Catálogo actualizado el 2026-11-16

Familias de modelos de IA para inferencia local

Explora las familias de modelos de pesos abiertos que puedes ejecutar en local con Ollama. Cada página de familia detalla todas las variantes, la RAM necesaria, la compatibilidad de dispositivos y el rendimiento esperado.

modelos seguidos
201
filas locales
157
clases de cuantización
10
verificados en el registro de Ollama
126
Cobertura del catálogo

Filtrado por calidad, sin inflar

ModelFit sigue 201 modelos repartidos en 41 familias, con 157 filas locales. Cada comando de Ollama se verifica en el registro antes de publicarse, y las cuantizaciones de 2 bits de baja calidad quedan fuera de la clasificación aunque existan técnicamente.

Política por defecto
Q4_K_M es el nivel recomendado por defecto; las variantes Q6/Q8 aparecen cuando aportan un margen de calidad real.
Actualidad
Instantánea del catálogo actualizada el 2026-11-16; las etiquetas nuevas entran por el proceso de verificación del registro, no por suposiciones sacadas de la web.
Cobertura honesta
Un catálogo más pequeño pero verificado es mejor que una lista más larga llena de etiquetas rotas y cuantizaciones inutilizables.
Tabla 1Modelos que se ejecutan en local

Familias de modelos de IA para uso local

8 familias
FamiliaDesarrolladorModelosTamañosNotas
QwenAlibaba Cloud400.5B-235BQwen es la familia de modelos de pesos abiertos de Alibaba Cloud, con entre 0.5B y 2.4T de parámetros. Qwen3.8 27B es el buque insignia local: un modelo visión-lenguaje denso con licencia Apache 2.0, mientras que el MoE Qwen3.8 2.4T A95B encabeza la gama en la nube.Qwen3.8 27B, buque insignia local (Apache 2.0, visión) · La gama en la nube llega hasta el MoE 2.4T A95B
LlamaMeta121B-405BLlama es la familia de modelos de pesos abiertos de Meta y la opción más popular para la IA local. La gama Llama 4 trae modelos MoE multimodales para equipos con mucha memoria, mientras que los tamaños Llama 3.x de 1B a 70B siguen siendo las opciones prácticas para portátiles y equipos de sobremesa.Familia de pesos abiertos más popular · Buen razonamiento general y buen seguimiento de instrucciones
DeepSeekDeepSeek AI87B-671BDeepSeek ofrece ahora dos gamas distintas. La generación V4 está pensada primero para la nube: V4.1 Flash es un MoE multimodal de imagen + texto con licencia MIT, y V4 Flash 0731 y V4 Pro son modelos por API. En hardware de consumo, DeepSeek significa las destilaciones de razonamiento R1, desde 7B hasta el 671B completo, todas verificadas en el registro de Ollama.V4.1 Flash: MoE multimodal de 552B, solo por API · Destilaciones R1 7B-70B que se ejecutan en local con Ollama
MistralMistral AI143.4B-123BLos modelos de Mistral AI son conocidos por su eficiencia y su buen rendimiento en relación con su tamaño. Mistral 7B fue un gran avance: demostró que los modelos pequeños podían competir con otros mucho más grandes.Excelente relación rendimiento por parámetro · Atención de ventana deslizante para mayor eficiencia
GemmaGoogle DeepMind191B-31BGemma es la familia de modelos abiertos y eficientes de Google DeepMind, ajustada para ofrecer buena calidad en tamaños pequeños. La gama Gemma 4 va desde un modelo de 4.5B para el dispositivo hasta un denso de 31B y un MoE de 26B, todos con Apache 2.0.Gemma 4 E4B: 4.5B efectivos, funciona en Mac de 8GB · Gemma 4 26B-A4B MoE: 25.2B en total, 3.8B activos
PhiMicrosoft63.8B-14BPhi es la familia de modelos pequeños pero potentes de Microsoft, basada en la idea de que unos datos de entrenamiento cuidados valen más que el simple número de parámetros. Phi-4 Mini concentra un razonamiento sólido en solo 3.8B de parámetros, mientras que Phi-4 14B compite en calidad con modelos mucho más grandes. Ambos se ejecutan en local con Ollama y encajan de forma natural en los Mac con Apple Silicon de poca RAM.La mejor calidad por gigabyte en tamaños pequeños · Phi-4 Mini 3.8B se carga en solo 3.2GB (7GB de RAM mín.)
LFM2Liquid AI28.3B-24BLFM2 es la familia de modelos de Liquid AI centrada en la eficiencia, construida sobre una arquitectura híbrida en lugar de un transformador denso estándar. Su modelo insignia, LFM2 24B-A2B, es un modelo de mezcla de expertos dispersa que activa solo 2B de sus 24B de parámetros por token. Ese diseño lo hace rápido en hardware de consumo y muy adecuado para flujos de trabajo con agentes, llamadas a herramientas y configuraciones locales que cuidan la privacidad.Diseño MoE híbrido: 24B de parámetros en total, solo 2B activos por token · Se carga en unos 14GB, cabe en cualquier Mac de 16GB
SmolLMHugging Face10.36B-0.36BSmolLM es la familia de modelos ultrapequeños de Hugging Face para los dispositivos más limitados. SmolLM2 360M se carga en unos 0.5GB y funciona en cualquier equipo con 1GB de RAM, desde Mac y iPhone antiguos hasta placas embebidas. Es el modelo más pequeño de nuestra base de datos y el más rápido según la puntuación de velocidad.Modelo diminuto de 360M de parámetros de Hugging Face · Se carga en unos 0.5GB, solo necesita 1GB de RAM
Más allá del hardware de consumo

Modelos insignia por API y de pesos abiertos

Modelos de vanguardia que no se ejecutan en un portátil: API alojadas, a menudo con pesos abiertos. Cada página explica qué hace el modelo y enumera las alternativas locales que sí caben en tu equipo.

Explorar todos los modelos

156 páginas de modelos

DeepSeek11

Gemma12

LFM22

Llama8

Mistral13

Otros modelos77

Phi4

Qwen28

SmolLM1

Tabla 2Todos los modelos seguidos

Catálogo completo de modelos

Filtra todos los modelos seguidos por RAM, familia, entorno de ejecución y presupuesto de contexto. Las cargas y las reglas de ajuste salen del mismo conjunto de datos que usa el asistente.

201 de 201 modelos
FamiliaCuant.Localollama
Qwen2.5 1.5B InstructQwen1.5BQ4_K_M4 GB~1.5 GBSíqwen2.5:1.5b-instruct-q4_K_M
Qwen2.5 3B InstructQwen3BQ4_K_M4 GB~2.5 GBSíqwen2.5:3b-instruct-q4_K_M
Qwen2.5 7B InstructQwen7BQ4_K_M8 GB~5.5 GBSíqwen2.5:7b-instruct-q4_K_M
Qwen2.5 14B InstructQwen14BQ4_K_M16 GB~11 GBSíqwen2.5:14b-instruct-q4_K_M
Llama 3.2 3B InstructLlama3BQ4_K_M4 GB~2.5 GBSíllama3.2:3b-instruct-q4_K_M
Llama 3.1 8B InstructLlama8BQ4_K_M12 GB~6.5 GBSíllama3.1:8b-instruct-q4_K_M
Llama 3.1 8B Instruct (Q8)Llama8BQ8_016 GB~8 GBSíllama3.1:8b-instruct-q8_0
Llama 3.1 8B Instruct (Q5)Llama8BQ5_K_M12 GB~8 GBSíllama3.1:8b-instruct-q5_K_M
Llama 3.1 70B InstructLlama70BQ4_K_M64 GB~42 GBSíllama3.1:70b-instruct-q4_K_M
Mistral 7B InstructMistral7BQ4_K_M8 GB~5.5 GBSímistral:7b-instruct-v0.3-q4_K_M
Mistral 7B Instruct (Q5)Mistral7BQ5_K_M8 GB~4.8 GBSímistral:7b-instruct-v0.3-q5_K_M
Mistral 7B Instruct (Q8)Mistral7BQ8_016 GB~7.2 GBSímistral:7b-instruct-v0.3-q8_0
Mixtral 8x7B InstructMistral46.7BQ4_K_M48 GB~30 GBSímixtral:8x7b
Mistral Nemo 12BMistral12BQ4_K_M16 GB~9.5 GBSímistral-nemo:12b
Mistral Nemo 12B (Q8)Mistral12BQ8_024 GB~12.1 GBSímistral-nemo:12b-instruct-2407-q8_0
Gemma 2 2B InstructGemma2BQ4_K_M4 GB~1.8 GBSígemma2:2b-instruct-q4_K_M
Gemma 2 9B InstructGemma9BQ4_K_M12 GB~7 GBSígemma2:9b-instruct-q4_K_M
Gemma 2 27B InstructGemma27BQ4_K_M32 GB~21 GBSígemma2:27b-instruct-q4_K_M
Phi-3 Mini 3.8BPhi3.8BQ4_K_M6 GB~3.2 GBSíphi3:3.8b-mini-4k-instruct-q4_K_M
Phi-3 Medium 14BPhi14BQ4_K_M16 GB~11 GBSíphi3:14b-medium-4k-instruct-q4_K_M
Phi-4 14BPhi14BQ4_K_M24 GB~11.5 GBSíphi4:14b-q4_K_M
Phi-4 14B (Q8)Phi14BQ8_024 GB~14.5 GBSíphi4:14b-q8_0
Qwen2.5 Coder 7BQwen7BQ4_K_M8 GB~5.5 GBSíqwen2.5-coder:7b
Qwen2.5 Coder 14BQwen14BQ4_K_M16 GB~11 GBSíqwen2.5-coder:14b
Llama 3.2 1B InstructLlama1BQ4_K_M2 GB~1 GBSíllama3.2:1b-instruct-q4_K_M
Mistral Small 22BMistral22BQ4_K_M32 GB~17 GBSímistral-small:22b
Kimi K2 InstructKimi1000BAPI0 GBn/dAbierto, no caben/d
Claude 3.5 SonnetClaudeNo divulgadoAPI0 GBn/dNuben/d
Claude 3.7 SonnetClaudeNo divulgadoAPI0 GBn/dNuben/d
Claude 3 OpusClaudeNo divulgadoAPI0 GBn/dNuben/d
Claude 4 OpusClaudeNo divulgadoAPI0 GBn/dNuben/d
Qwen2.5 0.5B InstructQwen0.5BQ4_K_M2 GB~0.8 GBSíqwen2.5:0.5b-instruct-q4_K_M
Gemma 3 1B InstructGemma1BQ4_K_M2 GB~1 GBSígemma3:1b
Gemma 3 1B Instruct (Q8)Gemma1BQ8_04 GB~1 GBSígemma3:1b-it-q8_0
Phi-4 Mini 3.8BPhi3.8BQ4_K_M6 GB~3.2 GBSíphi4-mini:3.8b
Phi-4 Mini 3.8B (Q8)Phi3.8BQ8_08 GB~3.8 GBSíphi4-mini:3.8b-q8_0
Microsoft Mage-VL-CoworkMage4BQ4_K_M8 GB~2.7 GBSín/d
SmolLM2 360MSmolLM0.36BQ4_K_M1 GB~0.5 GBSísmollm2:360m
Llama 3.3 70B InstructLlama70BQ4_K_M64 GB~42 GBSíllama3.3:70b-instruct-q4_K_M
Llama 3.1 405B InstructLlama405BQ4_K_M320 GB~243 GBSíllama3.1:405b-instruct-q4_K_M
DeepSeek-R1 671BDeepSeek671BQ4_K_M512 GB~380 GBSídeepseek-r1:671b-q4_K_M
Qwen3 8BQwen8BQ4_K_M12 GB~6.5 GBSíqwen3:8b-q4_K_M
Qwen3 8B (Q8)Qwen8BQ8_016 GB~8.1 GBSíqwen3:8b-q8_0
Qwen3 14BQwen14BQ4_K_M16 GB~11 GBSíqwen3:14b-q4_K_M
Qwen3 30BQwen30BQ4_K_M32 GB~22 GBSíqwen3:30b-a3b-q4_K_M
Qwen3 30B (Q8)Qwen30BQ8_048 GB~30.3 GBSíqwen3:30b-a3b-q8_0
Qwen3 32BQwen32BQ4_K_M32 GB~20.2 GBSíqwen3:32b-q4_K_M
Qwen3 32B (Q8)Qwen32BQ8_064 GB~35.1 GBSíqwen3:32b-q8_0
Qwen3 Coder 30B-A3BQwen30.5BQ4_K_M32 GB~18.6 GBSíqwen3-coder:30b-a3b-q4_K_M
Qwen3 Coder 30B-A3B (Q8)Qwen30.5BQ8_048 GB~32.5 GBSíqwen3-coder:30b-a3b-q8_0
Gemma 3 4B InstructGemma4BQ4_K_M6 GB~3.5 GBSígemma3:4b
Gemma 3 4B Instruct (Q8)Gemma4BQ8_08 GB~3.9 GBSígemma3:4b-it-q8_0
Gemma 3 12B InstructGemma12BQ4_K_M16 GB~9.5 GBSígemma3:12b
Gemma 3 27B InstructGemma27BQ4_K_M32 GB~21 GBSígemma3:27b
DeepSeek-R1 Distill Qwen 7BDeepSeek7BQ4_K_M8 GB~5.5 GBSídeepseek-r1:7b
DeepSeek-R1 Distill Qwen 7B (Q8)DeepSeek7BQ8_016 GB~7.5 GBSídeepseek-r1:7b-qwen-distill-q8_0
DeepSeek-R1 Distill Qwen 14BDeepSeek14BQ4_K_M16 GB~11 GBSídeepseek-r1:14b
DeepSeek-R1 Distill Qwen 14B (Q8)DeepSeek14BQ8_024 GB~14.6 GBSídeepseek-r1:14b-qwen-distill-q8_0
DeepSeek-R1 Distill Qwen 32BDeepSeek32BQ4_K_M32 GB~19.9 GBSídeepseek-r1:32b-qwen-distill-q4_K_M
DeepSeek-R1 Distill Qwen 32B (Q8)DeepSeek32BQ8_064 GB~34.8 GBSídeepseek-r1:32b-qwen-distill-q8_0
DeepSeek-R1 Distill Llama 70BDeepSeek70BQ4_K_M64 GB~42 GBSídeepseek-r1:70b
GPT-4oOpenAINo divulgadoAPI0 GBn/dNuben/d
GPT-4o miniOpenAINo divulgadoAPI0 GBn/dNuben/d
Claude 4 SonnetClaudeNo divulgadoAPI0 GBn/dNuben/d
Gemini 2.5 ProGoogleNo divulgadoAPI0 GBn/dNuben/d
Gemini 2.5 FlashGoogleNo divulgadoAPI0 GBn/dNuben/d
DeepSeek-V3DeepSeek671BAPI0 GBn/dAbierto, no caben/d
GLM-5Zhipu744BAPI0 GBn/dAbierto, no caben/d
GLM-4 PlusZhipuNo divulgadoAPI0 GBn/dNuben/d
Qwen3 235B A22BQwen235BQ4_K_M192 GB~130 GBSíqwen3:235b-a22b-q4_K_M
Mistral Small 3.1Mistral24BQ4_K_M24 GB~15 GBSímistral-small3.1:24b
Mistral Small 3.1 (Q8)Mistral24BQ8_036 GB~23.3 GBSímistral-small3.1:24b-instruct-2503-q8_0
DeepSeek-V3-0324DeepSeek671BAPI0 GBn/dAbierto, no caben/d
DeepSeek-R1DeepSeek671BAPI0 GBn/dAbierto, no caben/d
Qwen3.5 0.8B InstructQwen0.8BQ4_K_M2 GB~0.8 GBSíqwen3.5:0.8b
Qwen3.5 2B InstructQwen2BQ4_K_M4 GB~1.8 GBSíqwen3.5:2b
Qwen3.5 4B InstructQwen4BQ4_K_M6 GB~3.5 GBSíqwen3.5:4b
Qwen3.5 4B Instruct (Q8)Qwen4BQ8_08 GB~4.3 GBSíqwen3.5:4b-q8_0
Qwen3.5 9B InstructQwen9BQ4_K_M12 GB~7 GBSíqwen3.5:9b
Qwen3.5 35B-A3B InstructQwen35BQ4_K_M32 GB~20 GBSíqwen3.5:35b-a3b
Qwen3.5 27B InstructQwen27BQ4_K_M24 GB~16 GBSíqwen3.5:27b
Qwen3.5 27B Instruct (Q8)Qwen27BQ8_048 GB~27.1 GBSíqwen3.5:27b-q8_0
Qwen3.5 122B-A10B InstructQwen122BQ4_K_M96 GB~72 GBSíqwen3.5:122b-a10b
LFM2 24B-A2B InstructLFM224BQ4_K_M24 GB~14 GBSílfm2:24b-a2b
LFM2.5 8B-A1BLFM28.3BQ4_K_M8 GB~5.5 GBSílfm2.5:8b-a1b-q4_K_M
Granite 4.1 3B InstructGranite3BQ4_K_M4 GB~2 GBSígranite4.1:3b
Granite 4.1 8B InstructGranite8BQ4_K_M8 GB~5.5 GBSígranite4.1:8b
Qwen3.6 27BQwen27BQ4_K_M32 GB~18 GBSíqwen3.6:27b
Qwen3.8 27BQwen27BQ4_K_M24 GB~16.5 GBSíqwen3.8:27b
Qwen3.8 27B (Q8)Qwen27BQ8_048 GB~27.1 GBSíqwen3.8:27b-q8_0
Qwen3.6 35B-A3BQwen35BQ4_K_M32 GB~22 GBSíqwen3.6:35b-a3b
Gemma 4 31BGemma31BQ4_K_M32 GB~20 GBSígemma4:31b
Gemma 4 31B (Q8)Gemma31BQ8_048 GB~30.9 GBSígemma4:31b-it-q8_0
Gemma 4 26B-A4BGemma26BQ4_K_M24 GB~16 GBSígemma4:26b
Gemma 4 E4BGemma4.5BQ4_K_M6 GB~4 GBSígemma4:e4b
Gemma 4 E4B (Q8)Gemma4.5BQ8_016 GB~7.5 GBSígemma4:e4b-it-q8_0
Gemma 4 E2BGemma2.3BQ4_K_M4 GB~2.3 GBSígemma4:e2b
Gemma 4 E2B (Q8)Gemma2.3BQ8_08 GB~4.6 GBSígemma4:e2b-it-q8_0
Llama 4 ScoutLlama109BQ4_K_M96 GB~67 GBSíllama4:scout
Llama 4 MaverickLlama400BQ4_K_M320 GB~245 GBSíllama4:maverick
Mistral Medium 3.5Mistral128BAPI0 GBn/dAbierto (llama.cpp)n/d
Mistral Large 4Mistral1049BAPI0 GBn/dAbierto, no caben/d
DeepSeek V4 Flash 0731DeepSeek284BAPI0 GBn/dAbierto (llama.cpp)n/d
DeepSeek V4 ProDeepSeek1600BAPI0 GBn/dAbierto, no caben/d
DeepSeek V4.1 FlashDeepSeek763.21BAPI0 GBn/dAbierto, no caben/d
Kimi K2.6Kimi1000BAPI0 GBn/dAbierto, no caben/d
GLM-5.1Zhipu744BAPI0 GBn/dAbierto, no caben/d
Claude Opus 4.7ClaudeNo divulgadoAPI0 GBn/dNuben/d
Claude Opus 4.8ClaudeNo divulgadoAPI0 GBn/dNuben/d
GPT-5.5OpenAINo divulgadoAPI0 GBn/dNuben/d
Gemini 3.1 ProGoogleNo divulgadoAPI0 GBn/dNuben/d
Grok 4.3xAINo divulgadoAPI0 GBn/dNuben/d
Gemma 4 12BGemma12BQ4_K_M12 GB~8 GBSígemma4:12b
Claude Fable 5ClaudeNo divulgadoAPI0 GBn/dNuben/d
GLM-5.2Zhipu753BAPI0 GBn/dAbierto, no caben/d
Kimi K2.7-CodeKimi1000BAPI0 GBn/dAbierto, no caben/d
MiniMax M3MiniMax428BAPI0 GBn/dAbierto, no caben/d
Qwen3.7-PlusQwenNo divulgadoAPI0 GBn/dNuben/d
NVIDIA Nemotron 3 UltraNemotron550BAPI0 GBn/dAbierto, no caben/d
Xiaomi MiMo-V2-FlashMiMo309BAPI0 GBn/dAbierto (llama.cpp)n/d
NVIDIA Nemotron Cascade 2 30B-A3BNemotron30BQ6_K36 GB~24 GBSínemotron-cascade-2:30b
Poolside Laguna XS.2Laguna33BQ4_K_M36 GB~23 GBSílaguna-xs.2:q4_K_M
Cohere North Mini CodeNorth30BQ4_K_M32 GB~19 GBSínorth-mini-code-1.0:q4_K_M
GPT-OSS 120BGPT-OSS117BMXFP496 GB~65.4 GBSígpt-oss:120b
GPT-OSS 20BGPT-OSS21BMXFP424 GB~13.8 GBSígpt-oss:20b
Qwen3-Next 80B-A3BQwen80BQ4_K_M72 GB~50.4 GBSíqwen3-next:80b
Qwen3.6 35B-A3B (Q8)Qwen35BQ8_064 GB~38.7 GBSíqwen3.6:35b-a3b-q8_0
Qwen3.5 35B-A3B Instruct (Q8)Qwen35BQ8_064 GB~38.7 GBSíqwen3.5:35b-a3b-q8_0
Qwen3.5 9B Instruct (Q8)Qwen9BQ8_016 GB~10.7 GBSíqwen3.5:9b-q8_0
Qwen3.6 27B (Q8)Qwen27BQ8_048 GB~30 GBSíqwen3.6:27b-q8_0
Gemma 4 12B (Q8)Gemma12BQ8_024 GB~12.8 GBSígemma4:12b-it-q8_0
Gemma 4 26B-A4B (Q8)Gemma26BQ8_048 GB~28.1 GBSígemma4:26b-a4b-it-q8_0
Qwen3-Next 80B-A3B (Q8)Qwen80BQ8_0128 GB~84.8 GBSíqwen3-next:80b-a3b-instruct-q8_0
Qwen3 14B (Q8)Qwen14BQ8_024 GB~15.9 GBSíqwen3:14b-q8_0
Llama 3.3 70B Instruct (Q8)Llama70BQ8_096 GB~75 GBSíllama3.3:70b-instruct-q8_0
Llama 3.3 70B Instruct (Q6)Llama70BQ6_K96 GB~57.9 GBSíllama3.3:70b-instruct-q6_K
Kimi K3Kimi2800BAPI0 GBn/dAbierto, no caben/d
Laguna XS 2.1Laguna33BQ4_K_M32 GB~20.3 GBSílaguna-xs-2.1:q4_K_M
Laguna S 2.1Laguna118BQ4_K_M128 GB~96 GBSílaguna-s-2.1:q4_K_M
Ornith 1.0 9BOrnith9BQ4_K_M8 GB~5.6 GBSíornith:9b
Ornith 1.0 35BOrnith35BQ4_K_M32 GB~21.2 GBSíornith:35b
Qwen3.8-Flash-NextQwen125BQ4_K_XL192 GB~111.3 GBSín/d
Qwen3.8-Flash-Next (IQ4_XS)Qwen125BIQ4_XS128 GB~93.7 GBSín/d
Qwen3.8-Flash-Next (Q3)Qwen125BQ3_K_XL128 GB~90 GBSín/d
Qwen3.8 2.4T A95BQwen2400BAPI0 GBn/dAbierto, no caben/d
Granite 4.2 3BGranite3.7BQ4_K_M4 GB~2.1 GBSígranite4.2:3b
Granite 4.2 8BGranite8.8BQ4_K_M8 GB~5 GBSígranite4.2:8b
Granite 4.2 30BGranite29.3BQ4_K_M24 GB~16.5 GBSígranite4.2:30b
Nemotron 3.5 Lightning 30B-A3BNemotron30BQ4_K_M36 GB~25.4 GBSínemotron-3.5-lightning:30b
Nemotron 3.5 Lightning 30B-A3B (IQ4_XS)Nemotron30BIQ4_XS32 GB~18.9 GBSín/d
Muse Glimmer 30BMuse29.8BQ4_K_M32 GB~16.9 GBSímuse-glimmer:30b
MiniCPM-V 4.5 8BMiniCPM8.7BQ4_K_M12 GB~5.7 GBSíminicpm-v4.5:8b
GLM-5.3Zhipu753BAPI0 GBn/dAbierto, no caben/d
GLM-5.3 FlashZhipu321BAPI0 GBn/dAbierto (llama.cpp)n/d
GLM-4.7-Flash 30B-A3BZhipu30BQ4_K_M32 GB~19 GBSíglm-4.7-flash
GLM-4-9B-ChatZhipu9.4BQ4_K_M12 GB~6.3 GBSíglm4:9b-chat-q4_K_M
GLM-4-9B-Chat (Q8)Zhipu9.4BQ8_016 GB~10 GBSíglm4:9b-chat-q8_0
Nemotron 3 Super 120B-A12BNemotron120BQ4_K_M128 GB~86.8 GBSínemotron-3-super:120b
Nemotron 3 Super 120B-A12B (IQ4_XS)Nemotron120BIQ4_XS96 GB~64.5 GBSín/d
Olmo 3.1 32B InstructOlmo32BQ4_K_M32 GB~19.5 GBSíolmo-3.1:32b
MiMo-V2.6-Distill-Qwen-9BMiMo9BQ4_K_M16 GB~5.8 GBSín/d
Ling-3.0-flashLing124BQ4_K_M128 GB~77.8 GBSín/d
Ling-3.0-flash (IQ4_XS)Ling124BIQ4_XS96 GB~68.7 GBSín/d
Xiaomi MiMo-V2.6-FlashMiMo309BAPI0 GBn/dAbierto (llama.cpp)n/d
Xiaomi MiMo-V2.6-ProMiMo1020BAPI0 GBn/dAbierto, no caben/d
Devstral Small 2 24BMistral24BQ4_K_M24 GB~15.2 GBSídevstral-small-2:24b
Devstral 2 123BMistral123BQ4_K_M96 GB~74.9 GBSídevstral-2:123b
Ministral 3 3BMistral3.4BQ4_K_M6 GB~3 GBSíministral-3:3b
Ministral 3 8BMistral8.4BQ4_K_M12 GB~6 GBSíministral-3:8b
Ministral 3 14BMistral13.5BQ4_K_M16 GB~9.1 GBSíministral-3:14b
Inkling SmallInkling276BAPI0 GBn/dAbierto (llama.cpp)n/d
Flint 40B-A2.5BFlint39.8BNVFP436 GB~22.9 GBSíflint:40b
Mellum2.1 12B-A2.5B ThinkingMellum12.1BQ4_K_M16 GB~8.1 GBSín/d
Kolibri 1Kolibri78.1BQ4_K_M96 GB~49.8 GBSín/d
Kolibri 1 (IQ4_XS)Kolibri78.1BIQ4_XS64 GB~43.6 GBSín/d
AREX-2 27BAREX27.4BQ4_K_M32 GB~17.2 GBSín/d
Arete 27BArete27.4BQ4_K_M32 GB~17.2 GBSín/d
TwIL-8BTwIL8.79BQ4_K_M8 GB~5.3 GBSín/d
Nanbeige4.3 33BNanbeige33.1BQ4_K_M32 GB~20.8 GBSín/d
Nanbeige4.3 33B (Q8)Nanbeige33.1BQ8_064 GB~35.2 GBSín/d
Ripple 65B PreviewRipple64.8BQ4_K_M64 GB~38.8 GBSíripple-preview:65b-q4_K_M
Ripple 65B Preview (Q8)Ripple64.8BQ8_096 GB~68.8 GBSín/d
Muse Spark OpenMuse816BAPI0 GBn/dAbierto, no caben/d
MiniMax M3.1 FlashMiniMax428BAPI0 GBn/dAbierto, no caben/d
MiniMax M3.1 FlashMiniMax428BQ4_K_XL512 GB~249.4 GBSín/d
MiniMax M3.1 Flash (Q3_K_XL)MiniMax428BQ3_K_XL256 GB~194 GBSín/d
Beam 1.0Beam501BAPI0 GBn/dAbierto, no caben/d
NVIDIA Nemotron 3.5 Bolt E4BNemotron4BQ4_K_M12 GB~7.9 GBSínemotron-3.5-bolt:e4b
Granite Switch 4.1 8BGranite8.8BQ4_K_M12 GB~6.4 GBSín/d
Granite Switch 4.1 30BGranite30BQ4_K_M32 GB~21 GBSín/d
Jebadiah 9BJebadiah9BQ4_K_M12 GB~5.8 GBSín/d
Jebadiah 9B (Q5)Jebadiah9BQ5_K_M12 GB~6.6 GBSín/d
Jebadiah 9B (Q8)Jebadiah9BQ8_016 GB~9.8 GBSín/d
Jebadiah 27BJebadiah27BQ4_K_M32 GB~16.8 GBSín/d
Jebadiah 27B (Q5)Jebadiah27BQ5_K_M32 GB~19.5 GBSín/d
Jebadiah 27B (Q8)Jebadiah27BQ8_048 GB~29 GBSín/d
LFM3 1.7BLFM31.73BQ4_K_M4 GB~1.1 GBSílfm3:1.7b
Ling-3.1-flash-1019Ling560BQ4_K_M512 GB~358 GBSín/d
Tencent Hy4 PreviewHy770BIQ4_XS512 GB~417 GBSín/d
Ornith 1.5 122BOrnith125.09BQ4_K_M128 GB~75.8 GBSíornith-1.5:122b
Sage-A1.5Sage35.95BQ4_K_M32 GB~21.7 GBSín/d

¿Cuánta RAM necesitas?

Desglose completo en la página de estadísticas.

Explorar por hardware