DeskGPU
Español

¿Qué modelos caben en 32 GB de VRAM?

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

Para una GPU genérica de consumo (de escritorio) con 32 GB de memoria (contados como 32 GiB, como hacen los fabricantes de GPU) en su configuración por defecto, evaluada con el perfil de ejecución CUDA (NVIDIA) y la mayor diferencia entre el total nominal y el total reportado medida en tarjetas de consumo y estaciones de trabajo. Longitud de contexto de 8192 tokens (o el máximo del modelo si es menor), llama.cpp. Las GPUs reales que se listan abajo muestran sus propios resultados.

311 modelos caben · Valores actualizados el 19 oct 2026

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): 28,88 GiB por tarjeta = 32 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 32 GiB completos por tarjeta. Perfiles de ejecución y sus mediciones

“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

Tarjeta genérica de 32 GB, contexto de 8192 tokens: la cuantización más alta que cabe y su mayor longitud de contexto. Sin techo de velocidad: depende del ancho de banda de la tarjeta.
Modelo Parámetros Cuantización más alta que cabe Memoria disponible necesaria para «Cabe» Contexto más largo Techo de velocidad Resultado
Qwen3-Coder-Next-Base 79,7B (3,6B activos) IQ2_M 27,2 GiB 70.912 — Cabe
KAT-Dev-72B-Exp 72,7B IQ2_XXS 28,5 GiB 9216 — Cabe
Llama-3.1-70B-Instruct 70,6B IQ2_M 27,1 GiB 13.568 — Cabe
AI21-Jamba2-Mini 51,6B (11,8B activos) IQ4_XS 28,3 GiB 38.912 — Cabe
Kimi-Linear-48B-A3B-Base 49,1B (3,1B activos) Q4_0 28,7 GiB 26.368 — Cabe
Kimi-Linear-48B-A3B-Instruct 49,1B (3,1B activos) IQ4_XS 27,3 GiB 164.096 — Cabe
Hermes-4.3-36B 36,2B Q5_K_M 28,0 GiB 11.520 — Cabe
Kimi-Linear-REAP-35B-A3B-Instruct 35,1B (3,1B activos) Q5_K_M 25,8 GiB ≥ 262.144 (los contextos más largos no se comprobaron con registros medidos) — Cabe
Holo-3.1-35B-A3B 34,7B (2,9B activos) Q5_K_M 25,8 GiB 146.176 — Cabe
Holo3-35B-A3B 34,7B (2,9B activos) Q5_K_M 25,8 GiB 146.176 — Cabe
Holo4-35B-A3B 34,7B (2,9B activos) Q5_K_M 27,9 GiB 54.528 — Cabe
Ising-Calibration-1-35B-A3B 34,7B (2,9B activos) Q5_K_M 25,8 GiB 146.176 — Cabe
KAT-Coder-V2.5-Dev 34,7B (2,9B activos) Q5_K_M 26,1 GiB 133.376 — Cabe
Qwen3.5-35B-A3B 34,7B (2,9B activos) Q5_K_M 27,1 GiB 87.040 — Cabe
Qwen3.5-35B-A3B-Base 34,7B (2,9B activos) Q5_K_M 25,9 GiB 144.384 — Cabe
Qwen3.6-35B-A3B 34,7B (2,9B activos) Q5_K_M 26,1 GiB 133.376 — Cabe
MiniCPM-V-4.7-35B-A3B 34,7B (2,9B activos) Q5_K_M 25,8 GiB 146.176 — Cabe
Laguna-XS-2.1 33,4B (2,8B activos) Q5_K_M 25,3 GiB 92.672 — Cabe
DeepSeek-R1-Distill-Qwen-32B 32,8B Q5_K_M 25,7 GiB 20.224 — Cabe
Qwen2.5-32B-Instruct 32,8B Q5_K_M 25,7 GiB 20.224 — Cabe
Qwen2.5-Coder-32B-Instruct 32,8B Q5_K_M 25,7 GiB 20.224 — Cabe
QwQ-32B 32,8B Q5_K_M 25,7 GiB 20.224 — Cabe
AesCode-32B 32,8B Q5_K_M 26,2 GiB 18.176 — Cabe
Cosmos-Reason2-32B 32,8B Q5_K_M 25,7 GiB 20.480 — Cabe
FrogBoss-32B-2510 32,8B Q5_K_M 25,7 GiB 20.480 — Cabe
Nemotron-Terminal-32B 32,8B Q5_K_M 25,7 GiB 20.480 — Cabe
Qwen3-32B 32,8B Q5_K_M 25,7 GiB 20.480 — Cabe
Qwen3-VL-32B-Instruct 32,8B Q5_K_M 25,7 GiB 20.480 — Cabe
Qwen3-VL-32B-Thinking 32,8B Q5_K_M 25,7 GiB 20.480 — Cabe
SERA-32B 32,8B Q5_K_M 25,7 GiB 20.480 — Cabe
WebWorld-32B 32,8B Q5_K_M 25,7 GiB 20.480 — Cabe
EXAONE-4.5-33B 32,5B Q5_K_M 25,6 GiB 32.768 — Cabe
Olmo-3.1-32B-Instruct 32,2B Q5_K_M 25,5 GiB 34.048 — Cabe
Olmo-3.1-32B-Instruct-DPO 32,2B Q5_K_M 25,5 GiB 34.048 — Cabe
Olmo-3.1-32B-Think 32,2B Q5_K_M 25,5 GiB 34.048 — Cabe
Olmo-3-1125-32B 32,2B Q5_K_M 25,5 GiB 34.048 — Cabe
Olmo-3-32B-Think 32,2B Q5_K_M 25,5 GiB 34.048 — Cabe
Olmo-3-32B-Think-DPO 32,2B Q5_K_M 25,5 GiB 34.048 — Cabe
Olmo-3-32B-Think-SFT 32,2B Q5_K_M 25,5 GiB 34.048 — Cabe
Holotron4-30B-A3B 31,6B (3,2B activos) Q5_K_M 26,8 GiB ≥ 262.144 (los contextos más largos no se comprobaron con registros medidos) — Cabe
Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF16 31,6B (3,2B activos) Q4_K_M 23,3 GiB 262.144 — Cabe
Nemotron-Cascade-2-30B-A3B 31,6B (3,2B activos) Q5_K_M 27,0 GiB 247.040 — Cabe
NVIDIA-Nemotron-3.5-Lightning-30B-A3B-Base-BF16 31,6B (3,2B activos) Q5_K_M 26,6 GiB 262.144 — Cabe
NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16 31,6B (3,2B activos) Q5_K_M 27,0 GiB 247.040 — Cabe
NVIDIA-Nemotron-3-Nano-30B-A3B-BF16 31,6B (3,2B activos) Q5_K_M 26,9 GiB 254.720 — Cabe
NVIDIA-Nemotron-Labs-3-Elastic-30B-A3B-BF16 31,6B (3,2B activos) Q5_K_M 26,8 GiB 262.144 — Cabe
gemma-4-31B 30,7B Q5_K_M 27,3 GiB 27.136 — Cabe
gemma-4-31B-it 30,7B Q5_K_M 27,1 GiB 29.184 — Cabe
Ising-Calibration-1.5-31B-BF16 30,7B Q5_K_M 28,1 GiB 17.920 — Cabe
Holo2-30B-A3B 30,5B (3,0B activos) Q6_K 26,5 GiB 32.768 — Cabe
Qwen3-30B-A3B 30,5B (3,0B activos) Q6_K 26,5 GiB 32.768 — Cabe
Qwen3-30B-A3B-Instruct-2507 30,5B (3,0B activos) Q6_K 26,5 GiB 32.768 — Cabe
Qwen3-Coder-30B-A3B-Instruct 30,5B (3,0B activos) Q6_K 26,5 GiB 32.768 — Cabe
Qwen3-VL-30B-A3B-Instruct 30,5B (3,0B activos) Q6_K 26,5 GiB 32.768 — Cabe
UI-Venus-1.5-30B-A3B 30,5B (3,0B activos) Q6_K 26,5 GiB 32.768 — Cabe
North-Mini-Code-1.0 30,5B (3,3B activos) Q6_K 28,2 GiB 14.336 — Cabe
GLM-4.7-Flash 29,9B (3,6B activos) Q6_K 25,7 GiB 65.536 — Cabe
granite-4.2-30b 29,3B Q6_K 26,6 GiB 16.896 — Cabe
granite-4.1-30b 28,9B Q6_K 26,6 GiB 16.896 — Cabe
Muse-Glimmer-30B 27,9B Q6_K 23,7 GiB 131.072 — Cabe
gemma-2-27b-it 27,2B Q6_K 26,5 GiB 8192 — Cabe
gemma-3-27b-it 27,0B Q6_K 25,9 GiB 44.800 — Cabe
translategemma-27b-it 27,0B Q6_K 25,9 GiB 44.800 — Cabe
Fara1.5-27B 26,9B Q6_K 24,4 GiB 75.776 — Cabe
Holo4-27B 26,9B Q6_K 23,3 GiB 92.672 — Cabe
Qwen3.5-27B 26,9B Q6_K 23,6 GiB 87.040 — Cabe
Qwen3.6-27B 26,9B Q6_K 23,7 GiB 86.016 — Cabe
Qwen3.8-27B 26,9B Q6_K 24,8 GiB 69.888 — Cabe
Qwen3.8-3.6-27B-blend 26,9B Q6_K 24,8 GiB 69.888 — Cabe
UI-Mate-27B 26,9B Q6_K 24,4 GiB 75.776 — Cabe
UI-Mate-democua-27B 26,9B Q6_K 23,3 GiB 92.672 — Cabe
Trinity-Mini 26,1B (3,1B activos) Q8_0 28,8 GiB 12.544 — Cabe
Trinity-Mini-Base 26,1B (3,1B activos) Q6_K 22,7 GiB 131.072 — Cabe
Trinity-Mini-Base-Pre-Anneal 26,1B (3,1B activos) Q6_K 22,4 GiB 4096 — Cabe
gemma-4-26B-A4B 25,2B (3,8B activos) Q6_K 24,8 GiB 191.744 — Cabe
gemma-4-26B-A4B-it 25,2B (3,8B activos) Q6_K 25,0 GiB 181.760 — Cabe
Qwen3-Coder-REAP-25B-A3B 24,9B (3,0B activos) Q8_0 27,7 GiB 19.712 — Cabe
LFM2.5-24B-A2B 24,0B (2,5B activos) Q8_0 26,4 GiB 118.784 — Cabe
LFM2-24B-A2B 23,8B (2,3B activos) Q8_0 26,3 GiB 124.672 — Cabe
Devstral-Small-2-24B-Instruct-2512 23,6B Q8_0 26,5 GiB 23.040 — Cabe
Mistral-Small-3.2-24B-Instruct-2506 23,6B Q8_0 26,5 GiB 23.040 — Cabe
GLM-4.7-Flash-REAP-23B-A3B 23,0B (3,6B activos) Q8_0 25,4 GiB 71.168 — Cabe
EuroLLM-22B-2512 22,6B Q6_K 20,6 GiB 32.768 — Cabe
EuroLLM-22B-Instruct-2512 22,6B Q8_0 25,8 GiB 22.016 — Cabe
gpt-oss-20b 20,9B (3,6B activos) Q8_0 12,9 GiB 131.072 — Cabe
OptiMind-SFT 20,9B (3,6B activos) Q6_K 22,8 GiB 131.072 — Cabe
DeepSeek-R1-Distill-Qwen-14B 14,8B Q8_0 17,5 GiB 66.560 — Cabe
Qwen2.5-14B-Instruct 14,8B Q8_0 17,5 GiB 32.768 — Cabe
ContextPilot-14B 14,8B Q8_0 17,2 GiB 40.960 — Cabe
FrogMini-14B-2510 14,8B Q6_K 13,9 GiB 40.960 — Cabe
JanusCoder-14B 14,8B Q8_0 17,2 GiB 32.768 — Cabe
Nemotron-Cascade-14B-Thinking 14,8B Q8_0 17,2 GiB 32.768 — Cabe
Nemotron-Terminal-14B 14,8B Q6_K 13,9 GiB 40.960 — Cabe
NousCoder-14B 14,8B Q8_0 17,2 GiB 79.872 — Cabe
Qwen3-14B 14,8B Q8_0 17,2 GiB 40.960 — Cabe
Qwen3-Nemotron-14B-BRRM 14,8B Q6_K 13,9 GiB 40.960 — Cabe
WebWorld-14B 14,8B Q6_K 13,9 GiB 40.960 — Cabe
phi-4 14,7B Q8_0 17,7 GiB 16.384 — Cabe
Apriel-1.6-15b-Thinker 14,4B Q8_0 17,2 GiB 68.096 — Cabe
Ministral-3-14B-Instruct-2512 13,5B BF16 27,8 GiB 14.848 — Cabe
Ministral-3-14B-Reasoning-2512 13,5B BF16 27,8 GiB 14.848 — Cabe
Mistral-Nemo-Instruct-2407 12,2B F16 25,3 GiB 30.208 — Cabe
Mellum2.1-12B-A2.5B-Thinking 12,1B (2,2B activos) BF16 25,0 GiB 131.072 — Cabe
Mellum2-12B-A2.5B-Base 12,1B (2,2B activos) Q6_K 12,1 GiB 131.072 — Cabe
Mellum2-12B-A2.5B-Instruct 12,1B (2,2B activos) BF16 25,0 GiB 131.072 — Cabe
Mellum2-12B-A2.5B-Instruct-SFT 12,1B (2,2B activos) Q6_K 12,1 GiB 131.072 — Cabe
Mellum2-12B-A2.5B-Thinking 12,1B (2,2B activos) BF16 25,0 GiB 131.072 — Cabe
Mellum2-12B-A2.5B-Thinking-SFT 12,1B (2,2B activos) Q6_K 12,1 GiB 131.072 — Cabe
gemma-4-12B 11,9B BF16 26,5 GiB 138.752 — Cabe
gemma-4-12B-it 11,9B BF16 26,5 GiB 138.752 — Cabe
gemma-3-12b-it 11,8B BF16 26,6 GiB 41.984 — Cabe
translategemma-12b-it 11,8B Q8_0 15,8 GiB 131.072 — Cabe
Bielik-11B-v3.0-Instruct 11,2B BF16 24,6 GiB 29.440 — Cabe
AutoGLM-Phone-9B 9,4B F16 18,9 GiB 65.536 — Cabe
AutoGLM-Phone-9B-Multilingual 9,4B Q6_K 9,2 GiB 65.536 — Cabe
GLM-4.6V-Flash 9,4B BF16 18,9 GiB 131.072 — Cabe
gemma-2-9b-it 9,2B Q8_0 14,8 GiB 8192 — Cabe
EuroLLM-9B-Instruct-2512 9,2B F16 19,6 GiB 32.768 — Cabe
Fara1.5-9B 9,0B BF16 17,5 GiB 262.144 — Cabe
Holo-3.1-9B 9,0B F16 17,5 GiB 262.144 — Cabe
MiMo-V2.6-Distill-Qwen-9B 9,0B BF16 17,5 GiB 262.144 — Cabe
Qwen3.5-9B 9,0B BF16 17,5 GiB 262.144 — Cabe
Qwen3.5-9B-Base 9,0B F16 17,5 GiB 262.144 — Cabe
UI-Mate-9B 9,0B BF16 17,5 GiB 262.144 — Cabe
UI-Venus-2-9B 9,0B BF16 17,5 GiB 262.144 — Cabe
NVIDIA-Nemotron-Nano-9B-v2 8,9B BF16 18,3 GiB 131.072 — Cabe
granite-4.1-8b 8,8B BF16 19,0 GiB 68.608 — Cabe
granite-4.2-8b 8,8B BF16 19,0 GiB 68.608 — Cabe
Ministral-3-8B-Instruct-2512 8,5B BF16 18,0 GiB 86.528 — Cabe
Ministral-3-8B-Reasoning-2512 8,5B BF16 18,0 GiB 86.528 — Cabe
LFM2.5-8B-A1B 8,5B (1,7B activos) BF16 18,0 GiB 128.000 — Cabe
granite-guardian-4.1-8b 8,4B BF16 19,0 GiB 68.608 — Cabe
LFM2-8B-A1B 8,3B (1,6B activos) F16 17,7 GiB 128.000 — Cabe
rnj-1-instruct 8,3B BF16 18,6 GiB 32.768 — Cabe
AesCode-8B 8,2B BF16 17,3 GiB 86.784 — Cabe
ArmorOCR 8,2B Q8_0 10,4 GiB 134.144 — Cabe
AstaBrief_8B 8,2B Q6_K 8,6 GiB 40.960 — Cabe
ContextPilot-8B 8,2B Q6_K 8,6 GiB 40.960 — Cabe
Cosmos-Reason2-8B 8,2B Q6_K 8,6 GiB 146.432 — Cabe
DeepSeek-R1-0528-Qwen3-8B 8,2B BF16 17,3 GiB 86.784 — Cabe
Holo2-8B 8,2B Q6_K 8,6 GiB 146.432 — Cabe
intent-aware-lfqa-qwen3-8b-baseline 8,2B F16 17,3 GiB 40.960 — Cabe
intent-aware-lfqa-qwen3-8b-intent-explicit 8,2B F16 17,3 GiB 40.960 — Cabe
intent-aware-lfqa-qwen3-8b-intent-implicit 8,2B F16 17,3 GiB 40.960 — Cabe
intent-aware-lfqa-qwen3-8b-multiview 8,2B F16 17,3 GiB 40.960 — Cabe
JanusCoder-8B 8,2B BF16 17,3 GiB 32.768 — Cabe
MathForm-8B 8,2B F16 17,3 GiB 40.960 — Cabe
Nemotron-Cascade-8B 8,2B BF16 17,3 GiB 32.768 — Cabe
Nemotron-Cascade-8B-Thinking 8,2B BF16 17,3 GiB 32.768 — Cabe
Nemotron-Orchestrator-8B 8,2B BF16 17,3 GiB 40.960 — Cabe
Nemotron-Terminal-8B 8,2B Q6_K 8,6 GiB 40.960 — Cabe
Qwen3-8B 8,2B Q8_0 10,4 GiB 40.960 — Cabe
Qwen3-Nemotron-8B-BRRM 8,2B Q6_K 8,6 GiB 40.960 — Cabe
Qwen3-VL-8B-Instruct 8,2B BF16 17,3 GiB 86.784 — Cabe
Qwen3-VL-8B-Thinking 8,2B BF16 17,3 GiB 86.784 — Cabe
RLVR-8B-0926 8,2B Q6_K 8,6 GiB 146.432 — Cabe
Step3-VL-10B-Base 8,2B Q6_K 8,6 GiB 40.960 — Cabe
UI-Venus-1.5-8B 8,2B Q6_K 8,6 GiB 146.432 — Cabe
WebWorld-8B 8,2B F16 17,3 GiB 40.960 — Cabe
ZwZ-8B 8,2B Q6_K 8,6 GiB 146.432 — Cabe
MiniCPM-o-4_5 8,2B F16 17,3 GiB 40.960 — Cabe
granite-3.3-8b-instruct 8,2B F16 18,6 GiB 71.168 — Cabe
granite-guardian-3.2-8b-factuality-detection 8,2B F16 18,6 GiB 71.168 — Cabe
intent-aware-lfqa-llama3-8b-baseline 8,0B F16 17,0 GiB 98.816 — Cabe
intent-aware-lfqa-llama3-8b-intent-explicit 8,0B F16 17,0 GiB 98.816 — Cabe
intent-aware-lfqa-llama3-8b-intent-implicit 8,0B F16 17,0 GiB 98.816 — Cabe
intent-aware-lfqa-llama3-8b-multiview 8,0B F16 17,0 GiB 98.816 — Cabe
DeepSeek-R1-Distill-Llama-8B 8,0B BF16 17,0 GiB 98.816 — Cabe
HARC-Llama-3.1-8B-Instruct 8,0B Q6_K 8,4 GiB 131.072 — Cabe
Llama-3.1-8B-Instruct 8,0B BF16 17,0 GiB 98.816 — Cabe
AprielGuard 7,9B Q6_K 7,9 GiB 131.072 — Cabe
MiMo-Embodied-7B 7,6B Q6_K 8,1 GiB 128.000 — Cabe
DeepSeek-R1-Distill-Qwen-7B 7,6B F16 15,6 GiB 131.072 — Cabe
Fara-7B 7,6B BF16 15,6 GiB 128.000 — Cabe
HARC-Qwen2.5-7B-Instruct 7,6B Q6_K 7,5 GiB 32.768 — Cabe
JanusCoderV-7B 7,6B BF16 15,6 GiB 128.000 — Cabe
olmOCR-2-7B-1025 7,6B BF16 15,6 GiB 128.000 — Cabe
Qwen2.5-7B-Instruct 7,6B Q8_0 9,1 GiB 32.768 — Cabe
Qwen2.5-Coder-7B-Instruct 7,6B Q8_0 9,1 GiB 32.768 — Cabe
Qwen2.5-VL-7B-Instruct 7,6B BF16 15,6 GiB 128.000 — Cabe
Qwen2.5-VL-7B-Surg-CholecT50 7,6B F16 15,6 GiB 128.000 — Cabe
Spatial-SSRL-7B 7,6B Q6_K 7,5 GiB 128.000 — Cabe
X-Reasoner-7B 7,6B Q6_K 7,5 GiB 128.000 — Cabe
ZwZ-7B 7,6B Q6_K 7,5 GiB 128.000 — Cabe
gemma-4-E4B 7,5B F16 11,0 GiB 131.072 — Cabe
gemma-4-E4B-it 7,5B BF16 11,0 GiB 131.072 — Cabe
Bielik-Minitron-7B-v3.0-Instruct 7,5B Q8_0 10,2 GiB 32.768 — Cabe
ContextPilot-E4B 7,5B F16 10,9 GiB 131.072 — Cabe
Olmo-3.1-7B-RL-Zero-Code 7,3B Q6_K 11,0 GiB 65.536 — Cabe
Olmo-3.1-7B-RL-Zero-Math 7,3B F16 19,0 GiB 57.856 — Cabe
Olmo-3-7B-Instruct 7,3B BF16 19,0 GiB 57.856 — Cabe
Olmo-3-7B-Instruct-DPO 7,3B Q6_K 11,0 GiB 65.536 — Cabe
Olmo-3-7B-Instruct-SFT 7,3B Q6_K 11,0 GiB 65.536 — Cabe
Olmo-3-7B-RL-Zero-Code 7,3B Q6_K 11,0 GiB 65.536 — Cabe
Olmo-3-7B-RL-Zero-General 7,3B Q6_K 11,0 GiB 65.536 — Cabe
Olmo-3-7B-RL-Zero-IF 7,3B Q6_K 11,0 GiB 65.536 — Cabe
Olmo-3-7B-RL-Zero-Math 7,3B Q6_K 11,0 GiB 65.536 — Cabe
Olmo-3-7B-RL-Zero-Mix 7,3B Q6_K 11,0 GiB 65.536 — Cabe
Olmo-3-7B-Think 7,3B BF16 19,0 GiB 57.856 — Cabe
Olmo-3-7B-Think-DPO 7,3B Q6_K 11,0 GiB 65.536 — Cabe
Olmo-3-7B-Think-SFT 7,3B Q6_K 11,0 GiB 65.536 — Cabe
Mistral-7B-Instruct-v0.2 7,2B Q6_K 8,1 GiB 32.768 — Cabe
Trinity-Nano-Base 6,1B (819M activos) Q6_K 6,7 GiB 131.072 — Cabe
Trinity-Nano-Base-Pre-Anneal 6,1B (819M activos) Q6_K 6,4 GiB 4096 — Cabe
Trinity-Nano-Preview 6,1B (819M activos) BF16 13,5 GiB 131.072 — Cabe
Youtu-VL-4B-Instruct 4,9B Q6_K 5,9 GiB 32.768 — Cabe
Holo-3.1-4B 4,8B F16 10,2 GiB 262.144 — Cabe
gemma-4-E2B 4,6B Q6_K 3,5 GiB 131.072 — Cabe
gemma-4-E2B-it 4,6B BF16 6,1 GiB 131.072 — Cabe
AgentCPM-Explore 4,4B Q6_K 5,7 GiB 165.888 — Cabe
CapRL-Qwen3VL-4B 4,4B F16 10,4 GiB 134.144 — Cabe
Holo2-4B 4,4B F16 10,4 GiB 134.144 — Cabe
intent-aware-lfqa-qwen3-4b-baseline 4,4B F16 10,4 GiB 40.960 — Cabe
intent-aware-lfqa-qwen3-4b-intent-explicit 4,4B F16 10,4 GiB 40.960 — Cabe
intent-aware-lfqa-qwen3-4b-intent-implicit 4,4B F16 10,4 GiB 40.960 — Cabe
intent-aware-lfqa-qwen3-4b-multiview 4,4B F16 10,4 GiB 40.960 — Cabe
Spatial-SSRL-Qwen3VL-4B 4,4B F16 10,4 GiB 134.144 — Cabe
ZwZ-4B 4,4B Q6_K 5,7 GiB 165.888 — Cabe
Fara1.5-4B 4,2B BF16 10,2 GiB 262.144 — Cabe
FrogNano-4B-2609 4,2B BF16 10,2 GiB 262.144 — Cabe
Qwen3.5-4B 4,2B BF16 10,2 GiB 262.144 — Cabe
Qwen3.5-4B-Base 4,2B F16 10,2 GiB 262.144 — Cabe
UserRepGen-4B 4,2B BF16 10,2 GiB 262.144 — Cabe
Riva-Translate-4B-Instruct-v1.1 4,2B Q6_K 6,0 GiB 8192 — Cabe
GELab-Zero-4B-preview 4,0B BF16 10,4 GiB 134.144 — Cabe
Qwen3-4B 4,0B Q8_0 6,7 GiB 40.960 — Cabe
Qwen3-4B-Instruct-2507 4,0B F16 10,4 GiB 134.144 — Cabe
Qwen3-VL-4B-Instruct 4,0B BF16 10,4 GiB 134.144 — Cabe
Qwen3-VL-4B-Thinking 4,0B BF16 10,4 GiB 134.144 — Cabe
NVIDIA-Nemotron-3-Nano-4B-BF16 4,0B BF16 8,7 GiB 262.144 — Cabe
gemma-3-4b-it 3,9B BF16 9,9 GiB 131.072 — Cabe
medgemma-1.5-4b-it 3,9B BF16 9,9 GiB 131.072 — Cabe
Nemotron-3-Content-Safety 3,9B Q6_K 5,4 GiB 131.072 — Cabe
translategemma-4b-it 3,9B F16 9,9 GiB 131.072 — Cabe
Phi-4-mini-instruct 3,8B BF16 10,0 GiB 131.072 — Cabe
Apertus-v1.1-4B 3,8B Q6_K 4,4 GiB 4096 — Cabe
Phi-3.5-mini-instruct 3,8B Q8_0 8,3 GiB 61.184 — Cabe
granite-4.2-3b 3,7B BF16 8,6 GiB 131.072 — Cabe
BitCPM-CANN-3B-unquantized 3,6B Q6_K 4,3 GiB 32.768 — Cabe
kanana-2-3b-instruct 3,5B F16 8,6 GiB 32.768 — Cabe
Ministral-3-3B-Instruct-2512 3,4B BF16 8,9 GiB 196.096 — Cabe
Ministral-3-3B-Reasoning-2512 3,4B BF16 8,9 GiB 196.096 — Cabe
granite-vision-4.1-4b 3,4B BF16 8,6 GiB 131.072 — Cabe
granite-4.1-3b 3,4B BF16 8,6 GiB 131.072 — Cabe
granite-guardian-4.0-3b-toxicity-ja 3,4B Q6_K 4,7 GiB 131.072 — Cabe
Qwen2.5-3B-Instruct 3,4B Q8_0 4,8 GiB 32.768 — Cabe
tiny-aya-earth 3,3B BF16 8,7 GiB ≥ 262.144 (los contextos más largos no se comprobaron con registros medidos) — Cabe
tiny-aya-fire 3,3B BF16 8,7 GiB ≥ 262.144 (los contextos más largos no se comprobaron con registros medidos) — Cabe
tiny-aya-global 3,3B BF16 8,7 GiB ≥ 262.144 (los contextos más largos no se comprobaron con registros medidos) — Cabe
tiny-aya-water 3,3B BF16 8,7 GiB ≥ 262.144 (los contextos más largos no se comprobaron con registros medidos) — Cabe
Llama-3.2-3B-Instruct 3,2B BF16 8,5 GiB 131.072 — Cabe
AI21-Jamba-Reasoning-3B 3,2B BF16 7,3 GiB 262.144 — Cabe
AI21-Jamba2-3B 3,2B BF16 7,3 GiB 262.144 — Cabe
kanana-2-3b-base 3,2B Q6_K 4,9 GiB 32.768 — Cabe
SmolLM3-3B 3,1B BF16 7,9 GiB 65.536 — Cabe
SmolLM3-3B-GSM8K-SFT 3,1B Q6_K 4,3 GiB 65.536 — Cabe
LFM2-2.6B-Exp 2,7B F16 6,5 GiB 128.000 — Cabe
d1-3B 2,7B BF16 6,7 GiB 32.768 — Cabe
LFM2.5-2.6B 2,7B BF16 6,7 GiB 131.072 — Cabe
LFM2.5-2.6B-Base 2,7B Q6_K 3,6 GiB 128.000 — Cabe
LFM2.5-VL-3B 2,7B BF16 6,7 GiB 32.768 — Cabe
EuroMoE-2.6B-A0.6B-Instruct-2512 2,6B (498M activos) Q6_K 3,6 GiB 32.768 — Cabe
LFM2-2.6B-Longevity 2,6B F16 6,5 GiB 128.000 — Cabe
LFM2-2.6B-Transcript 2,6B BF16 6,5 GiB 128.000 — Cabe
LFM2-VL-3B 2,6B BF16 6,5 GiB 128.000 — Cabe
MiniCPM5-2B 2,5B BF16 6,0 GiB 131.072 — Cabe
MiniCPM5-2B-Base 2,5B Q6_K 3,4 GiB ≥ 262.144 (los contextos más largos no se comprobaron con registros medidos) — Cabe
CapRL-Qwen3VL-2B 2,0B F16 5,6 GiB 211.200 — Cabe
HiPO-1.7B 2,0B Q6_K 3,6 GiB 40.960 — Cabe
UI-Venus-1.5-2B 2,0B F16 5,6 GiB 211.200 — Cabe
ZwZ-2B 2,0B F16 5,6 GiB 211.200 — Cabe
Youtu-LLM-2B 2,0B Q6_K 3,2 GiB 131.072 — Cabe
Youtu-LLM-2B-Base 2,0B Q6_K 3,2 GiB 131.072 — Cabe
Qwen3.5-2B 1,9B BF16 5,4 GiB 262.144 — Cabe
Qwen3.5-2B-Base 1,9B Q6_K 3,2 GiB 262.144 — Cabe
Qwen3-1.7B 1,7B BF16 5,6 GiB 40.960 — Cabe
Qwen3-VL-2B-Instruct 1,7B BF16 5,6 GiB 211.200 — Cabe
Qwen3-VL-2B-Thinking 1,7B BF16 5,6 GiB 211.200 — Cabe
SingGuard-2b 1,7B F16 5,6 GiB 211.200 — Cabe
granite-4.0-1b 1,6B BF16 5,1 GiB 131.072 — Cabe
Apertus-v1.1-1.5B 1,5B F16 3,8 GiB 4096 — Cabe
Apertus-v1.1-1.5B-Instruct 1,5B F16 3,8 GiB 4096 — Cabe
granite-4.0-h-1b 1,5B BF16 4,4 GiB 131.072 — Cabe
Llama-3.2-1B-Instruct 1,2B BF16 4,0 GiB 131.072 — Cabe
LFM2.5-1.2B-Base 1,2B BF16 3,7 GiB 128.000 — Cabe
LFM2.5-1.2B-Instruct 1,2B BF16 3,7 GiB 128.000 — Cabe
LFM2.5-1.2B-JP 1,2B F16 3,7 GiB 128.000 — Cabe
LFM2.5-1.2B-JP-202606 1,2B F16 3,7 GiB 128.000 — Cabe
LFM2.5-1.2B-Thinking 1,2B BF16 3,7 GiB 128.000 — Cabe
LFM2.5-VL-1.6B 1,2B BF16 3,7 GiB 128.000 — Cabe
LFM2.5-VL-1.6B-Extract 1,2B F16 3,7 GiB 128.000 — Cabe
MiniCPM5-1B 1,1B Q6_K 2,2 GiB 131.072 — Cabe
MiniCPM5-1B-Base 1,1B Q6_K 2,2 GiB 131.072 — Cabe
MiniCPM5-1B-SFT 1,1B Q6_K 2,2 GiB 131.072 — Cabe
Holo-3.1-0.8B 1,0B Q6_K 2,3 GiB 262.144 — Cabe
MiniCPM-V-4.7-1B 1,0B F16 3,2 GiB 262.144 — Cabe
gemma-3-1b-it 1,0B BF16 3,6 GiB 32.768 — Cabe
Qwen3.5-0.8B 752M BF16 3,2 GiB 262.144 — Cabe
Qwen3.5-0.8B-Base 752M Q6_K 2,3 GiB 262.144 — Cabe
MiniCPM-V-4.6 752M F16 3,2 GiB 262.144 — Cabe
MiniCPM-V-4.6-Thinking 752M F16 3,2 GiB 262.144 — Cabe
Qwen3-0.6B 752M BF16 3,4 GiB 40.960 — Cabe
HunyuanOCR 539M F16 3,1 GiB 32.768 — Cabe
LFM2.5-350M 354M BF16 2,1 GiB 128.000 — Cabe
LFM2.5-Encoder-350M-Diffusion 354M Q6_K 1,7 GiB 128.000 — Cabe
LFM2.5-VL-450M 354M BF16 2,1 GiB 128.000 — Cabe
LFM2.5-VL-450M-Extract 354M F16 2,1 GiB 128.000 — Cabe
granite-4.0-350m 352M BF16 2,2 GiB 32.768 — Cabe
granite-4.0-h-350m 340M BF16 2,1 GiB 32.768 — Cabe
functiongemma-270m-it 268M BF16 2,1 GiB 32.768 — Cabe
LFM2.5-230M 230M BF16 1,8 GiB 128.000 — Cabe

Al límite en 32 GB

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.

Tarjeta genérica de 32 GB, contexto de 8192 tokens: la cuantización más alta al límite.
Modelo Parámetros Cuantización más alta al límite Memoria disponible necesaria para «Cabe» Resultado
Qwen3.5-122B-A10B 122B (9,0B activos) IQ2_XXS 35,0 GiB Al límite
Step-3.5-Flash-REAP-121B-A11B 121B (11,4B activos) IQ2_XXS 32,9 GiB Al límite
Mistral-Small-4-119B-2603 119B (6,1B activos) IQ2_XXS 34,3 GiB Al límite
Solar-Open-100B 103B (11,2B activos) IQ2_M 35,8 GiB Al límite
GLM-4.5-Air-REAP-82B-A12B 81,9B (12,8B activos) Q2_K 36,5 GiB Al límite
Qwen3-Coder-Next 79,7B (3,6B activos) Q2_K 30,4 GiB Al límite
Qwen3-Next-80B-A3B-Instruct 79,7B (3,6B activos) Q2_K 30,3 GiB Al límite
Qwen2.5-72B-Instruct 73,0B Q2_K 30,3 GiB Al límite
DeepSeek-R1-Distill-Llama-70B 70,6B Q3_K_M 37,1 GiB Al límite
Llama-3.3-70B-Instruct 70,6B Q3_K_M 37,1 GiB Al límite
Qwen-AgentWorld-35B-A3B 34,7B (2,9B activos) Q8_0 37,6 GiB Al límite

Modelos que no caben en 32 GB

Tarjeta genérica de 32 GB, contexto de 8192 tokens: ni siquiera la cuantización más baja cabe en una tarjeta.
Modelo Parámetros Cuantización más pequeña Memoria disponible necesaria para «Cabe» Varias tarjetas idénticas Resultado
MiniMax-M2.5-REAP-139B-A10B 139B (10,4B activos) IQ2_XXS 39,2 GiB Se espera que quepa en 2 tarjetas idénticas (reparto uniforme predeterminado). No cabe
INTELLECT-3 107B (12,8B activos) IQ2_XXS 39,6 GiB Se espera que quepa en 2 tarjetas idénticas (reparto uniforme predeterminado). No cabe
Step-3.5-Flash-REAP-149B-A11B 149B (11,4B activos) IQ2_XXS 40,1 GiB Se espera que quepa en 2 tarjetas idénticas (reparto uniforme predeterminado). No cabe
Llama-4-Scout-17B-16E-Instruct 108B (16,1B activos) Q2_K 41,5 GiB Se espera que quepa en 2 tarjetas idénticas (reparto uniforme predeterminado). No cabe
GLM-4.5-Air 107B (12,8B activos) Q2_K 45,6 GiB Se espera que quepa en 2 tarjetas idénticas (reparto uniforme predeterminado). No cabe
GLM-4.6V 107B (12,8B activos) Q2_K 45,6 GiB Se espera que quepa en 2 tarjetas idénticas (reparto uniforme predeterminado). No cabe
Step-3.5-Flash 197B (11,5B activos) IQ2_XXS 48,9 GiB Se espera que quepa en 2 tarjetas idénticas (reparto uniforme predeterminado). No cabe
Devstral-2-123B-Instruct-2512 125B Q2_K 49,3 GiB Se espera que quepa en 2 tarjetas idénticas (reparto uniforme predeterminado). No cabe
Mistral-Medium-3.5-128B 125B Q2_K 49,3 GiB Se espera que quepa en 2 tarjetas idénticas (reparto uniforme predeterminado). No cabe
NVIDIA-Nemotron-3-Super-120B-A12B-Base-BF16 121B (12,2B activos) IQ2_XXS 49,8 GiB Se espera que quepa en 2 tarjetas idénticas (reparto uniforme predeterminado). No cabe
NVIDIA-Nemotron-3-Super-120B-A12B-BF16 121B (12,2B activos) IQ2_XXS 51,0 GiB Se espera que quepa en 2 tarjetas idénticas (reparto uniforme predeterminado). No cabe
gpt-oss-120b 117B (5,1B activos) Q2_K 62,8 GiB Se espera que quepa en 3 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
MiniMax-M2.7 229B (10,4B activos) IQ2_XXS 62,9 GiB Se espera que quepa en 3 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Baichuan-M3-235B 235B (21,6B activos) IQ2_XXS 63,2 GiB Se espera que quepa en 3 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Holo2-235B-A22B 235B (21,6B activos) IQ2_XXS 63,2 GiB Se espera que quepa en 3 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Qwen3-Nemotron-235B-A22B-GenRM 235B (21,6B activos) IQ2_XXS 63,2 GiB Se espera que quepa en 3 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
command-a-plus-05-2026-bf16 218B (25,0B activos) IQ2_XXS 63,6 GiB Se espera que quepa en 3 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16 121B (12,2B activos) Q4_0 71,8 GiB Se espera que quepa en 3 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
GLM-4.7-REAP-268B-A32B 269B (32,8B activos) IQ2_XXS 73,0 GiB Se espera que quepa en 3 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Step-3.7-Flash 197B (11,5B activos) IQ3_XXS 76,1 GiB Se espera que quepa en 3 tarjetas idénticas (reparto uniforme predeterminado). No cabe
Hy3 295B (20,2B activos) IQ2_XXS 82,2 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
MiMo-V2.5 309B (14,8B activos) IQ2_XXS 82,4 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
GLM-4.7-REAP-218B-A32B 218B (32,8B activos) Q2_K 82,9 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
MiniMax-M2 229B (10,4B activos) Q2_K 84,9 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
MiniMax-M2.1 229B (10,4B activos) Q2_K 84,9 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
MiniMax-M2.5 229B (10,4B activos) Q2_K 84,9 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Qwen3-235B-A22B-Instruct-2507 235B (21,6B activos) Q2_K 86,7 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Qwen3-VL-235B-A22B-Instruct 235B (21,6B activos) Q2_K 86,7 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
GLM-5.3-Flash-BF16 313B (16,7B activos) IQ2_XXS 92,0 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Laguna-S-2.1 118B (8,1B activos) Q4_K_M 95,9 GiB Se espera que quepa en 8 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Trinity-Large-Base 399B (12,8B activos) IQ2_XXS 96,4 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Trinity-Large-TrueBase 399B (12,8B activos) IQ2_XXS 96,4 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
GLM-4.6-REAP-268B-A32B 269B (32,8B activos) Q2_K 100,9 GiB Se espera que quepa en 4 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Trinity-Large-Thinking 399B (12,8B activos) IQ2_XXS 107,1 GiB Se espera que quepa en 5 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
MiMo-V2-Flash 309B (14,8B activos) Q2_K 111,6 GiB Se espera que quepa en 5 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Intern-S2-397B 396B (16,3B activos) IQ2_XXS 114,3 GiB Se espera que quepa en 6 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
MiMo-V2.6-Flash-MOPD 309B (14,8B activos) Q2_K 124,9 GiB Se espera que quepa en 5 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
MiMo-V2.6-Flash-RL 309B (14,8B activos) Q2_K 124,9 GiB Se espera que quepa en 5 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
K-EXAONE-236B-A23B 237B (22,7B activos) IQ4_XS 126,3 GiB Se espera que quepa en 6 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
GLM-4.5 353B (32,9B activos) Q2_K 130,7 GiB Se espera que quepa en 5 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
GLM-4.7 353B (32,9B activos) Q2_K 130,7 GiB Se espera que quepa en 5 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Qwen3-Coder-REAP-363B-A35B 363B (34,5B activos) Q2_K 132,7 GiB Se espera que quepa en 5 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Qwen3-235B-A22B 235B (21,6B activos) Q4_K_M 141,9 GiB Se espera que quepa en 6 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Qwen3-Coder-480B-A35B-Instruct 480B (34,5B activos) Q2_K 174,3 GiB Se espera que quepa en 8 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
Qwen3.5-397B-A17B 396B (16,3B activos) Q3_K_M 175,6 GiB Se espera que quepa en 7 tarjetas idénticas (reparto uniforme predeterminado). Con menos tarjetas queda al límite. No cabe
GLM-5.1 744B (40,8B activos) IQ2_XXS 197,6 GiB Al límite con 8 tarjetas. No cabe
DeepSeek-V3.2 671B (36,6B activos) Q2_K 242,1 GiB Al límite con 8 tarjetas. No cabe
cogito-671b-v2.1 671B (36,6B activos) Q2_K 242,4 GiB Al límite con 8 tarjetas. No cabe
DeepSeek-V3.1 671B (36,6B activos) Q2_K 242,4 GiB Al límite con 8 tarjetas. No cabe
Mistral-Large-3-675B-Instruct-2512 673B (39,0B activos) Q2_K 243,8 GiB Al límite con 8 tarjetas. No cabe
DeepSeek-V3 671B (36,6B activos) Q2_K 257,8 GiB Al límite con 8 tarjetas. No cabe
Kimi-K2.6 1,03T (31,7B activos) IQ2_XXS 267,6 GiB Al límite con 8 tarjetas. No cabe
GLM-5 744B (40,8B activos) Q2_K 268,9 GiB Al límite con 8 tarjetas. No cabe
MiMo-V2.5-Pro 1,02T (41,0B activos) IQ2_XXS 270,4 GiB Al límite con 8 tarjetas. No cabe
DeepSeek-R1 671B (36,6B activos) Q2_K 280,3 GiB Al límite 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

GPUs con 32 GB

Estos son los resultados en la página de cada GPU, con su propio perfil de ejecución; pueden diferir de la tarjeta genérica de arriba.

Fuentes

Estos resultados usan el perfil de ejecución CUDA; su reserva procede de cifras de memoria de estos registros públicos de llama.cpp. Metodología