NVIDIA · GPU NVIDIA · 2025
96 GB en una tarjeta a la velocidad de una RTX 5090: gpt-oss-120b y MoE de 122B enteros en la GPU.
desde 8565 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 | ≤ 1614 tok/s | |
| Qwen3.5 9B | Funciona | ≤ 315 tok/s | |
| Gemma 4 12B | Funciona | ≤ 252 tok/s | |
| gpt-oss-20b | Funciona | ≤ 895 tok/s | |
| Qwen3.6 27B | Funciona | ≤ 107 tok/s | |
| Qwen3.6 35B A3B | Funciona | ≤ 972 tok/s | |
| Llama 3.3 70B | Funciona | ≤ 42 tok/s | |
| gpt-oss-120b | Funciona | ≤ 654 tok/s | |
| Qwen3.5 122B A10B | Funciona | ≤ 293 tok/s | |
| 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.
A 300 W Max-Q edition with the same 96 GB also exists (somewhat slower, easier to cool).
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: Usuarios exigentes que quieren modelos de 100B a velocidad de GPU en una torre normal.
Si el dinero no importa, es la forma más rápida de usar modelos de 100B en casa con una sola tarjeta.
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.
Apple silicon
Mayor modelo popular a 4 bits: Qwen3.5 122B A10B
128 GB a 614 GB/s: gpt-oss-120b y MoE de 122B a buen ritmo, casi sin ruido.
Ryzen AI
Mayor modelo popular a 4 bits: Qwen3.5 122B A10B
128 GB de memoria unificada en un mini PC por menos que un Mac Studio: el favorito del homelab para modelos MoE.
DGX Spark / GB10
Mayor modelo popular a 4 bits: Qwen3.5 122B A10B
128 GB con CUDA en una caja diminuta: la respuesta de NVIDIA a Strix Halo y al Mac.