10. 512 GB DeepSeek R1 · Kimi K2.5

≈ estimaciones para un contexto de 8K: pesos + caché KV + sobrecarga del runtime frente a la memoria; velocidad a partir del ancho de banda de la memoria. Las cifras reales dependen del runtime y de los ajustes.

Actualizado · Fuentes: Hugging Face , www.nvidia.com , images.nvidia.com , support.apple.com , www.amd.com

Insertar en tu sitio

Pega este código donde deba aparecer la infografía: se actualiza sola. Uso gratuito — conserva el enlace de atribución.

JSON Nuestros datos: CC BY 4.0 con enlace a la fuente; los datos de terceros mantienen la licencia de su fuente.

¿Qué muestra la matriz?

En las filas, modelos conocidos de pesos abiertos, desde unos 3B hasta 1T de parámetros; en las columnas, tarjetas gráficas, configuraciones con varias GPU, equipos Apple y AMD con memoria unificada y servidores de CPU. Cada celda indica la cuantización recomendada, dónde queda el modelo y una velocidad aproximada de generación en tokens por segundo. Debajo hay una calculadora y una escalera que enseña qué se abre con 8, 12, 16, 24, 48, 96 y 128 GB de memoria.

¿Cómo se calcula la memoria?

  • Pesos: parámetros por bits por peso, o el tamaño real del archivo GGUF.
  • Caché KV: crece con el contexto. La matriz usa 8192 tokens; en la calculadora puedes cambiarlo, y un contexto largo puede ocupar tanta VRAM como un modelo pequeño.
  • Sobrecarga: alrededor de 1,5 GB para el entorno de ejecución, más el proyector de visión si es un VLM.

“Cabe en la memoria gráfica” es el caso ideal; “Funciona con descarga a la RAM” significa que parte del modelo vive en la memoria del sistema; funciona, pero más despacio.

¿De dónde sale la velocidad?

Al generar, el modelo lee sus pesos de memoria en cada token, de modo que la velocidad es, a grandes rasgos, el ancho de banda de memoria dividido entre los bytes leídos por token. En los modelos MoE solo cuentan los parámetros activos, y por eso un MoE grande puede responder antes que un modelo denso más pequeño.

¿Qué cuantización recomienda?

Hasta Q8_0, la de más bits que todavía da al menos 10 tokens por segundo; si ninguna llega, la clase Q4. Nunca BF16, y nunca por debajo de Q3 salvo que no quepa nada mayor: entonces la celda avisa con “compresión fuerte”.

¿Hasta qué punto son fiables las cifras?

El signo ≈ marca una estimación calibrada con ejecuciones medidas de llama.cpp y de informes públicos; se queda a un ±35% aproximado de ellas. El motor, los controladores y los ajustes cambian el resultado real, y la lectura de un prompt largo no se incluye, solo la generación. Las celdas medidas muestran la medición con enlace a su fuente. Los modelos sin filtros de seguridad quedan ocultos tras un interruptor. Si buscas un equipo completo, mira las configuraciones de PC para IA local.