Cuánta VRAM y RAM tienes de verdad, qué modelos y cuantizaciones caben, a qué velocidad esperar y cómo medirlo tú antes de gastar dinero.
Un libro corto para decidir qué modelo de IA local descargar o qué equipo comprar sin ir a ciegas. Explica la cuenta de pesos, caché KV y margen con el registro real de Ollama, las cuantizaciones Q4/Q5/Q8 según llama.cpp y cómo medir la velocidad en tu PC. Lo no medido (otras gráficas, AMD, integradas, Mac) va con la regla de cálculo y la documentación oficial, marcado como estimación.
PDF sin registro: portada, índice completo y el primer capítulo tal como va en el libro.
Pago seguro en esta webVendedor: Parra Capital LLC, titular de la marca BeautyThingsDevoluciones · Licencia
Para quién
Para quién es, y para quién no
Usuarios de Windows que quieren ejecutar modelos de IA en su propio PC con Ollama o LM Studio y necesitan saber qué cabe y a qué velocidad antes de descargar o comprar.
Es para ti si…
Vas a comprar una gráfica o un PC y quieres saber qué modelos podrás usar de verdad.
Tienes una gráfica y no sabes si un modelo de 9B, 12B o 35B te cabe.
Ves Q4_K_M, Q5_K_M o Q8_0 en la descarga y no sabes cuál elegir.
Un modelo te va lento y quieres saber si es por memoria o por contexto.
No es para ti si…
Buscas arreglar un error concreto de Ollama: para eso está «Ollama en Windows cuando falla».
Quieres comparar la calidad de modelos de nube.
Esperas cifras medidas de tu gráfica exacta si no es una RTX 5060 Ti de 16 GB.
Resultado
Qué sabrás hacer
01
Saber tu VRAM total y libre reales, sin la trampa de los 4 GB de Windows.
02
Calcular lo que ocupa un modelo antes de descargarlo: pesos, caché KV y margen.
03
Elegir cuantización sabiendo cuánto ocupa y cuánto pierde cada una.
04
Prever cuánta memoria cuesta subir el contexto en cada arquitectura.
05
Medir lectura y escritura en tu equipo sin que la caché de Ollama te engañe.
06
Saber qué modelo probar primero con 4, 6, 8, 12, 16 o 24 GB, sin gráfica o en Mac.
07
Comprobar lo que importa antes de pagar una gráfica nueva.
Índice completo · 7 capítulos
Índice
Los títulos son los del manuscrito. Cada capítulo termina en una decisión que se puede comprobar.
01En 60 minutos: tu VRAM de verdad y el primer modelo medido en tu equipo
02Qué memoria cuenta: VRAM, RAM, compartida, integradas y Mac
03Cuánto ocupa un modelo: la cuenta de los pesos
04Cuantizaciones: Q4, Q5, Q8 y qué pierdes
05El contexto también ocupa: la caché KV
06Velocidad: qué esperar y cómo medirla
07Tu equipo → qué probar primero
Lo probamos · laboratorio
Lo que ocupa un modelo, según el registro de Ollama
Ollama 0.40.14 en Windows 11 con una RTX 5060 Ti de 16 GB, medido el 04/11/2026: memoria en la gráfica y velocidad de escritura de cuatro modelos Q4_K_M.
Pesos = parámetros × bits por peso ÷ 8 cuadró con el archivo de los cuatro modelos; Q4_K_M fueron 4,89–5,02 bits por peso, no 4.
Subir el contexto de 4.096 a 32.768 tokens costó menos de 1 GiB en qwen3.5:4b, qwen3.5:9b y gemma4:12b.
gemma4:12b, el mayor de los que cupieron, escribió a 111–113 t/s; qwen3.5:9b, a 56–58.
qwen3.6:35b no cupo en 16 GB: Ollama lo repartió con gráfica y RAM, respondió una vez y después dio error 500.
Fuente: Laboratorio BeautyThings, 04/11/2026. Cifras de un equipo concreto.
Pagas aquí mismo, en nuestra página de pago, con el formulario seguro de Stripe, y al terminar vas a tu página de descarga: el PDF y el paquete completo en un ZIP. Tu copia es personal: cada página del PDF lleva tu correo y el número de pedido. La página de descarga funciona durante un año, con un máximo de 10 descargas por archivo. El precio que ves es el precio final. Como es contenido digital de descarga inmediata, antes de pagar aceptas perder el desistimiento de 14 días; si un archivo falla, lo arreglamos.
¿Los datos de las pruebas son reales?
Los documentos son 100 % ficticios: actas, facturas y correos inventados para poder equivocarse sin riesgo. Las cifras sí son reales: son lo que midió el laboratorio el 04/11/2026 sobre esos documentos, con corrección automática por código.
¿Sirve si mi gráfica no es una RTX 5060 Ti?
Sí para la cuenta de memoria, que vale para cualquier gráfica. Las velocidades son de nuestro equipo: el libro te enseña a medir las tuyas y marca como estimación todo lo que no medimos.
¿Necesito tener Ollama instalado?
Para el inventario y la hoja de cálculo, no. Para medir velocidades con el script del paquete, sí; el capítulo 01 incluye la instalación y el primer modelo.
En 60 minutos, una cuenta gratis en ChatGPT, Claude, Gemini o Copilot con el entrenamiento desactivado, peticiones que responden bien a la primera y el método para comprobar lo que te dice.
Compara ChatGPT, Claude y Gemini con tus tareas, no con rankings: cinco pruebas con rúbrica, qué incluye cada plan, qué hacen con tus datos y cuándo pagar.
Monta en una hora un sistema local que responde sobre tus PDF con cita de página verificada. Cuándo meterlo todo, cuándo palabras clave y cuándo embeddings, medido, y cómo cumplir el RGPD.