🚀 ¡Arranca el Black Friday en PcComponentes! Descubre las ofertas>
🚀 ¡Arranca el Black Friday! Descubre las ofertas>
Calcula qué modelo de IA puedes ejecutar en local con la memoria de tu equipo, o qué equipo necesitas para el modelo que quieres.
Recomendador de IA local
Cuéntanos para qué lo usarás. Los equipos recomendados aparecerán a la derechaa continuación.
Un equilibrio entre capacidad y coste.
3 equipos recomendados: Equipos para analizar documentos · nivel equilibrado
Tu selección de equipos
Equipos que ejecutan con margen Gemma 3 12B, nuestro modelo de referencia para este uso y nivel.
Buscando equipos disponibles y sus precios
Como mucho, 45 segundos. Las recomendaciones se actualizan solas al terminar.
Portátil · Memoria unificada · NVIDIA RTX Spark
Gemma 3 12B
Q4_K_M · 16K de contexto
Memoria unificada: se aplica la misma reserva prudente que a GB10; el fabricante no publica cuánta puede usar la GPU.
Mini PC · Memoria unificada · NVIDIA DGX Spark
Gemma 3 12B
Q4_K_M · 16K de contexto
Se aplica la reserva prudente de macOS (65–75 %); NVIDIA no publica un límite equivalente para este equipo y depende del runtime.
Sobremesa · NVIDIA RTX
Gemma 3 12B
Q4_K_M · 16K de contexto
119 equipos del catálogo lo ejecutan con margen. Te mostramos los 3 que mejor lo resumen.
Qwen3 8B
Chat, resúmenes y redacción.
Gemma 3 12B
Asistencia y tareas de texto.
Qwen3 14B
Análisis y preguntas sobre documentos.
Gemma 3 12B
Resumen y consulta de información.
Qwen2.5-Coder 7B
Ayuda con código y depuración.
Qwen3-Coder 30B-A3B
Proyectos y tareas de programación.
Qwen3 14B
Tareas encadenadas y herramientas.
Qwen3 30B-A3B
Flujos avanzados y automatización.
Gemma 3 12B
Traducción y ajuste de textos.
Qwen3 8B
Conversación multilingüe y redacción.
FLUX.1 schnell
Generación de imágenes a partir de texto.
Stable Diffusion XL
Creación y variaciones de imágenes.
Wan 2.1
Generación de secuencias de vídeo.
LTX-Video
Generación y experimentación en vídeo.
Referencia de uso, no de potencia: ChatGPT, Claude, Gemini y Veo son servicios diferentes. La etiqueta no indica equivalencia de calidad, rendimiento ni que puedas ejecutarlos en local.
Estas familias son ejemplos según la tarea. El modelo, su tamaño, cuantización y la compatibilidad con un producto concreto deben venir del motor técnico y del catálogo verificado. No uses estos ejemplos para declarar un equipo compatible.
Para generar imágenes o vídeo la memoria depende de la resolución, los pasos y el programa, y aún no tenemos un cálculo verificado. No te recomendamos equipos concretos con cifras inventadas: consulta los requisitos del modelo y compara tarjetas por VRAM.
Abre el laboratorio con el modelo de referencia, su contexto y el equipo que mejor encaja. Las recomendaciones no cambian.
Equipos de PcComponentes. La memoria sale del título de la ficha y de las especificaciones oficiales de cada GPU. La compatibilidad es una estimación de memoria, no una medición de velocidad. Consulta el precio y la disponibilidad en la ficha de cada producto.
También ofrecemos configuraciones a medida.
Analiza las características que permita consultar tu navegador y descubre qué modelos de IA local puedes utilizar.
El análisis solo empieza cuando pulsas el botón. Los cálculos se hacen en tu navegador y esta calculadora no guarda ni envía las características de tu equipo.
Tu navegador no da todos los datos (por ejemplo, la memoria de la gráfica o la RAM): te pediremos que los confirmes.
Esto es lo que ha podido consultar tu navegador. Corrige o completa lo que haga falta: el resultado depende de estos datos.
Con los datos indicados, ningún modelo del catálogo se considera recomendable. Más abajo tienes qué equipo lo cambiaría.
Equipos de PcComponentes. Consulta el precio y la disponibilidad en la ficha de cada producto.
Lleva tu equipo al Laboratorio para cambiar modelo, cuantización, contexto, VRAM, RAM u offloading sin volver a introducir los datos.
Responde unas preguntas y te proponemos una configuración inicial calculada con el mismo motor. Al aplicarla rellenamos los controles y recuperas el control de todos los parámetros.
Fase 1 de 3: tu objetivo
01 · Tu objetivo
¿Qué quieres hacer con la IA?
Elige el uso principal; podrás cambiarlo cuando quieras.
01 · Tu objetivo
¿Cuánto texto vas a manejar?
Más texto exige más memoria para que el modelo lo tenga presente.
01 · Tu objetivo
¿Ya sabes qué modelo quieres usar?
Si lo sabes, elígelo en el paso 1 del laboratorio y ajustamos el resto a él.
02 · Tu equipo
¿Con qué equipo cuentas?
Si aún no tienes, te mostramos qué hardware pide cada nivel.
02 · Tu equipo
¿Cuánta memoria de vídeo (VRAM) tiene tu tarjeta?
Windows: Administrador de tareas → Rendimiento → GPU.
02 · Tu equipo
¿Cuánta memoria unificada tiene tu Mac?
Menú Apple → Acerca de este Mac.
02 · Tu equipo
¿Cuánta memoria RAM tiene tu equipo?
Administrador de tareas → Rendimiento → Memoria.
Tu propuesta está lista.
Puedes cambiar cualquier respuesta o aplicarla al laboratorio y seguir ajustando a mano.
Elige un uso para ver una primera recomendación.
Aquí aparecerá la configuración propuesta.
Con tus respuestas proponemos modelo, cuantización, contexto y hardware. Después podrás cambiarlo todo.
Con Q4_K_M y 8.192 tokens de contexto, el modelo más capaz del catálogo que cabe en cada tamaño de VRAM.
Estimaciones con fórmulas públicas, no mediciones en un equipo concreto.
Recomendación preliminar
Memoria necesaria
—GB
Los nombres exactos de los archivos varían según el repositorio. Las cifras son estimaciones, no una garantía de rendimiento.
Qué pide cada nivel
| Modelo | Memoria | Nivel |
|---|
Hardware en PcComponentes
Qué tarjeta necesitas ?
Supuestos
Pesos, memoria de contexto, cálculo temporal y sistema según fórmulas públicas. Rango estimado, no medición.
Con los modelos de lenguaje calculamos la memoria con fórmulas públicas verificadas. En imagen y vídeo depende de la resolución, los pasos, los fotogramas y del programa que uses, y todavía no tenemos un motor verificado. Preferimos no darte una cifra inventada.
Lo que sí está publicado
Mientras tanto
6,5 / 12,0 GB · Compatible con margen · ≈50–63 tok/s (extrapolado)
Llama · Meta3
Gemma · Google6
Qwen · Alibaba8
Mistral · Mistral AI5
Phi · Microsoft2
DeepSeek · DeepSeek1
Más parámetros suelen dar más capacidad y exigen más memoria. Este modelo: 8,0 B parámetros ≈ 4,6 GB de pesos en Q4_K_M.
GeForce · sobremesa · NVIDIA12
GeForce · portátil · NVIDIA6
Radeon · AMD2
Apple Silicon · Apple · memoria unificada18
Sin GPU · Solo CPU2
Personalizada · Indica tu VRAM1
VRAM: la memoria de la tarjeta donde vive el modelo mientras responde. Disponible: 12,0 GB.
Número de GPU
Todas las capas en la tarjeta (lo más rápido). Súbelo solo si la VRAM se queda corta.
RAM del sistema / offload
Al modificar el offload, se actualiza la RAM
RAM suficiente con la reserva indicada
Cuantización
Comprime el modelo para que ocupe menos, a costa de algo de fidelidad. Ahora: Q4_K_M, 4,6 GB.
Contexto
8192 tokens≈ 6144 palabras
Texto que el modelo mantiene disponible a la vez. Su memoria de contexto ocupa 1,0 GB.
Cuantización de la memoria de contexto (KV) ?
Memoria requerida fuera de la capacidad disponible. Representación simbólica del exceso, no a escala.
Los bloques representan memoria calculada con las fórmulas del motor, no módulos físicos de una GPU ni actividad real de inferencia; no miden velocidad. Las cifras están en GiB (2³⁰ bytes): la VRAM y la RAM que se anuncian como «GB» equivalen a GiB.
Por qué este resultado
Cambia cualquier parámetro y aquí verás qué efecto tiene en la memoria.
Compatible con margen: puedes probarlo en tu equipo.
Los nombres exactos de los archivos varían según el repositorio. Las cifras son estimaciones, no una garantía de rendimiento.
¿Buscas equipo para esta configuración?
Equipos compatibles
Equipos de PcComponentes. La memoria sale del título de la ficha y de las especificaciones oficiales de cada GPU. La compatibilidad es una estimación de memoria, no una medición de velocidad. Consulta el precio y la disponibilidad en la ficha de cada producto.
Velocidad ?Fluido · ≈50–63 tok/s (extrapolado) Estimación calibrada con mediciones públicas de llama.cpp en tarjetas equivalentes (Llama 2 7B Q4_0). No es un benchmark de este modelo.
Memoria según el contexto ?
Con este modelo y esta configuración caben hasta 32.768 tokens de contexto con margen.
Qué puedes cambiar
Buscar una configuración
Hardware de esta clase en PcComponentes
Guarda hasta 4 configuraciones y compáralas con la actual.
Las cifras de memoria se calculan con fórmulas públicas (pesos × bits ÷ 8 + caché KV + margen de ejecución) y se contrastan con tamaños publicados por llama.cpp. La velocidad es una estimación teórica por ancho de banda. Ninguna cifra es una medición en un equipo concreto.
El límite de un modelo de IA en local es la memoria disponible. Este es el modelo más capaz del catálogo que cabe en cada nivel («justo»: poco espacio libre).
| Memoria | Modelo más capaz que cabe | Margen |
|---|---|---|
| 8 GB VRAM | Qwen3.5 9B | Justo |
| 12 GB VRAM | Gemma 4 12B | Con margen |
| 16 GB VRAM | Gemma 4 12B | Con margen |
| 24 GB VRAM | Qwen2.5 32B | Justo |
| 32 GB VRAM | Qwen2.5 32B | Con margen |
| 128 GB unificada | Llama 3.3 70B | Con margen |
Un modelo de IA es el programa que escribe el texto o crea la imagen o el vídeo. Se nombra por su familia y por su tamaño en miles de millones de parámetros (B): a más B, más capacidad y más memoria. Estas son las familias más conocidas que puedes ejecutar en local:
En la calculadora, de 3,2 a 70,5 B de parámetros: de ≈3,3 a ≈44,2 GB de memoria.
Piden entre ≈8,2 y ≥ 45 GB de memoria de GPU, según el modelo y la resolución.
Depende de la memoria de tu gráfica (VRAM): con 8 GB, Qwen3.5 9B; con 16 GB, Gemma 4 12B; con 32 GB, Qwen2.5 32B. Elige tu equipo en la calculadora para ver el resultado exacto.
La del modelo comprimido más la del contexto. Con Q4_K_M y 8.192 tokens, Llama 3.1 8B necesita ≈6,1–7,0 GB y Gemma 3 27B, ≈17,2–18,7 GB (estimaciones del motor, no mediciones).
Sí. Llama, Qwen, Gemma, Mistral, Phi y DeepSeek se publican con pesos descargables y se ejecutan con aplicaciones gratuitas como LM Studio u Ollama. La licencia varía según el modelo: revísala si es para un negocio.
Cuanto más grande, mejores resultados, pero más memoria. Del catálogo, con 16 GB cabe Qwen2.5 14B y con 32 GB, Qwen2.5 32B. Calcula tu caso con la tarea «Programar».
Tus documentos y preguntas se procesan en tu equipo, sin enviarse a un servicio externo. La aplicación puede conectarse para actualizarse o descargar modelos, y la búsqueda web sale fuera: revisa sus ajustes. ¿Primera vez con la IA local? Empieza por la guía de IA local para autónomos y profesionales.
Cifras orientativas del motor de la calculadora: Q4_K_M, contexto de 8.192 tokens (salvo donde se indica) y 32 GB de RAM; en memoria unificada, reserva prudente del 65–75 %. En imagen y vídeo, «≥» es el mínimo publicado por cada desarrollador. No son mediciones en un equipo concreto. Actualizado en octubre de 2026.
No hemos podido completar el cálculo. Recarga la página para volver a intentarlo.
