Cómo elegir el modelo ideal según tu RAM y caso de uso
¿No sabes qué modelo cabe en tu hardware?
Prueba nuestra calculadora interactiva — selecciona tu GPU y RAM para obtener una recomendación en segundos.
Elegir el modelo equivocado es el error más común que cometen los usuarios nuevos de Ollama. Si es demasiado grande, tu máquina se queda sin RAM a mitad de la generación — o va tan lento que se vuelve inutilizable. Si es demasiado pequeño, la calidad de salida no es suficiente para tu tarea.
El modelo correcto depende de tres cosas: cuánta RAM tienes, si tienes GPU y qué quieres hacer. Esta guía cruza los tres factores para darte una recomendación concreta que puedes ejecutar en menos de dos minutos.
Tabla de decisión rápida
Los valores de tokens/s son aproximados, medidos con un modelo cuantizado Q4_K_M en una RTX 4060 (8 GB VRAM). Con solo CPU la velocidad es aproximadamente 3–5× más lenta.
| Modelo | Parámetros | Ideal para | RAM mínima | Tokens/s |
|---|---|---|---|---|
| Llama 3.2 3B | 3B | Chat general, hardware básico | 8 GB | ~45 tok/s |
| Llama 3.1 8B | 8B | Uso diario equilibrado | 16 GB | ~30 tok/s |
| Mistral 7B | 7B | Respuestas rápidas, código | 16 GB | ~35 tok/s |
| Qwen3 14B | 14B | Matemáticas, razonamiento, código | 24 GB | ~18 tok/s |
| Phi-4 14B | 14B | Razonamiento sin gastar mucho | 24 GB | ~17 tok/s |
| Qwen3 32B | 32B | La mejor calidad open-weight | 48 GB | ~8 tok/s |
Por caso de uso
Programación y desarrollo
Para generación de código, debugging y explicación de código, Qwen3 14B es la mejor opción entre los modelos open-weight. Supera consistentemente a alternativas del mismo tamaño en los benchmarks HumanEval y MBPP, y su ventana de contexto maneja archivos grandes sin perder el hilo.
Si tienes menos de 24 GB de RAM, Mistral 7B es
el modelo de código más rápido en el nivel 7B — sus respuestas se sienten más ágiles que Llama 3.1 8B para
completaciones cortas. Descárgalo con ollama run mistral.
Chat general y escritura
Llama 3.1 8B es el punto de equilibrio para la conversación cotidiana, redacción y resúmenes. El ajuste fino de instrucciones de Meta le da un tono natural y útil que la mayoría de los usuarios prefiere sobre las salidas más escuetas de modelos más pequeños. Cabe cómodamente en 16 GB de RAM con la cuantización Q4_K_M por defecto.
Si la calidad importa más que la velocidad (y tienes 24 GB o más), dar el salto a Phi-4 14B ofrece un razonamiento notablemente mejor sobre documentos largos sin el costo completo de Qwen3 14B.
Hardware básico (8 GB de RAM o menos)
Llama 3.2 3B es el modelo para máquinas con 8 GB de RAM total (o 8 GB VRAM en una GPU dedicada). Con cuantización Q4_K_M usa menos de 2,5 GB, dejando espacio para el sistema operativo y el navegador.
Solo con CPU y sin GPU, espera 5–10 tok/s en un procesador Ryzen o Core moderno —
lento pero usable para tareas no interactivas como resúmenes. Para un footprint aún menor,
ollama run llama3.2:1b
usa menos de 1 GB y sigue generando texto coherente para preguntas simples.
Entendiendo la cuantización
La cuantización reduce el número de bits usados para almacenar cada peso del modelo, sacrificando una pequeña cantidad de calidad a cambio de una gran reducción en RAM y espacio en disco. Ollama soporta varios niveles:
| Nivel | Bits/peso | Tamaño (modelo 14B) | Pérdida de calidad |
|---|---|---|---|
| Q4_K_M | 4-bit | ~9 GB | Mínima — recomendada |
| Q5_K_M | 5-bit | ~11 GB | Muy baja |
| Q8_0 | 8-bit | ~15 GB | Casi sin pérdida |
| FP16 | 16-bit | ~28 GB | Ninguna (original) |
Para descargar una cuantización específica, agrégala después del tag del modelo:
# Q4_K_M — mejor ratio tamaño/calidad (recomendado para la mayoría)
ollama run qwen3:14b-q4_K_M
# Q8_0 — mayor calidad de salida, usa ~15 GB de RAM
ollama run qwen3:14b-q8_0ollama ps.
Muestra el nombre del modelo, el tamaño cargado en memoria, qué procesador (CPU/GPU) lo está manejando
y cuánto tiempo falta para que Ollama lo descargue automáticamente.
# Verifica qué modelos están cargados y cuánta RAM usan
ollama ps
NAME ID SIZE PROCESSOR UNTIL
qwen3:14b-q4_K_M a8fbc91d2e3a 9.5 GB 100% GPU 4 minutes from now¿Tu hardware puede con él?
Ahora que elegiste un modelo, comprueba si tu GPU o CPU es lo suficientemente rápida para ejecutarlo a una velocidad útil. Nuestra guía de Hardware hace benchmark de los setups más comunes para que sepas qué esperar antes de descargar 15 GB.
Ir a la guía de Hardware →