¿Puedo ejecutar este modelo de IA?
Elige tu hardware. Todo se ejecuta en tu navegador y no se envía nada a ningún sitio. Los resultados son estimaciones.
Tu hardware
Resultados
GPU = cabe en la VRAM (rápido). Descarga parcial = también necesita RAM del sistema (funciona, pero mucho más lento; se reservan 4 GB para el sistema operativo). No = demasiado grande. La cifra es el total estimado en GB.
Algunos enlaces pueden ser de afiliados; lo indicaremos donde los haya. Cómo ganamos dinero.
Avísame cuando haya modelos nuevos que quepan en mi GPU
Un correo breve con lo más importante de IA y videojuegos que verificamos ese día, más una herramienta útil. Las suscripciones abrirán pronto. Mientras tanto, síguenos a través de nuestro feed RSS.
Cómo funciona la estimación
- Pesos = parámetros × bits por peso ÷ 8. Por ejemplo, un modelo de 7B a 16 bits ocupa unos 14 GB. Los bits por peso son valores aproximados de llama.cpp: Q4_K_M ≈ 4,89, Q5_K_M ≈ 5,70, Q8_0 ≈ 8,5, FP16 = 16 (documentación de cuantización de llama.cpp).
- Sobrecarga en ejecución: el 10 % de los pesos más 0,5 GB. Es nuestra regla práctica, no una medición.
- Caché KV (memoria de contexto): unos 0,0125 GB por cada mil millones de parámetros por cada 4K tokens. Es una media aproximada. El uso real depende del número de capas, del tipo de atención (GQA) y de la cuantización de la caché KV, y puede quedar muy por encima o por debajo.
El número de parámetros es el total que indica Hugging Face para el repositorio oficial de cada modelo (enlazado en la tabla), consultado el 30 de octubre de 2026. En los modelos de mezcla de expertos (MoE), la memoria depende de los parámetros totales, no de los activos. Algunos modelos se distribuyen ya cuantizados (por ejemplo, gpt-oss en MXFP4), por lo que sus archivos reales pueden ser más pequeños que la columna FP16. Para una cifra exacta, consulta el tamaño del archivo GGUF en la página del modelo y deja margen para el contexto.
Lista de modelos actualizada el 30 de octubre de 2026. Incluye lanzamientos de 2026 (Gemma 4, Qwen3.8, Nemotron 3.5). Los modelos muy grandes (DeepSeek V4, Kimi K3, Muse Spark Open) no se incluyen porque necesitan servidores con varias GPU.