España · EUR
Calculadora de VRAM para LLM y contexto
Introduce el tamaño del modelo, su cuantización y el contexto para obtener una estimación de memoria. La herramienta suma pesos, caché de contexto, sobrecarga y margen; también muestra los supuestos que puedes cambiar. Para empezar con una GPU nueva, compararía las variantes de 16 GB de RTX 5060 Ti y 5070 Ti cuando la estimación cabe con margen. Si no cabe, elegiría más capacidad o un modelo menor, en lugar de comprar más potencia con la misma memoria.
Qué elegir según tu caso
Empezar con 16 GB

ASUS Dual GeForce RTX 5060 Ti 16GB GDDR7 OC Edition - Tarjeta gráfica | PCIe 5.0, 16GB GDDR7, DLSS 4, HDMI 2.1b, DisplayPort 2.1b, diseño de 2.5 ranuras, ventilador Axial-tech, tecnología 0dB
Para un proyecto compatible que quepa con contexto y margen.
838,99 €
Precio del 16/11/2026 09:48 · hora de Madrid
Comprar en Amazon ↗Necesidad de más memoria

Gigabyte Technology AORUS GeForce RTX 3090 Master - Tarjeta gráfica (24 GB), GV-N3090AORUS M-24GD
Una opción usada de 24 GB si aceptas condición y costes de instalación.
1.499,99 €
Precio del 11/11/2026 18:57 · hora de Madrid
Comprar en Amazon ↗Capacidad de 32 GB

GIGABYTE AORUS GeForce RTX 5090 Master Ice 32G Tarjeta Gráfica - 32GB GDDR7, 512 bits, PCI-E 5.0, 2655MHz Frecuencia Base, 3 x DP 2.1a, 1 x HDMI 2.1b, NVIDIA DLSS 4, GV-N5090AORUSM ICE-32GD
Para un trabajo que justifique la estación completa y su presupuesto.
7.399,55 €
Precio del 16/11/2026 05:51 · hora de Madrid
Comprar en Amazon ↗Calcula tu caso
Valores iniciales de ejemplo. Cambia los datos para representar tu equipo y tu proyecto.
Precios y configuraciones en Amazon

ASUS Dual GeForce RTX 5060 Ti 16GB GDDR7 OC Edition - Tarjeta gráfica | PCIe 5.0, 16GB GDDR7, DLSS 4, HDMI 2.1b, DisplayPort 2.1b, diseño de 2.5 ranuras, ventilador Axial-tech, tecnología 0dB
838,99 €
Precio del 16/11/2026 09:48 · hora de Madrid
Nuevo
Comprar en Amazon ↗
GIGABYTE GeForce RTX 5070 Ti Eagle OC SFF 16G Tarjeta Gráfica - 16GB GDDR7, 256 bits, PCI-E 5.0, 2542 MHz Core Clock, 3 x DP 2.1a, 1 x HDMI 2.1b, NVIDIA DLSS 4, GV-N507TEAGLE OC-16GD
1.496,24 €
Precio del 16/11/2026 09:48 · hora de Madrid
Nuevo
Comprar en Amazon ↗
Gigabyte Technology AORUS GeForce RTX 3090 Master - Tarjeta gráfica (24 GB), GV-N3090AORUS M-24GD
1.499,99 €
Precio del 11/11/2026 18:57 · hora de Madrid
Usado
Comprar en Amazon ↗
Zotac Gaming RTX 4090 Trinity OC 24Go
4.789,99 €
Precio del 16/11/2026 08:21 · hora de Madrid
Nuevo
Comprar en Amazon ↗
GIGABYTE AORUS GeForce RTX 5090 Master Ice 32G Tarjeta Gráfica - 32GB GDDR7, 512 bits, PCI-E 5.0, 2655MHz Frecuencia Base, 3 x DP 2.1a, 1 x HDMI 2.1b, NVIDIA DLSS 4, GV-N5090AORUSM ICE-32GD
7.399,55 €
Precio del 16/11/2026 05:51 · hora de Madrid
Nuevo
Comprar en Amazon ↗
MSI GeForce RTX 5060 Ti 16G VENTUS 2X OC PLUS - Tarjeta gráfica | RTX 5060 Ti, 16GB GDDR7 (28Gbps/128-bit), PCIe 5.0 - Diseño térmico de doble ventilador - HDMI 2.1b, DisplayPort 2.1
885,63 €
Precio del 16/11/2026 05:49 · hora de Madrid
Nuevo
Comprar en Amazon ↗
ASUS Prime GeForce RTX 5070 Ti 16GB GDDR7 OC Edition - Tarjeta gráfica | Compatible con SFF, PCIe 5.0, 16GB GDDR7, HDMI/DP 2.1, 2.5 ranuras, ventiladores Axial-tech, BIOS dual
1.499,00 €
Precio del 16/11/2026 09:48 · hora de Madrid
Nuevo
Comprar en Amazon ↗
Tarjeta gráfica VIPERA NVIDIA Geforce RTX 4090 Founders Edition
4.989,99 €
Precio del 15/11/2026 16:55 · hora de Madrid
Nuevo
Comprar en Amazon ↗Los precios pueden cambiar. El importe final y las condiciones de venta son los que muestra Amazon al comprar.
Guía para decidir la compra
Qué datos introducir para una estimación útil
Usa el número de parámetros de la variante concreta, los bits de los pesos y el contexto que mantendrás realmente. Para la caché KV puedes introducir capas, cabezas KV, dimensión de cabeza, precisión y solicitudes simultáneas. Esos datos dependen de la arquitectura: no todas las variantes de una familia utilizan los mismos valores. Si no los conoces, mantén el resultado como una orientación y comprueba después el programa real.
Ejemplo: un modelo de ocho mil millones de parámetros
Con pesos de 4 bits, el cálculo ideal de pesos da aproximadamente 3,73 GiB. Una caché ilustrativa de 32 capas, 8 cabezas KV, dimensión 128, 4.096 tokens y 16 bits añade unos 0,50 GiB por solicitud. Si introduces 2 GiB de sobrecarga y un margen del 15 %, el resultado ronda 7,16 GiB. Es un ejemplo matemático con esos supuestos, no una medición de cualquier modelo de 8B ni una garantía de compatibilidad.
Qué hacer con el resultado
Si queda muy cerca del límite de tu tarjeta, reducir contexto o elegir una cuantización diferente puede ser preferible a forzar la memoria. Para varias personas, incrementa la concurrencia y estudia cómo administra cachés el servidor. El resultado no estima velocidad. Una GPU más potente puede generar más deprisa dentro de su capacidad, pero no convierte 16 GB en 24 GB. En memoria unificada reserva también recursos para el sistema y las demás aplicaciones.
Por qué elegir cada opción
GeForce RTX 5060 Ti de 16 GB: empezar con 16 gb
Para un proyecto compatible que quepa con contexto y margen. Una opción de entrada para experimentar con CUDA y modelos que caben en 16 GB sin pagar por una GPU superior. Elegiría expresamente la variante de 16 GB, porque compartir el nombre 5060 Ti no convierte otra capacidad en equivalente. Para sesiones frecuentes o cargas que necesitan más velocidad, la 5070 Ti puede compensar. Si el modelo desborda la memoria, subir de potencia dentro de 16 GB no resuelve el problema.
GeForce RTX 3090 de 24 GB, usada: necesidad de más memoria
Una opción usada de 24 GB si aceptas condición y costes de instalación. La consideraría para un proyecto que necesita más de 16 GB de VRAM y acepta comprar hardware usado. Su ventaja principal en esta comparación es la capacidad, no una promesa de mayor velocidad en todos los programas. El precio razonable depende del estado, la garantía del vendedor y de si tu caja y fuente ya son adecuadas. Para un primer PC sin experiencia con segunda mano preferiría una opción nueva compatible.
GeForce RTX 5090 de 32 GB: capacidad de 32 gb
Para un trabajo que justifique la estación completa y su presupuesto. Mi opción de estas tarjetas cuando un proyecto justifica 32 GB y una estación de alto presupuesto. Antes de pagar por ella reservaría dinero para la fuente, la caja, la ventilación y el resto del ordenador. No la elegiría para resolver tareas esporádicas que ya caben en una GPU más económica. La capacidad de una 5090 de sobremesa no debe confundirse con una variante de portátil que comparte parte del nombre.
Memoria del modelo, contexto y margen de trabajo
El tamaño del archivo del modelo no es toda la memoria necesaria para ejecutarlo. Además de los pesos, el programa utiliza memoria de trabajo y conserva información de la conversación. Un contexto más largo y varias solicitudes simultáneas pueden cambiar la capacidad que necesitas. La cuantización reduce el tamaño de los pesos, pero también cambia la calidad y el comportamiento del modelo.
Como primera aproximación, los pesos de un modelo de 8.000 millones de parámetros a 4 bits ocupan unos 4.000 millones de bytes antes de añadir estructuras y memoria de ejecución. Esa cuenta ayuda a descartar compras claramente insuficientes, pero no demuestra que un proyecto concreto vaya a caber. Elige el modelo, la cuantización, el contexto y el programa antes de fijar una cifra de VRAM. Después deja margen para el sistema y verifica la carga real; una configuración que funciona justo puede resultar incómoda en sesiones largas.
El programa decide qué acelerador te sirve
CUDA, ROCm, Metal y Vulkan no son nombres intercambiables. Una herramienta que depende de una biblioteca CUDA puede necesitar NVIDIA aunque otra herramienta ejecute el mismo modelo en una GPU AMD o en Apple Silicon. La compatibilidad también cambia con el sistema operativo y la versión del programa. Una ficha que anuncia muchos TOPS de NPU no demuestra que esa NPU acelere el flujo que vas a utilizar.
Para Ollama o LM Studio, identifica primero el backend disponible para tu equipo y consulta la compatibilidad actual. Para nodos de imagen, entrenamiento o extensiones específicas, comprueba además sus dependencias. Elegir una máquina con más memoria pero sin soporte para el programa puede ser una compra peor que una configuración más modesta compatible. En un proyecto de trabajo, la opción prudente es reproducir una tarea pequeña con el mismo entorno antes de comprometer todo el presupuesto.
Qué significa que un modelo funcione bien
Que un modelo se cargue no significa que vaya a responder a una velocidad cómoda. La carga inicial, el procesamiento de un documento largo y la generación de la respuesta son fases distintas. Un resultado útil debe indicar el modelo y su versión, cuantización, contexto, programa y configuración. Sin esos datos, dos cifras de rendimiento pueden describir trabajos muy diferentes.
Para un asistente personal tolerarás una espera distinta que para varias personas consultando un servidor. La memoria determina qué cabe; el ancho de banda y la capacidad de cálculo influyen en lo que tarda. En generación de imágenes importan también la resolución, el número de pasos y los componentes cargados. Comprar por un único resultado promocional puede llevarte a una configuración cara que mejora poco tu tarea. Define primero qué tiempo de respuesta necesitas y compara con esa misma carga.
Presupuesta la estación completa
Una gráfica no es un ordenador completo. Para instalarla debes disponer de una caja con espacio, una fuente adecuada, los conectores correctos y ventilación suficiente. Una tarjeta usada barata puede dejar de serlo si obliga a cambiar la mitad del equipo. Añade también RAM del sistema y almacenamiento para los modelos, archivos temporales y datos de trabajo.
En un mini PC de memoria unificada o un Mac, el coste se concentra en la configuración inicial y la ampliación puede ser limitada. En una torre puedes sustituir piezas, aunque eso no implica que cualquier ampliación sea compatible. Para un proyecto que crecerá, elige qué parte necesitas ampliar: memoria, almacenamiento, GPU o acceso de varios usuarios. No pagaría por todo a la vez sin un motivo; reservar presupuesto para la siguiente necesidad suele ser mejor que comprar la opción más cara por precaución.
Preguntas frecuentes
¿El cálculo incluye toda la memoria?
Incluye los componentes que introduces y una sobrecarga editable. Los runtimes pueden añadir buffers, estructuras y asignaciones distintas, por lo que debe contrastarse con la carga real.
¿Qué cambia con más contexto?
La estimación de caché KV aumenta con los tokens y con las solicitudes simultáneas según los supuestos elegidos. Los pesos no aumentan por alargar la conversación.
¿Puedo aplicar el resultado a un Mac?
Sirve como orientación de capacidad, pero debes reservar memoria para macOS y comprobar el backend. No representa una equivalencia de velocidad con una GPU dedicada.
¿Qué tarjeta elegiría si faltan gigabytes?
Subiría de clase de memoria o reduciría el modelo/contexto. No pagaría más por otra tarjeta de la misma capacidad esperando que desaparezca el límite.
Mi recomendación
Utiliza la calculadora para descartar configuraciones insuficientes. Después elige una plataforma compatible y verifica la carga real con margen antes de comprometer el presupuesto.
Documentación de los fabricantes y del software
Como afiliado de Amazon, Cloudzat obtiene ingresos por las compras adscritas que cumplen los requisitos aplicables.