DeskGPU
Español

NVIDIA GeForce RTX 4060: ¿qué LLMs puede ejecutar?

Esta página fue escrita y traducida automáticamente por IA y verificada por software con respecto a sus fuentes, sin edición humana. Las especificaciones provienen de las fuentes indicadas; los requisitos de memoria y las velocidades son estimaciones calculadas con fórmulas publicadas. Cómo usamos la IA

NVIDIA GeForce RTX 4060 tiene 8 GB de memoria (cifra del fabricante). A continuación, cada modelo de la base de datos se comprueba con llama.cpp con una longitud de contexto de 8192 tokens (o el máximo del modelo, si es menor).

Valores actualizados el 19 oct 2026

Especificaciones

Memoria (cifra del fabricante)
8 GB
Tipo de memoria
GDDR6
Ancho del bus de memoria
128 bit
Ancho de banda de memoria
272 GB/s
Potencia de la placa (TDP)
115 W
Tensor FP16, denso
No se muestra: las fuentes abiertas no ofrecen dos valores independientes y coincidentes con una referencia del fabricante.
Tensor BF16, denso
No se muestra: las fuentes abiertas no ofrecen dos valores independientes y coincidentes con una referencia del fabricante.
Tensor FP8, denso
No se muestra: las fuentes abiertas no ofrecen dos valores independientes y coincidentes con una referencia del fabricante.
Tensor FP4, denso
No se muestra: las fuentes abiertas no ofrecen dos valores independientes y coincidentes con una referencia del fabricante.
Tensor INT8, denso
No se muestra: las fuentes abiertas no ofrecen dos valores independientes y coincidentes con una referencia del fabricante.
Interfaz
PCIe 4.0 x8

Cada valor enumera todas las fuentes con su propia cifra; las unidades se han normalizado. Los «GB» de memoria de GPU de un fabricante se cuentan como GiB (2³⁰ bytes), que es también como lo indica la tabla de ROCm de AMD. Cómo se verifican las especificaciones

Perfil de ejecución

Perfil de ejecución: llama.cpp, motor de ejecución CUDA (GPU discreta NVIDIA), todas las capas en la GPU, Flash Attention activado, micro-lote (-ub) 512, KV cache F16, contexto (-c) según se indica; «Cabe» se determina con las 4 secuencias paralelas predeterminadas de llama-server (-np auto, KV cache unificada) y «No cabe» con 1 secuencia; GPU inactiva, sin otros programas que usen su memoria.

Memoria contada como disponible para «Cabe» (C_low): 4,88 GiB por tarjeta = 8 GiB nominales − 1054 MiB (la mayor diferencia entre el valor nominal y el total indicado, medida en GPUs de consumo y de estación de trabajo de este perfil; se usa porque ningún registro público indica el total propio de esta GPU) − 2112 MiB (el mayor uso de arranque y de ejecución observado en los registros públicos de este perfil), redondeado hacia abajo a un múltiplo de 64 MiB.

Estos resultados asumen la configuración predeterminada de la tarjeta gráfica. No se contemplan los ajustes que reducen la memoria utilizable (por ejemplo, ECC, en las tarjetas que lo admiten).

Memoria usada para «No cabe» (C_high): los 8 GiB completos por tarjeta. Perfiles de ejecución y sus mediciones

Qué modelos caben

“Cabe” significa que la comprobación de carga predeterminada --fit de llama.cpp colocaría todas las capas en la GPU: nuestra estimación de los búferes de llama.cpp, más su margen de error, más la reserva de 1 GiB por tarjeta de llama.cpp, está dentro de la memoria contada como disponible. No garantiza que quepa el pico de memoria durante la generación. Cómo se deciden los resultados

Contexto de 8192 tokens (o el máximo del modelo si es menor). Las últimas columnas muestran la mayor longitud de contexto con esa cuantización y el techo de velocidad basado en el ancho de banda.
Modelo Parámetros Cuantización más alta que cabe Memoria disponible necesaria para «Cabe» Contexto más largo Techo de velocidad Resultado
AutoGLM-Phone-9B-Multilingual 9,4B IQ2_XXS 4,8 GiB 9472 ≤ 76,3 tok/s Cabe
AstaBrief_8B 8,2B IQ2_XXS 4,7 GiB 8960 ≤ 78,0 tok/s Cabe
ContextPilot-8B 8,2B IQ2_XXS 4,7 GiB 8960 ≤ 78,0 tok/s Cabe
Cosmos-Reason2-8B 8,2B IQ2_XXS 4,7 GiB 8960 ≤ 78,0 tok/s Cabe
Holo2-8B 8,2B IQ2_XXS 4,7 GiB 8960 ≤ 78,0 tok/s Cabe
Nemotron-Terminal-8B 8,2B IQ2_XXS 4,7 GiB 8960 ≤ 78,0 tok/s Cabe
Qwen3-Nemotron-8B-BRRM 8,2B IQ2_XXS 4,7 GiB 8960 ≤ 78,0 tok/s Cabe
RLVR-8B-0926 8,2B IQ2_XXS 4,7 GiB 8960 ≤ 78,0 tok/s Cabe
Step3-VL-10B-Base 8,2B IQ2_XXS 4,7 GiB 8960 ≤ 78,0 tok/s Cabe
UI-Venus-1.5-8B 8,2B IQ2_XXS 4,7 GiB 8960 ≤ 78,0 tok/s Cabe
ZwZ-8B 8,2B IQ2_XXS 4,7 GiB 8960 ≤ 78,0 tok/s Cabe
HARC-Llama-3.1-8B-Instruct 8,0B IQ2_XXS 4,5 GiB 10.752 ≤ 82,6 tok/s Cabe
AprielGuard 7,9B IQ2_M 4,7 GiB 9984 ≤ 78,3 tok/s Cabe
MiMo-Embodied-7B 7,6B IQ2_XXS 4,6 GiB 9984 ≤ 81,4 tok/s Cabe
DeepSeek-R1-Distill-Qwen-7B 7,6B Q2_K 4,6 GiB 13.568 ≤ 82,4 tok/s Cabe
Fara-7B 7,6B IQ3_XXS 4,6 GiB 12.800 ≤ 81,3 tok/s Cabe
HARC-Qwen2.5-7B-Instruct 7,6B IQ3_XXS 4,6 GiB 12.800 ≤ 81,3 tok/s Cabe
JanusCoderV-7B 7,6B IQ3_XXS 4,6 GiB 12.800 ≤ 81,3 tok/s Cabe
olmOCR-2-7B-1025 7,6B IQ3_XXS 4,6 GiB 12.800 ≤ 81,3 tok/s Cabe
Qwen2.5-7B-Instruct 7,6B Q2_K 4,6 GiB 13.568 ≤ 82,4 tok/s Cabe
Qwen2.5-Coder-7B-Instruct 7,6B Q2_K 4,6 GiB 13.568 ≤ 82,4 tok/s Cabe
Qwen2.5-VL-7B-Instruct 7,6B Q2_K 4,6 GiB 13.568 ≤ 82,4 tok/s Cabe
Qwen2.5-VL-7B-Surg-CholecT50 7,6B Q2_K 4,6 GiB 13.568 ≤ 82,4 tok/s Cabe
Spatial-SSRL-7B 7,6B IQ3_XXS 4,6 GiB 12.800 ≤ 81,3 tok/s Cabe
X-Reasoner-7B 7,6B IQ3_XXS 4,6 GiB 12.800 ≤ 81,3 tok/s Cabe
ZwZ-7B 7,6B IQ3_XXS 4,6 GiB 12.800 ≤ 81,3 tok/s Cabe
gemma-4-E4B 7,5B Q4_K_M 4,7 GiB 16.128 ≤ 86,0 tok/s Cabe
gemma-4-E4B-it 7,5B Q4_K_M 4,7 GiB 15.104 ≤ 85,6 tok/s Cabe
ContextPilot-E4B 7,5B Q4_K_M 4,7 GiB 17.920 ≤ 86,9 tok/s Cabe
Mistral-7B-Instruct-v0.2 7,2B IQ2_M 4,7 GiB 9216 ≤ 77,3 tok/s Cabe
Trinity-Nano-Base 6,1B (819M activos) Q3_K_M 4,7 GiB 14.848 ≤ 393 tok/s Cabe
Trinity-Nano-Base-Pre-Anneal 6,1B (819M activos) IQ4_XS 4,8 GiB 4096 ≤ 407 tok/s Cabe
Trinity-Nano-Preview 6,1B (819M activos) Q3_K_M 4,7 GiB 20.736 ≤ 379 tok/s Cabe
Youtu-VL-4B-Instruct 4,9B Q4_0 4,8 GiB 8704 ≤ 81,8 tok/s Cabe
Holo-3.1-4B 4,8B Q4_K_M 4,6 GiB 15.360 ≤ 91,7 tok/s Cabe
gemma-4-E2B 4,6B Q6_K 3,5 GiB 131.072 ≤ 139 tok/s Cabe
gemma-4-E2B-it 4,6B Q8_0 4,1 GiB 102.656 ≤ 105 tok/s Cabe
AgentCPM-Explore 4,4B Q4_0 4,8 GiB 8448 ≤ 76,0 tok/s Cabe
CapRL-Qwen3VL-4B 4,4B Q2_K 4,1 GiB 13.056 ≤ 94,7 tok/s Cabe
Holo2-4B 4,4B IQ4_XS 4,7 GiB 8960 ≤ 78,0 tok/s Cabe
intent-aware-lfqa-qwen3-4b-baseline 4,4B IQ4_XS 4,7 GiB 8960 ≤ 78,0 tok/s Cabe
intent-aware-lfqa-qwen3-4b-intent-explicit 4,4B IQ4_XS 4,7 GiB 8960 ≤ 78,0 tok/s Cabe
intent-aware-lfqa-qwen3-4b-intent-implicit 4,4B IQ4_XS 4,7 GiB 8960 ≤ 78,0 tok/s Cabe
intent-aware-lfqa-qwen3-4b-multiview 4,4B IQ4_XS 4,7 GiB 8960 ≤ 78,0 tok/s Cabe
Spatial-SSRL-Qwen3VL-4B 4,4B IQ4_XS 4,7 GiB 8960 ≤ 78,0 tok/s Cabe
ZwZ-4B 4,4B Q4_0 4,8 GiB 8448 ≤ 76,0 tok/s Cabe
Fara1.5-4B 4,2B Q4_K_M 4,8 GiB 10.240 ≤ 86,6 tok/s Cabe
FrogNano-4B-2609 4,2B Q4_K_M 4,7 GiB 14.592 ≤ 91,1 tok/s Cabe
Qwen3.5-4B 4,2B Q4_K_M 4,7 GiB 14.336 ≤ 90,7 tok/s Cabe
Qwen3.5-4B-Base 4,2B Q4_K_M 4,6 GiB 15.360 ≤ 91,7 tok/s Cabe
UserRepGen-4B 4,2B Q4_K_M 4,7 GiB 14.592 ≤ 91,1 tok/s Cabe
Riva-Translate-4B-Instruct-v1.1 4,2B Q4_0 4,8 GiB 8192 ≤ 75,5 tok/s Cabe
GELab-Zero-4B-preview 4,0B Q4_0 4,8 GiB 8448 ≤ 76,0 tok/s Cabe
Qwen3-4B-Instruct-2507 4,0B Q4_0 4,8 GiB 8448 ≤ 76,0 tok/s Cabe
Qwen3-VL-4B-Instruct 4,0B Q4_0 4,8 GiB 8448 ≤ 76,0 tok/s Cabe
Qwen3-VL-4B-Thinking 4,0B Q4_0 4,8 GiB 8448 ≤ 76,0 tok/s Cabe
NVIDIA-Nemotron-3-Nano-4B-BF16 4,0B Q5_K_M 4,5 GiB 27.136 ≤ 91,3 tok/s Cabe
gemma-3-4b-it 3,9B Q4_K_M 4,7 GiB 16.640 ≤ 98,1 tok/s Cabe
medgemma-1.5-4b-it 3,9B Q4_K_M 4,7 GiB 16.640 ≤ 98,1 tok/s Cabe
Nemotron-3-Content-Safety 3,9B Q4_K_M 4,7 GiB 16.640 ≤ 98,1 tok/s Cabe
translategemma-4b-it 3,9B Q4_K_M 4,7 GiB 16.640 ≤ 98,1 tok/s Cabe
Phi-4-mini-instruct 3,8B Q3_K_M 4,5 GiB 10.752 ≤ 85,5 tok/s Cabe
Apertus-v1.1-4B 3,8B Q6_K 4,4 GiB 4096 ≤ 84,7 tok/s Cabe
granite-4.2-3b 3,7B Q6_K 4,7 GiB 10.496 ≤ 78,5 tok/s Cabe
BitCPM-CANN-3B-unquantized 3,6B Q6_K 4,3 GiB 25.088 ≤ 88,5 tok/s Cabe
kanana-2-3b-instruct 3,5B Q5_K_M 4,6 GiB 10.496 ≤ 81,1 tok/s Cabe
Ministral-3-3B-Instruct-2512 3,4B Q5_K_M 4,6 GiB 11.008 ≤ 81,5 tok/s Cabe
Ministral-3-3B-Reasoning-2512 3,4B Q5_K_M 4,6 GiB 11.008 ≤ 81,5 tok/s Cabe
granite-vision-4.1-4b 3,4B Q6_K 4,7 GiB 10.496 ≤ 78,5 tok/s Cabe
granite-4.1-3b 3,4B Q6_K 4,7 GiB 10.496 ≤ 78,5 tok/s Cabe
granite-guardian-4.0-3b-toxicity-ja 3,4B Q6_K 4,7 GiB 10.496 ≤ 78,5 tok/s Cabe
Qwen2.5-3B-Instruct 3,4B Q8_0 4,8 GiB 9216 ≤ 75,9 tok/s Cabe
tiny-aya-earth 3,3B Q4_K_M 4,2 GiB 16.384 ≤ 108 tok/s Cabe
tiny-aya-fire 3,3B Q4_K_M 4,2 GiB 16.384 ≤ 108 tok/s Cabe
tiny-aya-global 3,3B Q4_K_M 4,2 GiB 16.384 ≤ 108 tok/s Cabe
tiny-aya-water 3,3B Q4_K_M 4,2 GiB 16.384 ≤ 108 tok/s Cabe
Llama-3.2-3B-Instruct 3,2B Q6_K 4,8 GiB 8960 ≤ 76,1 tok/s Cabe
AI21-Jamba-Reasoning-3B 3,2B Q8_0 4,5 GiB 135.168 ≤ 84,0 tok/s Cabe
AI21-Jamba2-3B 3,2B Q8_0 4,5 GiB 135.168 ≤ 84,0 tok/s Cabe
kanana-2-3b-base 3,2B Q5_K_M 4,6 GiB 10.496 ≤ 81,1 tok/s Cabe
SmolLM3-3B 3,1B Q6_K 4,3 GiB 15.104 ≤ 87,0 tok/s Cabe
SmolLM3-3B-GSM8K-SFT 3,1B Q6_K 4,3 GiB 15.104 ≤ 87,0 tok/s Cabe
LFM2-2.6B-Exp 2,7B Q8_0 4,1 GiB 51.456 ≤ 94,9 tok/s Cabe
d1-3B 2,7B Q8_0 4,2 GiB 32.768 ≤ 90,6 tok/s Cabe
LFM2.5-2.6B 2,7B Q8_0 4,2 GiB 44.032 ≤ 90,6 tok/s Cabe
LFM2.5-2.6B-Base 2,7B Q6_K 3,6 GiB 79.616 ≤ 116 tok/s Cabe
LFM2.5-VL-3B 2,7B Q8_0 4,2 GiB 32.768 ≤ 90,6 tok/s Cabe
EuroMoE-2.6B-A0.6B-Instruct-2512 2,6B (498M activos) Q6_K 3,6 GiB 32.768 ≤ 443 tok/s Cabe
LFM2-2.6B-Longevity 2,6B Q8_0 4,1 GiB 51.456 ≤ 94,9 tok/s Cabe
LFM2-2.6B-Transcript 2,6B Q8_0 4,1 GiB 51.456 ≤ 94,9 tok/s Cabe
LFM2-VL-3B 2,6B Q8_0 4,1 GiB 51.456 ≤ 94,9 tok/s Cabe
MiniCPM5-2B 2,5B Q8_0 4,0 GiB 28.672 ≤ 99,2 tok/s Cabe
MiniCPM5-2B-Base 2,5B Q6_K 3,4 GiB 40.704 ≤ 124 tok/s Cabe
CapRL-Qwen3VL-2B 2,0B Q8_0 4,0 GiB 15.360 ≤ 98,3 tok/s Cabe
HiPO-1.7B 2,0B Q6_K 3,6 GiB 18.944 ≤ 116 tok/s Cabe
UI-Venus-1.5-2B 2,0B Q8_0 4,0 GiB 15.360 ≤ 98,3 tok/s Cabe
ZwZ-2B 2,0B Q8_0 4,0 GiB 15.360 ≤ 98,3 tok/s Cabe
Youtu-LLM-2B 2,0B Q6_K 3,2 GiB 52.992 ≤ 142 tok/s Cabe
Youtu-LLM-2B-Base 2,0B Q6_K 3,2 GiB 52.992 ≤ 142 tok/s Cabe
Qwen3.5-2B 1,9B Q8_0 3,7 GiB 94.976 ≤ 129 tok/s Cabe
Qwen3.5-2B-Base 1,9B Q6_K 3,2 GiB 126.720 ≤ 165 tok/s Cabe
Qwen3-1.7B 1,7B Q8_0 4,0 GiB 15.360 ≤ 98,3 tok/s Cabe
Qwen3-VL-2B-Instruct 1,7B Q8_0 4,0 GiB 15.360 ≤ 98,3 tok/s Cabe
Qwen3-VL-2B-Thinking 1,7B Q8_0 4,0 GiB 15.360 ≤ 98,3 tok/s Cabe
SingGuard-2b 1,7B Q8_0 4,0 GiB 15.360 ≤ 98,3 tok/s Cabe
granite-4.0-1b 1,6B Q8_0 3,6 GiB 23.040 ≤ 113 tok/s Cabe
Apertus-v1.1-1.5B 1,5B F16 3,8 GiB 4096 ≤ 104 tok/s Cabe
Apertus-v1.1-1.5B-Instruct 1,5B F16 3,8 GiB 4096 ≤ 104 tok/s Cabe
granite-4.0-h-1b 1,5B BF16 4,4 GiB 51.456 ≤ 90,9 tok/s Cabe
Llama-3.2-1B-Instruct 1,2B BF16 4,0 GiB 34.816 ≤ 99,3 tok/s Cabe
LFM2.5-1.2B-Base 1,2B BF16 3,7 GiB 93.440 ≤ 111 tok/s Cabe
LFM2.5-1.2B-Instruct 1,2B BF16 3,7 GiB 93.440 ≤ 111 tok/s Cabe
LFM2.5-1.2B-JP 1,2B F16 3,7 GiB 93.440 ≤ 111 tok/s Cabe
LFM2.5-1.2B-JP-202606 1,2B F16 3,7 GiB 93.440 ≤ 111 tok/s Cabe
LFM2.5-1.2B-Thinking 1,2B BF16 3,7 GiB 93.440 ≤ 111 tok/s Cabe
LFM2.5-VL-1.6B 1,2B BF16 3,7 GiB 93.440 ≤ 111 tok/s Cabe
LFM2.5-VL-1.6B-Extract 1,2B F16 3,7 GiB 93.440 ≤ 111 tok/s Cabe
MiniCPM5-1B 1,1B Q6_K 2,2 GiB 111.104 ≤ 295 tok/s Cabe
MiniCPM5-1B-Base 1,1B Q6_K 2,2 GiB 111.104 ≤ 295 tok/s Cabe
MiniCPM5-1B-SFT 1,1B Q6_K 2,2 GiB 111.104 ≤ 295 tok/s Cabe
Holo-3.1-0.8B 1,0B Q6_K 2,3 GiB 191.232 ≤ 378 tok/s Cabe
MiniCPM-V-4.7-1B 1,0B F16 3,2 GiB 129.536 ≤ 169 tok/s Cabe
gemma-3-1b-it 1,0B BF16 3,6 GiB 32.768 ≤ 133 tok/s Cabe
Qwen3.5-0.8B 752M BF16 3,2 GiB 129.536 ≤ 169 tok/s Cabe
Qwen3.5-0.8B-Base 752M Q6_K 2,3 GiB 191.232 ≤ 378 tok/s Cabe
MiniCPM-V-4.6 752M F16 3,2 GiB 129.536 ≤ 169 tok/s Cabe
MiniCPM-V-4.6-Thinking 752M F16 3,2 GiB 129.536 ≤ 169 tok/s Cabe
Qwen3-0.6B 752M BF16 3,4 GiB 20.736 ≤ 128 tok/s Cabe
HunyuanOCR 539M F16 3,1 GiB 25.856 ≤ 144 tok/s Cabe
LFM2.5-350M 354M BF16 2,1 GiB 128.000 ≤ 336 tok/s Cabe
LFM2.5-Encoder-350M-Diffusion 354M Q6_K 1,7 GiB 128.000 ≤ 694 tok/s Cabe
LFM2.5-VL-450M 354M BF16 2,1 GiB 128.000 ≤ 336 tok/s Cabe
LFM2.5-VL-450M-Extract 354M F16 2,1 GiB 128.000 ≤ 336 tok/s Cabe
granite-4.0-350m 352M BF16 2,2 GiB 32.768 ≤ 289 tok/s Cabe
granite-4.0-h-350m 340M BF16 2,1 GiB 32.768 ≤ 380 tok/s Cabe
functiongemma-270m-it 268M BF16 2,1 GiB 32.768 ≤ 478 tok/s Cabe
LFM2.5-230M 230M BF16 1,8 GiB 128.000 ≤ 486 tok/s Cabe

Modelos al límite

Dentro del rango de error de la estimación: puede que quepa o puede que no. Prueba una longitud de contexto menor o una cuantización más baja.

Contexto de 8192 tokens. Ninguna cuantización de estos modelos cabe; la que se muestra es la más alta que está al límite.
Modelo Parámetros Cuantización más alta al límite Memoria disponible necesaria para «Cabe» Resultado
Muse-Glimmer-30B 27,9B IQ2_XXS 10,2 GiB Al límite
Holo4-27B 26,9B IQ2_XXS 10,5 GiB Al límite
Qwen3.8-27B 26,9B IQ2_XXS 10,6 GiB Al límite
Qwen3.8-3.6-27B-blend 26,9B IQ2_XXS 10,6 GiB Al límite
Trinity-Mini 26,1B (3,1B activos) IQ2_M 10,1 GiB Al límite
Trinity-Mini-Base 26,1B (3,1B activos) IQ2_M 10,3 GiB Al límite
Trinity-Mini-Base-Pre-Anneal 26,1B (3,1B activos) IQ2_M 10,0 GiB Al límite
Qwen3-Coder-REAP-25B-A3B 24,9B (3,0B activos) IQ2_M 9,9 GiB Al límite
GLM-4.7-Flash-REAP-23B-A3B 23,0B (3,6B activos) Q2_K 10,2 GiB Al límite
EuroLLM-22B-2512 22,6B IQ2_XXS 9,1 GiB Al límite
DeepSeek-R1-Distill-Qwen-14B 14,8B Q3_K_M 9,8 GiB Al límite
Qwen2.5-14B-Instruct 14,8B Q3_K_M 9,8 GiB Al límite
ContextPilot-14B 14,8B Q3_K_M 9,7 GiB Al límite
FrogMini-14B-2510 14,8B IQ4_XS 10,2 GiB Al límite
JanusCoder-14B 14,8B IQ4_XS 10,2 GiB Al límite
Nemotron-Cascade-14B-Thinking 14,8B IQ4_XS 10,2 GiB Al límite
Nemotron-Terminal-14B 14,8B IQ4_XS 10,2 GiB Al límite
NousCoder-14B 14,8B IQ4_XS 10,2 GiB Al límite
Qwen3-Nemotron-14B-BRRM 14,8B IQ4_XS 10,2 GiB Al límite
WebWorld-14B 14,8B IQ4_XS 10,2 GiB Al límite
phi-4 14,7B Q3_K_M 9,8 GiB Al límite
Apriel-1.6-15b-Thinker 14,4B IQ4_XS 10,3 GiB Al límite
Mistral-Nemo-Instruct-2407 12,2B Q4_K_M 9,5 GiB Al límite
Mellum2.1-12B-A2.5B-Thinking 12,1B (2,2B activos) Q4_K_M 9,4 GiB Al límite
Mellum2-12B-A2.5B-Base 12,1B (2,2B activos) Q4_K_M 9,4 GiB Al límite
Mellum2-12B-A2.5B-Instruct 12,1B (2,2B activos) Q4_K_M 9,5 GiB Al límite
Mellum2-12B-A2.5B-Instruct-SFT 12,1B (2,2B activos) Q4_K_M 9,4 GiB Al límite
Mellum2-12B-A2.5B-Thinking 12,1B (2,2B activos) Q4_K_M 9,5 GiB Al límite
Mellum2-12B-A2.5B-Thinking-SFT 12,1B (2,2B activos) Q4_K_M 9,4 GiB Al límite
gemma-4-12B-it 11,9B Q4_K_M 10,1 GiB Al límite
gemma-3-12b-it 11,8B Q4_K_M 10,7 GiB Al límite
translategemma-12b-it 11,8B Q4_K_M 10,7 GiB Al límite
Bielik-11B-v3.0-Instruct 11,2B Q4_K_M 9,4 GiB Al límite
AutoGLM-Phone-9B 9,4B Q6_K 9,2 GiB Al límite
GLM-4.6V-Flash 9,4B Q6_K 9,2 GiB Al límite
gemma-2-9b-it 9,2B Q5_K_M 10,8 GiB Al límite
EuroLLM-9B-Instruct-2512 9,2B Q6_K 9,6 GiB Al límite
Fara1.5-9B 9,0B Q8_0 10,3 GiB Al límite
Holo-3.1-9B 9,0B Q8_0 10,3 GiB Al límite
MiMo-V2.6-Distill-Qwen-9B 9,0B Q8_0 10,3 GiB Al límite
Qwen3.5-9B 9,0B Q8_0 10,3 GiB Al límite
Qwen3.5-9B-Base 9,0B Q8_0 10,3 GiB Al límite
UI-Mate-9B 9,0B Q8_0 10,3 GiB Al límite
UI-Venus-2-9B 9,0B Q8_0 10,3 GiB Al límite
NVIDIA-Nemotron-Nano-9B-v2 8,9B Q8_0 10,6 GiB Al límite
granite-4.1-8b 8,8B Q6_K 9,3 GiB Al límite
granite-4.2-8b 8,8B Q6_K 9,3 GiB Al límite
Ministral-3-8B-Instruct-2512 8,5B Q5_K_M 8,0 GiB Al límite
Ministral-3-8B-Reasoning-2512 8,5B Q5_K_M 8,0 GiB Al límite
LFM2.5-8B-A1B 8,5B (1,7B activos) Q8_0 10,2 GiB Al límite
granite-guardian-4.1-8b 8,4B Q6_K 9,3 GiB Al límite
LFM2-8B-A1B 8,3B (1,6B activos) Q8_0 10,1 GiB Al límite
rnj-1-instruct 8,3B Q6_K 9,0 GiB Al límite
AesCode-8B 8,2B Q6_K 9,0 GiB Al límite
ArmorOCR 8,2B Q4_K_M 7,1 GiB Al límite
DeepSeek-R1-0528-Qwen3-8B 8,2B Q6_K 8,6 GiB Al límite
intent-aware-lfqa-qwen3-8b-baseline 8,2B Q6_K 8,6 GiB Al límite
intent-aware-lfqa-qwen3-8b-intent-explicit 8,2B Q6_K 8,6 GiB Al límite
intent-aware-lfqa-qwen3-8b-intent-implicit 8,2B Q6_K 8,6 GiB Al límite
intent-aware-lfqa-qwen3-8b-multiview 8,2B Q6_K 8,6 GiB Al límite
JanusCoder-8B 8,2B Q6_K 8,6 GiB Al límite
MathForm-8B 8,2B Q6_K 8,6 GiB Al límite
Nemotron-Cascade-8B 8,2B Q6_K 8,6 GiB Al límite
Nemotron-Cascade-8B-Thinking 8,2B Q6_K 8,6 GiB Al límite
Nemotron-Orchestrator-8B 8,2B Q6_K 8,6 GiB Al límite
Qwen3-8B 8,2B Q6_K 8,6 GiB Al límite
Qwen3-VL-8B-Instruct 8,2B Q6_K 8,6 GiB Al límite
Qwen3-VL-8B-Thinking 8,2B Q6_K 8,6 GiB Al límite
WebWorld-8B 8,2B Q6_K 8,6 GiB Al límite
MiniCPM-o-4_5 8,2B Q6_K 8,6 GiB Al límite
granite-3.3-8b-instruct 8,2B Q6_K 9,2 GiB Al límite
granite-guardian-3.2-8b-factuality-detection 8,2B Q6_K 9,2 GiB Al límite
intent-aware-lfqa-llama3-8b-baseline 8,0B Q8_0 10,2 GiB Al límite
intent-aware-lfqa-llama3-8b-intent-explicit 8,0B Q8_0 10,2 GiB Al límite
intent-aware-lfqa-llama3-8b-intent-implicit 8,0B Q8_0 10,2 GiB Al límite
intent-aware-lfqa-llama3-8b-multiview 8,0B Q8_0 10,2 GiB Al límite
DeepSeek-R1-Distill-Llama-8B 8,0B Q8_0 10,2 GiB Al límite
Llama-3.1-8B-Instruct 8,0B Q6_K 8,4 GiB Al límite
Bielik-Minitron-7B-v3.0-Instruct 7,5B Q8_0 10,2 GiB Al límite
Olmo-3.1-7B-RL-Zero-Code 7,3B Q6_K 11,0 GiB Al límite
Olmo-3.1-7B-RL-Zero-Math 7,3B Q6_K 11,0 GiB Al límite
Olmo-3-7B-Instruct 7,3B Q6_K 11,0 GiB Al límite
Olmo-3-7B-Instruct-DPO 7,3B Q6_K 11,0 GiB Al límite
Olmo-3-7B-Instruct-SFT 7,3B Q6_K 11,0 GiB Al límite
Olmo-3-7B-RL-Zero-Code 7,3B Q6_K 11,0 GiB Al límite
Olmo-3-7B-RL-Zero-General 7,3B Q6_K 11,0 GiB Al límite
Olmo-3-7B-RL-Zero-IF 7,3B Q6_K 11,0 GiB Al límite
Olmo-3-7B-RL-Zero-Math 7,3B Q6_K 11,0 GiB Al límite
Olmo-3-7B-RL-Zero-Mix 7,3B Q6_K 11,0 GiB Al límite
Olmo-3-7B-Think 7,3B Q6_K 11,0 GiB Al límite
Olmo-3-7B-Think-DPO 7,3B Q6_K 11,0 GiB Al límite
Olmo-3-7B-Think-SFT 7,3B Q6_K 11,0 GiB Al límite
Qwen3-4B 4,0B Q8_0 6,7 GiB Al límite
Phi-3.5-mini-instruct 3,8B Q8_0 8,3 GiB Al límite

Modelos que no caben en una NVIDIA GeForce RTX 4060

Contexto de 8192 tokens. Ni siquiera la cuantización más baja cabe en una tarjeta; el requisito mostrado corresponde a esa cuantización.
Modelo Parámetros Cuantización más pequeña Memoria disponible necesaria para «Cabe» Varias tarjetas idénticas Resultado
Ministral-3-14B-Instruct-2512 13,5B Q4_K_M 10,3 GiB Se espera que quepa en 3 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Ministral-3-14B-Reasoning-2512 13,5B Q4_K_M 10,3 GiB Se espera que quepa en 3 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
EuroLLM-22B-Instruct-2512 22,6B IQ2_M 10,6 GiB Se espera que quepa en 3 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Kimi-Linear-REAP-35B-A3B-Instruct 35,1B (3,1B activos) IQ2_XXS 10,7 GiB Se espera que quepa en 3 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
North-Mini-Code-1.0 30,5B (3,3B activos) IQ2_XXS 10,7 GiB Se espera que quepa en 3 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Qwen3.5-35B-A3B-Base 34,7B (2,9B activos) IQ2_XXS 10,9 GiB Se espera que quepa en 3 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Qwen3-14B 14,8B Q4_K_M 11,0 GiB Se espera que quepa en 3 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Laguna-XS-2.1 33,4B (2,8B activos) IQ2_XXS 11,1 GiB Se espera que quepa en 3 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Ising-Calibration-1-35B-A3B 34,7B (2,9B activos) IQ2_XXS 11,1 GiB Se espera que quepa en 3 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Devstral-Small-2-24B-Instruct-2512 23,6B Q2_K 11,1 GiB Se espera que quepa en 3 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Mistral-Small-3.2-24B-Instruct-2506 23,6B Q2_K 11,1 GiB Se espera que quepa en 3 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
UI-Mate-27B 26,9B IQ2_XXS 11,2 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Qwen3.6-35B-A3B 34,7B (2,9B activos) IQ2_XXS 11,3 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
KAT-Coder-V2.5-Dev 34,7B (2,9B activos) IQ2_XXS 11,3 GiB Se espera que quepa en 3 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Olmo-3.1-32B-Instruct-DPO 32,2B IQ2_XXS 11,8 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Olmo-3-1125-32B 32,2B IQ2_XXS 11,8 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Olmo-3-32B-Think-DPO 32,2B IQ2_XXS 11,8 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Olmo-3-32B-Think-SFT 32,2B IQ2_XXS 11,8 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Holo4-35B-A3B 34,7B (2,9B activos) IQ2_XXS 12,0 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Cosmos-Reason2-32B 32,8B IQ2_XXS 12,0 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
FrogBoss-32B-2510 32,8B IQ2_XXS 12,0 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Nemotron-Terminal-32B 32,8B IQ2_XXS 12,0 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
SERA-32B 32,8B IQ2_XXS 12,0 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
WebWorld-32B 32,8B IQ2_XXS 12,0 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
gemma-4-26B-A4B-it 25,2B (3,8B activos) IQ2_XXS 12,1 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Fara1.5-27B 26,9B IQ2_M 12,5 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
gpt-oss-20b 20,9B (3,6B activos) Q2_K 12,6 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
UI-Mate-democua-27B 26,9B Q2_K 12,7 GiB Se espera que quepa en 5 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
GLM-4.7-Flash 29,9B (3,6B activos) Q2_K 12,8 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Hermes-4.3-36B 36,2B IQ2_XXS 12,9 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
gemma-4-26B-A4B 25,2B (3,8B activos) Q2_K 13,0 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Holo2-30B-A3B 30,5B (3,0B activos) Q2_K 13,0 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Qwen3-30B-A3B-Instruct-2507 30,5B (3,0B activos) Q2_K 13,0 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Qwen3-Coder-30B-A3B-Instruct 30,5B (3,0B activos) Q2_K 13,0 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Qwen3-VL-30B-A3B-Instruct 30,5B (3,0B activos) Q2_K 13,0 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
UI-Venus-1.5-30B-A3B 30,5B (3,0B activos) Q2_K 13,0 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
OptiMind-SFT 20,9B (3,6B activos) IQ2_M 13,1 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Kimi-Linear-48B-A3B-Instruct 49,1B (3,1B activos) IQ2_XXS 13,3 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
AesCode-32B 32,8B IQ2_XXS 13,6 GiB Se espera que quepa en 5 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
AI21-Jamba2-Mini 51,6B (11,8B activos) IQ2_XXS 13,6 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
gemma-2-27b-it 27,2B IQ2_M 13,8 GiB Se espera que quepa en 5 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
granite-4.1-30b 28,9B Q2_K 13,9 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
granite-4.2-30b 29,3B Q2_K 13,9 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Kimi-Linear-48B-A3B-Base 49,1B (3,1B activos) IQ2_XXS 14,2 GiB Se espera que quepa en 5 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
gemma-3-27b-it 27,0B Q2_K 14,4 GiB Se espera que quepa en 5 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
translategemma-27b-it 27,0B Q2_K 14,4 GiB Se espera que quepa en 5 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Holo-3.1-35B-A3B 34,7B (2,9B activos) Q2_K 14,4 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Holo3-35B-A3B 34,7B (2,9B activos) Q2_K 14,4 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
LFM2-24B-A2B 23,8B (2,3B activos) Q4_0 14,6 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
LFM2.5-24B-A2B 24,0B (2,5B activos) Q4_0 14,7 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Olmo-3.1-32B-Instruct 32,2B Q2_K 15,0 GiB Se espera que quepa en 5 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Olmo-3.1-32B-Think 32,2B Q2_K 15,0 GiB Se espera que quepa en 5 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Olmo-3-32B-Think 32,2B Q2_K 15,0 GiB Se espera que quepa en 5 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
DeepSeek-R1-Distill-Qwen-32B 32,8B Q2_K 15,2 GiB Se espera que quepa en 5 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Qwen2.5-32B-Instruct 32,8B Q2_K 15,2 GiB Se espera que quepa en 5 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Qwen2.5-Coder-32B-Instruct 32,8B Q2_K 15,2 GiB Se espera que quepa en 5 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Qwen3-VL-32B-Instruct 32,8B Q2_K 15,3 GiB Se espera que quepa en 5 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Qwen3-VL-32B-Thinking 32,8B Q2_K 15,3 GiB Se espera que quepa en 5 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Qwen3.5-27B 26,9B Q3_K_M 15,3 GiB Se espera que quepa en 6 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Qwen3.6-27B 26,9B Q3_K_M 15,4 GiB Se espera que quepa en 6 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
gemma-4-12B 11,9B Q8_0 15,6 GiB Se espera que quepa en 5 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Ising-Calibration-1.5-31B-BF16 30,7B IQ2_XXS 16,5 GiB Se espera que quepa en 6 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Qwen3.5-35B-A3B 34,7B (2,9B activos) Q3_K_M 17,6 GiB Se espera que quepa en 5 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
gemma-4-31B 30,7B Q2_K 17,6 GiB Se espera que quepa en 7 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Holotron4-30B-A3B 31,6B (3,2B activos) IQ2_M 18,9 GiB Se espera que quepa en 6 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
NVIDIA-Nemotron-Labs-3-Elastic-30B-A3B-BF16 31,6B (3,2B activos) IQ2_M 18,9 GiB Se espera que quepa en 6 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
NVIDIA-Nemotron-3.5-Lightning-30B-A3B-Base-BF16 31,6B (3,2B activos) Q2_K 18,9 GiB Se espera que quepa en 7 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Nemotron-Cascade-2-30B-A3B 31,6B (3,2B activos) IQ2_M 19,1 GiB Se espera que quepa en 6 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16 31,6B (3,2B activos) IQ2_M 19,1 GiB Se espera que quepa en 7 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
NVIDIA-Nemotron-3-Nano-30B-A3B-BF16 31,6B (3,2B activos) IQ4_XS 19,1 GiB Se espera que quepa en 6 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
MiniCPM-V-4.7-35B-A3B 34,7B (2,9B activos) IQ4_XS 20,0 GiB Se espera que quepa en 6 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Qwen3-30B-A3B 30,5B (3,0B activos) Q4_K_M 20,1 GiB Se espera que quepa en 7 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
gemma-4-31B-it 30,7B Q3_K_M 20,3 GiB Se espera que quepa en 7 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
EXAONE-4.5-33B 32,5B IQ4_XS 20,4 GiB Se espera que quepa en 7 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Llama-3.1-70B-Instruct 70,6B IQ2_XXS 22,3 GiB Se espera que quepa en 7 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Qwen3-Coder-Next-Base 79,7B (3,6B activos) IQ2_XXS 22,3 GiB Se espera que quepa en 8 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Qwen3-32B 32,8B Q4_K_M 22,4 GiB Se espera que quepa en 7 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
QwQ-32B 32,8B Q4_K_M 22,5 GiB Se espera que quepa en 7 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF16 31,6B (3,2B activos) Q4_K_M 23,3 GiB Se espera que quepa en 8 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
KAT-Dev-72B-Exp 72,7B IQ2_XXS 28,5 GiB Al límite con 8 tarjetas. No cabe
Solar-Open-100B 103B (11,2B activos) IQ2_XXS 29,4 GiB Al límite con 8 tarjetas. No cabe
DeepSeek-R1-Distill-Llama-70B 70,6B Q2_K 29,4 GiB Al límite con 8 tarjetas. No cabe
Llama-3.3-70B-Instruct 70,6B Q2_K 29,4 GiB Al límite con 8 tarjetas. No cabe
Qwen3-Next-80B-A3B-Instruct 79,7B (3,6B activos) Q2_K 30,3 GiB Al límite con 8 tarjetas. No cabe
Qwen2.5-72B-Instruct 73,0B Q2_K 30,3 GiB Al límite con 8 tarjetas. No cabe
Qwen3-Coder-Next 79,7B (3,6B activos) Q2_K 30,4 GiB Al límite con 8 tarjetas. No cabe
GLM-4.5-Air-REAP-82B-A12B 81,9B (12,8B activos) IQ2_XXS 31,1 GiB Al límite con 8 tarjetas. No cabe
Step-3.5-Flash-REAP-121B-A11B 121B (11,4B activos) IQ2_XXS 32,9 GiB Al límite con 8 tarjetas. No cabe
Mistral-Small-4-119B-2603 119B (6,1B activos) IQ2_XXS 34,3 GiB Al límite con 8 tarjetas. No cabe
Qwen3.5-122B-A10B 122B (9,0B activos) IQ2_XXS 35,0 GiB Al límite con 8 tarjetas. No cabe
Qwen-AgentWorld-35B-A3B 34,7B (2,9B activos) Q8_0 37,6 GiB Al límite con 8 tarjetas. No cabe
MiniMax-M2.5-REAP-139B-A10B 139B (10,4B activos) IQ2_XXS 39,2 GiB Al límite con 8 tarjetas. No cabe
INTELLECT-3 107B (12,8B activos) IQ2_XXS 39,6 GiB Al límite con 8 tarjetas. No cabe
Step-3.5-Flash-REAP-149B-A11B 149B (11,4B activos) IQ2_XXS 40,1 GiB Al límite con 8 tarjetas. No cabe
Llama-4-Scout-17B-16E-Instruct 108B (16,1B activos) Q2_K 41,5 GiB Al límite con 8 tarjetas. No cabe
GLM-4.5-Air 107B (12,8B activos) Q2_K 45,6 GiB Al límite con 8 tarjetas. No cabe
GLM-4.6V 107B (12,8B activos) Q2_K 45,6 GiB Al límite con 8 tarjetas. No cabe
Step-3.5-Flash 197B (11,5B activos) IQ2_XXS 48,9 GiB Al límite con 8 tarjetas. No cabe
Devstral-2-123B-Instruct-2512 125B Q2_K 49,3 GiB Al límite con 8 tarjetas. No cabe
Mistral-Medium-3.5-128B 125B Q2_K 49,3 GiB Al límite con 8 tarjetas. No cabe
NVIDIA-Nemotron-3-Super-120B-A12B-Base-BF16 121B (12,2B activos) IQ2_XXS 49,8 GiB Al límite con 8 tarjetas. No cabe
NVIDIA-Nemotron-3-Super-120B-A12B-BF16 121B (12,2B activos) IQ2_XXS 51,0 GiB Al límite con 8 tarjetas. No cabe
gpt-oss-120b 117B (5,1B activos) Q2_K 62,8 GiB Al límite con 8 tarjetas. No cabe
MiniMax-M2.7 229B (10,4B activos) IQ2_XXS 62,9 GiB Al límite con 8 tarjetas. No cabe
Baichuan-M3-235B 235B (21,6B activos) IQ2_XXS 63,2 GiB Al límite con 8 tarjetas. No cabe
Holo2-235B-A22B 235B (21,6B activos) IQ2_XXS 63,2 GiB Al límite con 8 tarjetas. No cabe
Qwen3-Nemotron-235B-A22B-GenRM 235B (21,6B activos) IQ2_XXS 63,2 GiB Al límite con 8 tarjetas. No cabe
command-a-plus-05-2026-bf16 218B (25,0B activos) IQ2_XXS 63,6 GiB Al límite con 8 tarjetas. No cabe
NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16 121B (12,2B activos) Q4_0 71,8 GiB Al límite con 8 tarjetas. No cabe
GLM-4.7-REAP-268B-A32B 269B (32,8B activos) IQ2_XXS 73,0 GiB No cabe ni siquiera con 8 tarjetas. No cabe
Step-3.7-Flash 197B (11,5B activos) IQ3_XXS 76,1 GiB No cabe ni siquiera con 8 tarjetas. No cabe
Hy3 295B (20,2B activos) IQ2_XXS 82,2 GiB No cabe ni siquiera con 8 tarjetas. No cabe
MiMo-V2.5 309B (14,8B activos) IQ2_XXS 82,4 GiB No cabe ni siquiera con 8 tarjetas. No cabe
GLM-4.7-REAP-218B-A32B 218B (32,8B activos) Q2_K 82,9 GiB No cabe ni siquiera con 8 tarjetas. No cabe
MiniMax-M2 229B (10,4B activos) Q2_K 84,9 GiB No cabe ni siquiera con 8 tarjetas. No cabe
MiniMax-M2.1 229B (10,4B activos) Q2_K 84,9 GiB No cabe ni siquiera con 8 tarjetas. No cabe
MiniMax-M2.5 229B (10,4B activos) Q2_K 84,9 GiB No cabe ni siquiera con 8 tarjetas. No cabe
Qwen3-235B-A22B-Instruct-2507 235B (21,6B activos) Q2_K 86,7 GiB No cabe ni siquiera con 8 tarjetas. No cabe
Qwen3-VL-235B-A22B-Instruct 235B (21,6B activos) Q2_K 86,7 GiB No cabe ni siquiera con 8 tarjetas. No cabe
GLM-5.3-Flash-BF16 313B (16,7B activos) IQ2_XXS 92,0 GiB No cabe ni siquiera con 8 tarjetas. No cabe
Laguna-S-2.1 118B (8,1B activos) Q4_K_M 95,9 GiB No cabe ni siquiera con 8 tarjetas. No cabe
Trinity-Large-Base 399B (12,8B activos) IQ2_XXS 96,4 GiB No cabe ni siquiera con 8 tarjetas. No cabe
Trinity-Large-TrueBase 399B (12,8B activos) IQ2_XXS 96,4 GiB No cabe ni siquiera con 8 tarjetas. No cabe
GLM-4.6-REAP-268B-A32B 269B (32,8B activos) Q2_K 100,9 GiB No cabe ni siquiera con 8 tarjetas. No cabe
Trinity-Large-Thinking 399B (12,8B activos) IQ2_XXS 107,1 GiB No cabe ni siquiera con 8 tarjetas. No cabe
MiMo-V2-Flash 309B (14,8B activos) Q2_K 111,6 GiB No cabe ni siquiera con 8 tarjetas. No cabe
Intern-S2-397B 396B (16,3B activos) IQ2_XXS 114,3 GiB No cabe ni siquiera con 8 tarjetas. No cabe
MiMo-V2.6-Flash-MOPD 309B (14,8B activos) Q2_K 124,9 GiB No cabe ni siquiera con 8 tarjetas. No cabe
MiMo-V2.6-Flash-RL 309B (14,8B activos) Q2_K 124,9 GiB No cabe ni siquiera con 8 tarjetas. No cabe
K-EXAONE-236B-A23B 237B (22,7B activos) IQ4_XS 126,3 GiB No cabe ni siquiera con 8 tarjetas. No cabe
GLM-4.5 353B (32,9B activos) Q2_K 130,7 GiB No cabe ni siquiera con 8 tarjetas. No cabe
GLM-4.7 353B (32,9B activos) Q2_K 130,7 GiB No cabe ni siquiera con 8 tarjetas. No cabe
Qwen3-Coder-REAP-363B-A35B 363B (34,5B activos) Q2_K 132,7 GiB No cabe ni siquiera con 8 tarjetas. No cabe
Qwen3-235B-A22B 235B (21,6B activos) Q4_K_M 141,9 GiB No cabe ni siquiera con 8 tarjetas. No cabe
Qwen3-Coder-480B-A35B-Instruct 480B (34,5B activos) Q2_K 174,3 GiB No cabe ni siquiera con 8 tarjetas. No cabe
Qwen3.5-397B-A17B 396B (16,3B activos) Q3_K_M 175,6 GiB No cabe ni siquiera con 8 tarjetas. No cabe
GLM-5.1 744B (40,8B activos) IQ2_XXS 197,6 GiB No cabe ni siquiera con 8 tarjetas. No cabe
DeepSeek-V3.2 671B (36,6B activos) Q2_K 242,1 GiB No cabe ni siquiera con 8 tarjetas. No cabe
cogito-671b-v2.1 671B (36,6B activos) Q2_K 242,4 GiB No cabe ni siquiera con 8 tarjetas. No cabe
DeepSeek-V3.1 671B (36,6B activos) Q2_K 242,4 GiB No cabe ni siquiera con 8 tarjetas. No cabe
Mistral-Large-3-675B-Instruct-2512 673B (39,0B activos) Q2_K 243,8 GiB No cabe ni siquiera con 8 tarjetas. No cabe
DeepSeek-V3 671B (36,6B activos) Q2_K 257,8 GiB No cabe ni siquiera con 8 tarjetas. No cabe
Kimi-K2.6 1,03T (31,7B activos) IQ2_XXS 267,6 GiB No cabe ni siquiera con 8 tarjetas. No cabe
GLM-5 744B (40,8B activos) Q2_K 268,9 GiB No cabe ni siquiera con 8 tarjetas. No cabe
MiMo-V2.5-Pro 1,02T (41,0B activos) IQ2_XXS 270,4 GiB No cabe ni siquiera con 8 tarjetas. No cabe
DeepSeek-R1 671B (36,6B activos) Q2_K 280,3 GiB No cabe ni siquiera con 8 tarjetas. No cabe
Muse-Spark-Open-816B-A42B 820B (44,4B activos) Q2_K 301,0 GiB No cabe ni siquiera con 8 tarjetas. No cabe
GLM-5.3-Flash 313B (16,7B activos) Q8_0 327,9 GiB No cabe ni siquiera con 8 tarjetas. No cabe
Ling-1T 1,00T (49,8B activos) Q2_K 360,6 GiB No cabe ni siquiera con 8 tarjetas. No cabe
Kimi-K2-Instruct 1,03T (31,7B activos) Q2_K 367,4 GiB No cabe ni siquiera con 8 tarjetas. No cabe
Kimi-K2.5 1,03T (31,7B activos) Q2_K 368,0 GiB No cabe ni siquiera con 8 tarjetas. No cabe
Kimi-K2-Thinking 1,03T (31,7B activos) Q2_K 368,3 GiB No cabe ni siquiera con 8 tarjetas. No cabe
MiMo-V2.6-Pro-MOPD 1,02T (41,0B activos) Q2_K 411,6 GiB No cabe ni siquiera con 8 tarjetas. No cabe
MiMo-V2.6-Pro-RL 1,02T (41,0B activos) Q2_K 411,6 GiB No cabe ni siquiera con 8 tarjetas. No cabe
Beam-1.0-501B-A23B 501B (22,7B activos) Q8_0 523,6 GiB No cabe ni siquiera con 8 tarjetas. No cabe
GLM-5.2 744B (40,8B activos) Q8_0 776,4 GiB No cabe ni siquiera con 8 tarjetas. No cabe
GLM-5.3 744B (40,8B activos) Q8_0 776,4 GiB No cabe ni siquiera con 8 tarjetas. No cabe
Qwen3.8-2.4T-A95B 2,42T (93,3B activos) Q8_0 2524,1 GiB No cabe ni siquiera con 8 tarjetas. No cabe

El techo de velocidad es el ancho de banda de memoria dividido entre los bytes leídos por cada token generado. Es un límite superior teórico; las pruebas de rendimiento públicas de llama.cpp suelen alcanzar entre la mitad y cuatro quintos de ese valor, y con modelos pequeños y modelos de mezcla de expertos a menudo alcanzan menos. Pruebas de rendimiento públicas

Páginas detalladas de esta GPU

Otros dispositivos con 8 GB