Question 1

¿Qué LLM puedo ejecutar con 8 GB de RAM?

Accepted Answer

Con 8 GB puedes ejecutar sin problemas modelos cuantizados a 4 bits de hasta 7–8B parámetros, como Llama 3.1 8B o DeepSeek R1 7B. Los modelos más pequeños, como Llama 3.2 3B o Gemma 3 4B, van aún más rápido y dejan memoria libre para otras apps.

Question 2

¿Necesito una GPU para ejecutar un LLM en local?

Accepted Answer

No. Herramientas como Ollama, LM Studio y llama.cpp ejecutan los modelos en la CPU. Una GPU (o la memoria unificada de Apple Silicon) acelera la generación varias veces, pero la RAM es el verdadero límite: el modelo tiene que caber en memoria.

Question 3

¿Qué es la cuantización (Q4, Q8)?

Accepted Answer

La cuantización reduce el tamaño del modelo guardando sus pesos con menos bits. Q4 (4 bits) recorta el tamaño unas 4 veces respecto a los pesos originales de 16 bits con una pérdida de calidad mínima: es la forma estándar de ejecutar LLM en hardware de consumo.

Question 4

¿Cómo de preciso es este test?

Accepted Answer

Por privacidad, los navegadores limitan algunas señales: la memoria reportada se queda en 8 GB como máximo y los nombres de GPU se generalizan. Toma el resultado como una buena estimación y selecciona tu RAM real para un veredicto exacto. Todo se ejecuta en tu navegador: no se guarda ningún dato.

Question 5

¿Qué aplicaciones puedo usar para ejecutar modelos en local?

Accepted Answer

Las más populares son Ollama, LM Studio, llama.cpp y Jan. Elige un modelo que este test marque en verde, descarga su versión Q4 y en unos minutos estarás chateando sin conexión.

¿Qué LLM puedo ejecutar?

Preguntas frecuentes