¿Puede NVIDIA GeForce RTX 4060 ejecutar gpt-oss-120b?

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

No cabe Incluso la cuantización más pequeña de gpt-oss-120b (Q2_K) no cabe en una NVIDIA GeForce RTX 4060 con un contexto de 8192 tokens; necesita 62,8 GiB disponibles para «Cabe». Al límite con 8 tarjetas.

“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

Valores actualizados el 19 oct 2026 · Calculadora

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

Memoria necesaria por cuantización y longitud de contexto

Memoria disponible necesaria para “Cabe” (X, GiB por tarjeta) y el resultado en NVIDIA GeForce RTX 4060.
Cuantización	4096	8192	32.768	131.072
Q8_0	63,1 GiB No cabe	63,3 GiB No cabe	64,2 GiB No cabe	68,0 GiB No cabe
Q6_K	63,0 GiB No cabe	63,2 GiB No cabe	64,1 GiB No cabe	67,9 GiB No cabe
Q5_K_M	62,8 GiB No cabe	63,0 GiB No cabe	63,9 GiB No cabe	67,7 GiB No cabe
Q4_K_M	62,7 GiB No cabe	62,9 GiB No cabe	63,8 GiB No cabe	67,6 GiB No cabe
Q4_0	62,7 GiB No cabe	62,8 GiB No cabe	63,7 GiB No cabe	67,5 GiB No cabe
Q3_K_M	62,7 GiB No cabe	62,8 GiB No cabe	63,8 GiB No cabe	67,5 GiB No cabe
Q2_K	62,6 GiB No cabe	62,8 GiB No cabe	63,7 GiB No cabe	67,5 GiB No cabe

Alternativas

Otras GPUs de 8 GB en las que gpt-oss-120b cabe

Ninguna otra GPU con la misma cantidad de memoria puede alojar este modelo.

Fuentes

Página del modelo, con todas las cuantizaciones y sus archivos: gpt-oss-120b
Página de la GPU, con cada especificación y sus fuentes: NVIDIA GeForce RTX 4060
Archivos del modelo en Hugging Face (revisiones fijadas): openai/gpt-oss-120b@b5c939d, unsloth/gpt-oss-120b-GGUF@ff1a82d
Tamaño de memoria de NVIDIA GeForce RTX 4060 según: Wikipedia: GeForce RTX 40 series (CC BY-SA 4.0), GetDeploying GPU Models (CC BY 4.0)
Metodología