53 modelos de código abierto seleccionados para ejecutar en local. Cada uno con su caso de uso, la memoria que necesita y cómo instalarlo.
Fuente: Hugging Face y Ollama. Tamaños comprobados el 6 de octubre de 2026.
53 modelos 8 categorías 20 equipos comparados
Elige un modelo y una cuantización para ver en qué equipos cabe.
Elige un modelo, una cuantización y un contexto. Las barras dicen en qué equipos cabe.
Memoria necesaria estimada
Pesos = parámetros × bits por peso ÷ 8 (Q4_0 4,5 · Q4_K_M 4,85 · Q8_0 8,5 · FP16 16). Caché = MB por token × tokens de contexto. Motor = 1,5 GB.
Medido con ollama ps en nuestra GB10, el uso real queda entre 1,4 y 1,6 GB por debajo de esta cuenta: preferimos que te sobre memoria a que te falte. A la máquina le restamos además la parte que se queda el sistema.
Velocidad estimada: –
De menos a más memoria. Toca un equipo para ver su ficha y dónde comprarlo.
Consejo:
Recibe este análisis por correo
Análisis guardado. Te lo enviamos por correo.
Siguiente paso: Selector de hardware Calculadora ROI Subvenciones
53 modelos
Haz clic en un modelo para ver los detalles
8K context (16x MiniLM). Better for long documents. 768 dimensions. Apache 2.0.
Any device
ollama pull nomic-embed-text Top MTEB benchmark scores. 1024 dimensions. MIT license. Best quality per compute for English.
Any device
ollama pull bge-large Great balance of speed and quality. 768 dimensions. MIT license. Good for production RAG.
Any device
ollama pull gte-base 8K context, 1024 dimensions, strong multilingual. Top MTEB scores. Apache 2.0.
Any device
ollama pull snowflake-arctic-embed:l Best open image model. Exceptional text rendering and prompt adherence. NVFP4 variant runs on 8GB GPUs.
RTX 4060 Ti 16GB (FP8) or RTX 4090 (FP16)
Massive LoRA/ControlNet ecosystem. Fast on consumer GPUs. Still the most flexible image model.
RTX 4060 Ti (FP16) or any 8GB+ GPU
Single-step generation: near real-time images. Great for interactive apps and demos.
Any 8GB+ GPU
MMDiT architecture. Better prompt understanding than SDXL. Good text rendering.
RTX 4060 Ti 16GB or Mac Mini M4 24GB
3-stage pipeline is more VRAM efficient than SDXL. Good quality at lower compute cost.
Any 6GB+ GPU
Apache 2.0 licensed FLUX variant. 4-step generation (vs 50 for dev). Commercial use OK.
RTX 4060 Ti 16GB (FP8) or RTX 4090
Fastest open video model. Generates 5-second clips from text or images. NVFP4 optimized. Apache 2.0.
RTX 4060 Ti (FP16) or any 8GB+ GPU
Best open video quality. Longer clips than LTX. Strong motion consistency. Needs more VRAM.
RTX 4090 24GB or A100
No se encontraron modelos
Elige 2-3 modelos para compararlos lado a lado.
Para tareas que piden un modelo más grande del que cabe en tu equipo, esto cuesta la API. Solo publicamos precios que hemos comprobado en la página oficial de cada proveedor.
| Modelo | Proveedor | Entrada | Salida | Contexto |
|---|---|---|---|---|
| GPT-5 | OpenAI | $1.25 | $10.00 | 400K |
| GPT-5 Mini | OpenAI | $0.25 | $2.00 | 400K |
| Claude Sonnet 5 | Anthropic | $2.00 | $10.00 | 200K |
| Claude Haiku 4.5 | Anthropic | $1.00 | $5.00 | 200K |
Fuentes: OpenAI · Anthropic. Para comparar con lo que cuesta en local, usa la calculadora de coste.
Suscríbete y te avisamos cuando publiquemos guías, plantillas y workflows nuevos. Un correo a la semana, sin spam.
Ya publicados: 76 guías y 25 plantillas. Todo gratis y sin registro.
Dinos qué quieres ejecutar y con qué presupuesto. Te decimos qué hardware necesitas, qué modelo encaja y qué puedes esperar de él, antes de que gastes nada.
76 guías gratuitas · 17 plantillas de cumplimiento
Tu pregunta, con tu email; te contestamos nosotros
Tu pregunta y tu email:
¿Qué te trae hoy?