Rosalena
Esta página adivina tu tarjeta a partir de lo que expone el navegador; la app de escritorio la mide con el driver, y la app es también la que corre el modelo. Toma cada número de abajo como una buena segunda opinión, no como una medición.
Tu máquina
leyendo…- Tarjeta gráfica
- —
- VRAM
- —
- RAM
- —
- Núcleos de CPU
- —
- WebGPU
- —
- Espacio para descargas
- —
Elige tu tarjeta
Los navegadores no exponen la VRAM, así que la cifra de arriba sale de reconocer el nombre de la tarjeta. Si ese nombre está mal, o tu navegador no dio ninguno, elige la tarjeta aquí. Un resultado armado con tu elección se marca como manual y nunca se muestra como detectado.
Qué cabe
Calculando qué aguanta tu máquina…
Los 10 modelos que revisa esta página
Los tamaños de descarga son los tamaños de los archivos GGUF en gigabytes, del catálogo de modelos de la app de escritorio (versión 1, actualizado el 2026-10-20). Un modelo necesita el tamaño de su archivo más espacio para su contexto (la caché KV) y unos 0.5 GB de overhead, así que una tarjeta necesita un poco más de memoria que el archivo. El verificador de arriba hace esa suma para tu tarjeta.
| Modelo | Sirve para | Tamaño de descarga por cuantización | Licencia |
|---|---|---|---|
| Qwen3.8-27B | razonamiento | UD-Q4_K_M 16.46 GB, UD-Q5_K_M 19.77 GB, UD-Q6_K 21.98 GB, Q8_0 29.05 GB | Apache-2.0 |
| Qwen3-32B | razonamiento | Q4_K_M 19.76 GB, Q5_K_M 23.21 GB, Q6_K 26.88 GB, Q8_0 34.82 GB | Apache-2.0 |
| Qwen3-Coder-30B-A3B-Instruct | código | Q4_K_M 18.56 GB, Q5_K_M 21.73 GB, Q6_K 25.09 GB, Q8_0 32.48 GB | Apache-2.0 |
| Qwen3-30B-A3B | chat | Q4_K_M 18.56 GB, Q5_K_M 21.73 GB, Q8_0 32.48 GB | Apache-2.0 |
| Qwen3-14B | chat | Q4_K_M 9 GB, Q6_K 12.12 GB, Q8_0 15.7 GB | Apache-2.0 |
| Qwen3-8B | chat | Q4_K_M 5.03 GB, Q5_K_M 5.85 GB, Q8_0 8.71 GB | Apache-2.0 |
| Qwen3-4B | chat | Q4_K_M 2.5 GB, Q5_K_M 2.89 GB, Q8_0 4.28 GB | Apache-2.0 |
| Qwen3-VL-8B-Instruct | imágenes + texto | Q4_K_M 5.03 GB, Q8_0 8.71 GB | Apache-2.0 |
| Qwen3-Embedding-0.6B | búsqueda (embeddings) | Q8_0 0.64 GB, F16 1.2 GB | Apache-2.0 |
| Llama-3.3-70B-Instruct | chat | Q4_K_M 42.52 GB, Q8_0 74.98 GB | Llama 3.3 Community License |
Qué cabe en una tarjeta de 8, 12, 16, 24 o 32 GB
La misma cuenta que hace el verificador, calculada de antemano para cantidades comunes de memoria gráfica (a octubre de 2026). Cada modelo aparece en la cuantización más grande que cabe completa en la tarjeta, con sus pesos, su caché KV en el contexto con el que se sirve y unos 0.5 GB de overhead del runtime.
| Memoria de la tarjeta | Modelos que caben | Cuáles, y en qué cuantización | El resto |
|---|---|---|---|
| 8 GB | 2 de 10 | Qwen3-4B (Q8_0, necesita 6.7 GB); Qwen3-Embedding-0.6B (F16, necesita 2.5 GB) | 8 necesitan más memoria u offload a la CPU |
| 12 GB | 4 de 10 | Qwen3-8B (Q5_K_M, necesita 10.4 GB); Qwen3-VL-8B-Instruct (Q4_K_M, necesita 10.4 GB); Qwen3-4B (Q8_0, necesita 6.7 GB); Qwen3-Embedding-0.6B (F16, necesita 2.5 GB) | 6 necesitan más memoria u offload a la CPU |
| 16 GB | 5 de 10 | Qwen3-14B (Q4_K_M, necesita 13.9 GB); Qwen3-VL-8B-Instruct (Q8_0, necesita 13.8 GB); Qwen3-8B (Q8_0, necesita 13.1 GB); Qwen3-4B (Q8_0, necesita 6.7 GB); Qwen3-Embedding-0.6B (F16, necesita 2.5 GB) | 5 necesitan más memoria u offload a la CPU |
| 24 GB | 9 de 10 | Qwen3-Coder-30B-A3B-Instruct (Q5_K_M, necesita 23.7 GB); Qwen3-30B-A3B (Q5_K_M, necesita 23.7 GB); Qwen3.8-27B (UD-Q5_K_M, necesita 22.9 GB); Qwen3-32B (Q4_K_M, necesita 20.9 GB); Qwen3-14B (Q8_0, necesita 20.1 GB); Qwen3-VL-8B-Instruct (Q8_0, necesita 13.8 GB); Qwen3-8B (Q8_0, necesita 13.1 GB); Qwen3-4B (Q8_0, necesita 6.7 GB); Qwen3-Embedding-0.6B (F16, necesita 2.5 GB) | 1 necesita más memoria u offload a la CPU |
| 32 GB | 9 de 10 | Qwen3.8-27B (Q8_0, necesita 31.6 GB); Qwen3-32B (Q6_K, necesita 27.5 GB); Qwen3-Coder-30B-A3B-Instruct (Q6_K, necesita 26.9 GB); Qwen3-30B-A3B (Q5_K_M, necesita 23.7 GB); Qwen3-14B (Q8_0, necesita 20.1 GB); Qwen3-VL-8B-Instruct (Q8_0, necesita 13.8 GB); Qwen3-8B (Q8_0, necesita 13.1 GB); Qwen3-4B (Q8_0, necesita 6.7 GB); Qwen3-Embedding-0.6B (F16, necesita 2.5 GB) | 1 necesita más memoria u offload a la CPU |
Sin tokens por segundo, a propósito
La velocidad depende del modelo, la cuantización, el driver, el largo del contexto y cualquier otra cosa que esté usando la GPU, y una página que no cargó el modelo no puede medir nada de eso. Un número inventado sería peor que ninguno, así que esta página no muestra uno. La app de escritorio corre el modelo y puede decirte lo que realmente hizo.
Cómo se calculan estos números
- El tamaño de descarga es el tamaño del archivo GGUF según el propio catálogo de modelos de la app, en gigabytes decimales, como lo reporta Hugging Face.
- La caché KV es 2 × capas × contexto × kvDim × 2 bytes, en el contexto con el que la app serviría el modelo, no el largo con el que se entrenó el modelo.
- 0.5 GiB de overhead del runtime cubren el búfer de cómputo y la inicialización del contexto.
- Un modelo cabe cuando ese total es igual o menor que la VRAM de tu tarjeta. Corre justo cuando supera la VRAM pero queda por debajo de tu RAM, lo que significa offload a la CPU.
- La aritmética es la misma de la app de escritorio, portada sin cambios, y una prueba ata la página a los resultados en bytes de la app.