Hardware de IA local, medido en modelos
Encuentra el hardware que ejecuta el modelo que quieres
Elige un modelo y te mostramos cada GPU, Mac, mini PC y placa edge que puede cargarlo, a qué velocidad máxima y cuánto cuesta. Sin humo: memoria y cuentas.
¿Qué quieres ejecutar?
33 plataformas · 21 modelos · precios revisados el 12 oct 2026 · Lee la metodología
Siete formas de ejecutar un LLM en casa
Ver todo →La velocidad depende del ancho de banda de la memoria, y el tamaño del modelo, de su capacidad. Cada familia equilibra las dos cosas a su manera.
- 12 plataformas · 12 GB–96 GBTarjetas gráficas NVIDIALa opción más rápida y CUDA, que todas las herramientas de IA admiten primero.Poca memoria por tarjeta (12–32 GB) y precios inflados en 2026.
- 4 plataformas · 16 GB–32 GBTarjetas gráficas AMD RadeonMás memoria por euro, incluida una tarjeta de 32 GB, con ROCm y Vulkan.El software va bien con llama.cpp y Ollama, peor fuera de ahí.
- 4 plataformas · 12 GB–32 GBTarjetas gráficas Intel ArcLas tarjetas nuevas de 24–32 GB más baratas, y una de 70 W para servidores pequeños.Su software (SYCL, Vulkan) pide más trasteo.
- 4 plataformas · 32 GB–512 GBMac con Apple siliconHasta 512 GB de memoria unificada rápida en una caja silenciosa. MLX y llama.cpp van de maravilla.La memoria extra es cara y no se puede ampliar después.
- 3 plataformas · 96 GB–192 GBMini PC y NAS con AMD Ryzen AIRyzen AI Max: 128–192 GB de memoria unificada en un mini PC o NAS x86. Ryzen AI 9: cajas baratas de hasta 96 GB.Max va a unos 256–273 GB/s y Ryzen AI 9 a 90–120 GB/s: los modelos densos de más de 30B (o 14B) van lentos.
- 1 plataformas · 128 GB–128 GBNVIDIA DGX Spark y equipos GB10128 GB con todo el ecosistema CUDA en una caja diminuta.Ancho de banda del nivel de Strix Halo por más dinero; CPU Arm.
- 5 plataformas · 8 GB–128 GBPlacas de IA edgeJetson, Raspberry Pi AI HAT+ 2 y RK3588: modelos pequeños con pocos vatios.Solo modelos pequeños; algunas, solo los que compila el fabricante.
Memoria frente a velocidad: todo el mercado en un gráfico
Más a la derecha caben modelos más grandes; más arriba se genera texto más deprisa. Las gráficas son rápidas pero pequeñas; los equipos de memoria unificada, grandes pero más lentos.
- Tarjeta gráfica
- Ordenador de memoria unificada
- Placa edge / acelerador
Ver el gráfico como tabla
| Plataforma | Tipo | Memoria | Ancho de banda |
|---|---|---|---|
| NVIDIA RTX PRO 6000 Blackwell | Tarjeta gráfica | 96 GB | 1,79 TB/s |
| NVIDIA GeForce RTX 5090 | Tarjeta gráfica | 32 GB | 1,79 TB/s |
| NVIDIA RTX PRO 5000 Blackwell | Tarjeta gráfica | 48 GB | 1,34 TB/s |
| Apple Mac Studio (M5 Ultra) | Ordenador de memoria unificada | 512 GB | 1,2 TB/s |
| NVIDIA GeForce RTX 4090 | Tarjeta gráfica | 24 GB | 1,01 TB/s |
| AMD Radeon RX 7900 XTX | Tarjeta gráfica | 24 GB | 960 GB/s |
| NVIDIA GeForce RTX 5080 | Tarjeta gráfica | 16 GB | 960 GB/s |
| NVIDIA GeForce RTX 3090 | Tarjeta gráfica | 24 GB | 936 GB/s |
| NVIDIA RTX PRO 4500 Blackwell | Tarjeta gráfica | 32 GB | 896 GB/s |
| NVIDIA GeForce RTX 5070 Ti | Tarjeta gráfica | 16 GB | 896 GB/s |
| NVIDIA RTX PRO 4000 Blackwell | Tarjeta gráfica | 24 GB | 672 GB/s |
| NVIDIA GeForce RTX 5070 | Tarjeta gráfica | 12 GB | 672 GB/s |
| AMD Radeon AI PRO R9700 | Tarjeta gráfica | 32 GB | 645 GB/s |
| AMD Radeon RX 9070 XT | Tarjeta gráfica | 16 GB | 645 GB/s |
| Apple Mac Studio (M5 Max) | Ordenador de memoria unificada | 128 GB | 614 GB/s |
| Intel Arc Pro B70 | Tarjeta gráfica | 32 GB | 608 GB/s |
| Intel Arc Pro B60 | Tarjeta gráfica | 24 GB | 456 GB/s |
| Intel Arc B580 | Tarjeta gráfica | 12 GB | 456 GB/s |
| NVIDIA GeForce RTX 5060 Ti 16 GB | Tarjeta gráfica | 16 GB | 448 GB/s |
| NVIDIA GeForce RTX 3060 12 GB | Tarjeta gráfica | 12 GB | 360 GB/s |
| AMD Radeon RX 9060 XT 16 GB | Tarjeta gráfica | 16 GB | 320 GB/s |
| Apple Mac mini (M5 Pro) | Ordenador de memoria unificada | 64 GB | 307 GB/s |
| AMD Ryzen AI Max+ PRO 495 (Gorgon Halo) | Ordenador de memoria unificada | 192 GB | 273 GB/s |
| NVIDIA Jetson AGX Thor Developer Kit | Placa edge / acelerador | 128 GB | 273 GB/s |
| NVIDIA GB10 Grace Blackwell (DGX Spark and partners) | Ordenador de memoria unificada | 128 GB | 273 GB/s |
| AMD Ryzen AI Max+ 395 (Strix Halo) | Ordenador de memoria unificada | 128 GB | 256 GB/s |
| Intel Arc Pro B50 | Tarjeta gráfica | 16 GB | 224 GB/s |
| NVIDIA Jetson AGX Orin 64GB Developer Kit | Placa edge / acelerador | 64 GB | 205 GB/s |
| Apple Mac mini (M6) | Ordenador de memoria unificada | 32 GB | 170 GB/s |
| AMD Ryzen AI 9 HX 370 (Strix Point) | Ordenador de memoria unificada | 96 GB | 120 GB/s |
| NVIDIA Jetson Orin Nano Super Developer Kit | Placa edge / acelerador | 8 GB | 102 GB/s |
Mejor precio por GB de memoria
Precio de calle habitual de la configuración más barata dividido entre su memoria. Cuanto más bajo, mejor.
Nuestras recomendaciones por presupuesto y uso
Ver todo →- Las mejores tarjetas gráficas para LLM en localRTX 3090 · Radeon AI PRO R9700 · RTX 5090
- El mejor hardware para ejecutar gpt-oss-120b en localRyzen AI Max+ 395 · Mac Studio M5 Max · DGX Spark / GB10
- El mejor hardware barato para LLM en localRTX 5060 Ti 16 GB · RX 9060 XT 16 GB · RTX 3060 12 GB
- Los mejores mini PC y equipos pequeños para LLM en localRyzen AI Max+ 395 · Mac Studio M5 Max · Mac mini M5 Pro
Modelos populares y lo que necesitan
Ver todo →Últimas guías
Ver todo →- Comparativas· 12 oct 2026¿Puede un NAS ejecutar LLM? Los NAS con Ryzen AI, explicados
Dos NAS de Minisforum llevan chips Ryzen AI. Uno tiene el mismo chip que un mini PC Strix Halo de 128 GB; el otro es una caja de gama media. Qué puede ejecutar cada uno.
- IA edge· 11 oct 2026¿El Raspberry Pi AI HAT+ 2 puede ejecutar LLM?
Qué puede ejecutar y qué no el acelerador Hailo-10H, y cuándo compensa más una Jetson o una GPU pequeña.
- Comparativas· 11 oct 2026¿Memoria unificada o tarjeta gráfica? Mac Studio, Strix Halo y DGX Spark frente a las GPU
Por qué un mini PC de 128 GB ejecuta modelos que no caben en una GPU de 32 GB, por qué la GPU sigue siendo más rápida y cómo elegir para tu homelab.
- Conceptos básicos· 11 oct 2026¿Cuánta memoria necesitas para ejecutar un LLM en local?
Pesos, caché de contexto y margen: cómo saber si un modelo cabe en tu GPU o tu Mac, con cifras reales de los modelos más populares.
Comparativas populares
Ver todo →Cómo trabajamos
La memoria necesaria sale de los archivos reales de cada modelo; las velocidades son un techo teórico salvo que se indique que están medidas, con su fuente. Los precios son referencias con fecha.
Lee la metodología →