Catálogo de hardware para IA local 2026: qué comprar con 0, 250, 700, 1.000 y 2.500 EUR
Al terminar este artículo sabrás en qué tramo de presupuesto está tu empresa, qué compra ese dinero en septiembre de 2026 y qué modelo ejecuta cada dispositivo a una velocidad útil. El tramo más barato no cuesta nada: es el ordenador que ya tienes encima de la mesa. Nuestra comparativa de los tres mejores dispositivos para IA local analiza tres máquinas a fondo; este catálogo es más amplio y está ordenado por lo que puedes gastar.
Qué necesitas
- Diez minutos y las cinco preguntas de abajo.
- El tamaño aproximado del modelo que necesita tu tarea (3B, 8B, 14B, 32B o 70B parámetros). Si aún no lo sabes, empieza por 8B: es el tamaño en el que acaban la mayoría de tareas de empresa.
- Cualquier asistente de IA para revisar las cuentas. Pégale las tablas y pregúntale: “Con este tamaño de modelo y este número de usuarios, ¿qué tramo necesito?”
Los precios son los que publicaron tiendas y rastreadores en 2026, con conversiones aproximadas; la memoria ha subido mucho este año, así que comprueba el precio el día que compres. Las velocidades son tokens por segundo (tok/s) con modelos cuantizados a 4 bits. Cada número que no hemos medido nosotros enlaza a su fuente.
Paso 1: responde cinco preguntas antes de gastar nada
- ¿Cuál es el modelo más grande que necesita tu tarea de verdad? Pruébalo antes en la máquina que tienes o en una demo alojada gratuita. La mayoría de tareas con documentos, correos y soporte funcionan con 8B. Razonar sobre contratos largos pide 14B a 32B. Pocas tareas justifican 70B.
- ¿Cuántas personas lo usarán en el mismo instante? Una persona cada vez es trabajo de mini PC. Cinco usuarios simultáneos necesitan una GPU dedicada, porque el rendimiento escala con el ancho de banda de memoria.
- ¿Dónde va a estar la máquina? Una caja silenciosa en una mesa apunta a un Mac mini o a una Jetson. Una torre ruidosa en un armario abre la puerta a GPU de segunda mano, que dan más memoria por euro.
- ¿Ya tienes un PC con una ranura PCIe libre y una fuente de 550 W? Si es así, la mejora más barata es una tarjeta gráfica, no un ordenador nuevo.
- ¿Quién lo va a mantener? NVIDIA y Apple tienen el camino de software más llano. Intel Arc ofrece la memoria de vídeo más barata pero exige más configuración, como explicamos en los límites.
Apunta las respuestas. La tabla de tramos se lee a partir de ellas.
Paso 2: lee el catálogo por tramos
| Tramo | Dispositivo | Memoria para modelos | Ejecuta con soltura | Velocidad (de terceros salvo indicación) |
|---|---|---|---|---|
| 0 EUR | El portátil o PC que ya tienes (16 GB de RAM, solo CPU) | RAM compartida | 3B; 8B despacio | mide la tuya con el método de nuestro artículo de costes |
| 250 EUR | Raspberry Pi 5, 16 GB | 16 GB compartidos | 1B a 3B | 3,3 a 5,8 tok/s con Llama 3.2 3B (aidatatools) |
| 250 EUR | NVIDIA Jetson Orin Nano Super | 8 GB compartidos | 3B | 12 a 18 tok/s con 3B (Edge AI Vision) |
| 250 EUR (solo tarjeta) | RTX 3060 12 GB usada, en un PC tuyo | 12 GB de VRAM | 8B; 14B justo | 52 a 65 tok/s con Llama 3.1 8B Q4_K_M (SpecPicks); 239 a 280 $ (GPUDojo) |
| 250 EUR (solo tarjeta) | Intel Arc B580 12 GB, en un PC tuyo | 12 GB de VRAM | 8B | 73,8 tok/s con Llama 2 7B Q4_0 en llama.cpp SYCL (discusión de llama.cpp); 249 $ nueva (InsiderLLM) |
| 700 EUR | Mac mini M4, 16 GB | 16 GB unificados | 8B; 14B justo | 719 EUR (Applesfera); mismo chip que la fila de 24 GB |
| 700 EUR (solo tarjeta) | RTX 5060 Ti 16 GB, en un PC tuyo | 16 GB de VRAM | 8B a 14B | 550 a 700 EUR (VideoCardz) |
| 1.000 EUR | Mac mini M4, 24 GB | 24 GB unificados | 8B a 14B; 32B justo | ~35 tok/s con Qwen 2.5 7B (Compute Market); 719 + 250 EUR por los 24 GB (Applesfera) |
| 1.000 EUR (solo tarjeta) | RTX 3090 24 GB usada, en un PC tuyo | 24 GB de VRAM | 14B a 32B | 800 a 1.200 $ (XDA); 70B solo con descarga a CPU, a 5,2 tok/s (GigaGPU) |
| 2.500 EUR | Mac Studio M4 Max, 36 GB | 36 GB unificados | 32B | 2.329 EUR (Applesfera) |
| 2.500 EUR | Torre con dos RTX 3090 usadas (48 GB) | 48 GB de VRAM | 70B a 4 bits | solo las dos tarjetas cuestan 1.600 a 2.400 $; un par de RTX 4090 llega a 21 tok/s con Llama 3 70B (Sergey Nog), las 3090 van más lentas |
Dos máquinas quedan a propósito justo por encima del último tramo. Un MacBook Pro M4 Max de 64 GB ejecuta Llama 3.3 70B a entre 12,5 y 17,2 tok/s (Markaicode) y el nuevo Mac Studio M5 Max parte de 3.029 EUR (Hipertextual). Un 70B cómodo empieza por encima de 2.500 EUR. Por debajo, 70B significa descargar capas a la CPU y velocidades de un dígito.
Sobre el precio de la Raspberry Pi: salió a 120 $ (Raspberry Pi), subió 60 $ en febrero de 2026 por el coste de la memoria (Raspberry Pi) y Tom’s Hardware informó después de 205 $ (Tom’s Hardware). A ese precio, la Jetson es mejor compra para IA.
Paso 3: comprueba que el modelo cabe en memoria
Un modelo a 4 bits necesita más o menos el tamaño de su fichero más espacio para el contexto. Usa esta regla y confírmala con ollama ps tras la primera ejecución:
# tamaños de fichero en Q4_K_M, según la biblioteca de Ollama y Hugging Face
# 3B ~2 GB | 8B ~5 GB | 14B ~9 GB | 32B ~20 GB | 70B ~43 GB
ollama run llama3.1:8b "Saluda en una sola línea"
ollama ps # la columna SIZE es lo que ocupa el modelo ahora mismoDeja un 20 por ciento libre. Si ollama ps muestra un reparto entre CPU y GPU, el modelo no cabe y estás en el tramo anterior al que creías.
Qué medimos nosotros
Como referencia de escala, y no como recomendación, aquí está nuestra estación de trabajo junto a los tramos. Es una NVIDIA GB10 con 128 GB de memoria unificada, compartida con unos cincuenta servicios más, medida el 09-09-2026 con Ollama 0.30.10.
| Máquina | Modelo | tok/s | Memoria residente | Fecha |
|---|---|---|---|---|
| GB10, 128 GB | llama3.1:8b (Q4_K_M) | 23 a 24 (37,8 el día anterior, con la máquina más tranquila) | 5,3 GB con contexto de 4k | 09-09-2026 |
| GB10, 128 GB | qwen3.6:35b (Q4_K_M) | 37 a 60 en tres ejecuciones | 23 GB con contexto de 8k | 09-09-2026 |
| GB10, 128 GB | qwen2.5vl:72b (Q4_K_M) | 3,2 (ejecución en frío) | contexto de 8k | 09-09-2026 |
La lección está en la última fila: incluso 128 GB de memoria unificada dan velocidades de un dígito con un modelo de 72B, porque la velocidad de generación sigue al ancho de banda de memoria, no a su tamaño. Una RTX 3060 usada supera a nuestra estación con un modelo de 8B. Compra para el modelo que vas a ejecutar, no para el más grande que podrías cargar.
Dónde encaja y los límites honestos
- 0 a 250 EUR cubre un asistente de un solo usuario con modelos de 3B a 8B: redactar, clasificar, resumir documentos cortos. No aguantará a cinco personas a la vez.
- 700 a 1.000 EUR es donde aterrizan la mayoría de las pequeñas empresas: un modelo de 8B a 14B sirviendo a un equipo de diez en trabajo rutinario, en silencio, por debajo de 40 W.
- 2.500 EUR compra 32B con soltura o 70B despacio. Antes de gastarlo, comprueba que el modelo de 14B falla de verdad en tu tarea; muchas veces no falla.
- Intel Arc es la memoria de vídeo más barata de la tabla, pero Ollama no tiene soporte nativo para Arc y el backend de llama.cpp requiere configuración (InsiderLLM). Elígela si a alguien de tu equipo le gusta Linux.
- Las tarjetas de segunda mano no tienen garantía. Compra a un vendedor que muestre una prueba de estrés y reserva dinero para la fuente de alimentación.
Siguientes pasos
- Lee primero la comparativa de tres dispositivos si no lo has hecho: Los 3 mejores dispositivos para IA local en 2026.
- Calcula el mes en que el dispositivo se amortiza: IA en la nube o en local: tu punto de equilibrio en 15 minutos.
- Mete un modelo mayor en la memoria que tienes: La cuantización explicada.
- Instala el software cuando llegue la caja: Cómo implementar IA en una empresa española.
Trabaja con nosotros
Dimensionamos el hardware de cada cliente a partir de sus tokens reales y de sus usuarios simultáneos, y no nos cuesta decir que el tramo de 0 EUR basta cuando basta. Si quieres una segunda opinión antes de hacer el pedido, escríbenos o mira cómo trabajamos en consultoría.