NVIDIA · GPU NVIDIA · 2025
Rápida, pero solo 16 GB: la misma memoria que tarjetas que cuestan un tercio.
desde 1830 US$ (precio habitual)
Información de los fabricantes y fuentes públicas; no lo hemos probado.· Revisado el 11 oct 2026
Modelos populares a Q4_K_M con un contexto de 32K tokens. La memoria necesaria sale de los archivos reales del modelo; la velocidad es el techo teórico.
Pesos del modeloCaché de contexto (KV)ProgramaLímite utilizable (color = veredicto)
| Modelo | Veredicto | Memoria | Techo de velocidad |
|---|---|---|---|
| Qwen3 1.7B | Funciona | ≤ 865 tok/s | |
| Qwen3.5 9B | Funciona | ≤ 169 tok/s | |
| Gemma 4 12B | Funciona | ≤ 135 tok/s | |
| gpt-oss-20b | Funciona | ≤ 480 tok/s | |
| Qwen3.6 27B | No tiene memoria suficiente | — | |
| Qwen3.6 35B A3B | En parte en la RAM del sistema | — | |
| Llama 3.3 70B | No tiene memoria suficiente | — | |
| gpt-oss-120b | En parte en la RAM del sistema | — | |
| Qwen3.5 122B A10B | En parte en la RAM del sistema | — | |
| Qwen3.5 397B A17B | En parte en la RAM del sistema | — |
Máximo teórico al generar texto: ancho de banda de la memoria dividido entre los bytes que se leen por token. En la práctica se suele alcanzar entre la mitad y tres cuartas partes.
Los precios son referencias editoriales (precio de lanzamiento y un precio habitual en la fecha indicada), no precios en directo. En 2026 la escasez de memoria ha subido muchos precios por encima del de lanzamiento.
Solo mostramos precios actualizados en las últimas 24 horas y pueden cambiar; vale el precio de la tienda al pagar. Podemos recibir una comisión por estos enlaces, sin coste para ti. Afiliación
Ideal para: Quien juega y además usa modelos pequeños; para IA sola no compensa.
Para IA, no. Una RTX 5060 Ti de 16 GB carga los mismos modelos por mucho menos, y una de 24–32 GB carga más.
Fuente: Especificaciones del fabricante
Qué tal funcionan hoy las herramientas habituales de IA local (valoración editorial).
Resultados medidos, con su fuente. Nunca inventamos velocidades.
Aún no hay resultados medidos. La tabla de arriba muestra el techo teórico.
GPU NVIDIA
Mayor modelo popular a 4 bits: gpt-oss-20b
La NVIDIA nueva más barata con 16 GB. Bajo consumo y CUDA: la forma fácil de empezar.
Los mismos 16 GB por mucho menos
GPU NVIDIA
Mayor modelo popular a 4 bits: Qwen3.6 27B
El clásico del homelab: 24 GB y 936 GB/s, comprada de segunda mano. Con dos tienes 48 GB.
24 GB por un precio parecido