¿Qué IA cabe en tu equipo? Calculadora de modelos en local
Elige tu equipo y te decimos qué modelos de IA puedes usar en local con Ollama, cuáles van justos y a qué velocidad aproximada.
Gratis y sin registrarte · Datos a 9 de octubre de 2026
La velocidad es una estimación nuestra, en tokens por segundo generando texto (un token es algo menos de una palabra). Va en una horquilla porque depende del programa, del contexto y de tu equipo.
Cómo calculamos si tu equipo puede con un modelo
Partimos de lo que ocupa cada modelo en la biblioteca de Ollama, en la versión que baja por defecto (cuantizada a 4 bits). A eso le sumamos un 10 % y medio giga para el contexto de la conversación y el resto. Si sobra un 10 % de memoria, va bien; si llega sin ese colchón, va justo.
La memoria que cuenta depende del equipo. En una tarjeta gráfica, su VRAM. En un Mac, unas tres cuartas partes de la memoria, que es lo que macOS deja usar a la gráfica (lo explicamos en qué Mac comprar para IA). En los mini PC con Ryzen AI Max+ 395, los 96 GB que AMD deja reservar como memoria de vídeo. Y sin gráfica, algo más de dos tercios de la RAM.
Cómo estimamos la velocidad
Al escribir, el modelo tiene que leer de la memoria todos sus pesos para cada token. Por eso la velocidad máxima es, más o menos, el ancho de banda de la memoria entre lo que ocupa el modelo. En los de mezcla de expertos solo cuentan los parámetros activos, y por eso corren mucho más de lo que su tamaño haría pensar.
En la práctica no se llega a ese tope. Con los benchmarks públicos que citamos en las mejores tarjetas gráficas para IA y en el artículo de Mac, la velocidad real queda entre el 45 % y el 75 % del máximo, y esa es la horquilla que te damos. Es una estimación: el programa, la cuantización y lo larga que sea la conversación la mueven.
Si tu equipo no llega al modelo que quieres
- Prueba un modelo más pequeño de la misma familia: suelen venir en varios tamaños.
- Busca una versión de mezcla de expertos: ocupa más, pero va mucho más rápida.
- Usa la API de un modelo en la nube y mira antes cuánto te costaría en la calculadora de coste de la API.
Para empezar desde cero, la guía de Ollama paso a paso y la de modelos de IA en local.
Preguntas frecuentes
¿Cuánta memoria necesito para usar un modelo de IA en local?
Lo que ocupa el modelo descargado más un margen para el contexto. A 4 bits, que es lo que baja Ollama por defecto, un modelo de 8.000 millones de parámetros ocupa unos 5 GB y uno de 27.000 a 31.000 millones, de 18 a 19 GB. Con una gráfica, tiene que caber en su memoria (VRAM); en un Mac, en unas tres cuartas partes de la memoria unificada.
¿Por qué un modelo de 30B puede ir más rápido que uno de 27B?
Porque algunos son de mezcla de expertos (MoE): Qwen3 30B tiene 30.000 millones de parámetros, pero para cada palabra solo usa unos 3.000 millones, así que lee mucho menos de la memoria. Ocupa como uno grande y corre como uno pequeño.
¿Puedo usar IA en local sin tarjeta gráfica?
Sí, con el procesador y la RAM, pero más despacio: la memoria DDR5 de un ordenador normal mueve unos 90 GB/s, frente a los 448 a 1.792 GB/s de las gráficas actuales. Para modelos pequeños, de hasta unos 8.000 millones de parámetros, se puede trabajar.
¿Qué pasa si el modelo no cabe entero en la gráfica?
Ollama pone en la gráfica lo que cabe y el resto en la RAM del ordenador. Funciona, pero la velocidad cae mucho, porque la parte que va por la RAM marca el ritmo. Por eso lo marcamos como «lento».