¿Qué LLM locales caben en 12 GB de VRAM? (oct 2026)

GeForce RTX 3060 12GB (desktop) es la SKU del catálogo con el menor presupuesto neto en este tramo discreto de 12 GB: 11,00 GiB tras la reserva documentada. 43 modelos del catálogo caben con un artefacto con archivo. El mes sale del conjunto 2026-10-02.1 (oct 2026), no del reloj de compilación.

Conjunto de datos 2026-10-02.1 (oct 2026).

SKU del catálogo en este tramo

Tarjeta	Capacidad anunciada	Presupuesto neto
GeForce RTX 3060 12GB (desktop) Menor presupuesto neto	12 GB GDDR6	11,00 GiB
GeForce RTX 3080 12GB (desktop)	12 GB GDDR6X	11,00 GiB
GeForce RTX 4070 12GB (desktop, GDDR6X)	12 GB GDDR6X	11,00 GiB
GeForce RTX 4070 SUPER 12GB (desktop)	12 GB GDDR6X	11,00 GiB
GeForce RTX 5070 12GB (desktop)	12 GB GDDR7	11,00 GiB

Modelos del catálogo que caben

Cada fila es un artefacto con archivo en la tarjeta de referencia. Una cuantización ausente no se sustituye. La búsqueda de contexto termina en el tope documentado. Si ese tope no existe, el veredicto es solo a 8192 tokens.

Si el catálogo no trae ancho de banda, el techo de decodificación dice no disponible. Eso no es un veredicto de memoria.

Modelo	Artefacto	Contexto máximo que cabe	Contexto máximo incluyendo justo	Veredicto a 8192 tokens	Techo de decodificación	Enlaces
Qwen2.5-0.5B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Cabe con holgura 0,68 GiB–1,07 GiB	No disponible
Qwen3-0.6B	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	40.960	40.960	8192 Cabe con holgura 1,37 GiB–1,81 GiB	No disponible
Gemma 3 1B IT	GGUF Q4_0 (Google QAT) `gguf-q4_0` · `llama.cpp`	32.768	32.768	8192 Cabe con holgura 1,10 GiB–1,50 GiB	No disponible
Llama 3.2 1B Instruct	Official BF16 safetensors `bf16` · `vllm`	131.072	131.072	8192 Cabe con holgura 3,18 GiB–5,06 GiB	No disponible
Qwen2.5-1.5B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Cabe con holgura 1,38 GiB–1,80 GiB	No disponible
Qwen2.5-Coder-1.5B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Cabe con holgura 1,38 GiB–1,80 GiB	No disponible
SmolLM2-1.7B-Instruct	GGUF Q4_K_M (Hugging Face) `gguf-q4_k_m` · `llama.cpp`	8192	8192	8192 Cabe con holgura 2,61 GiB–3,11 GiB	No disponible
Qwen3-1.7B-Base	GGUF Q4_K_M (mradermacher) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Cabe con holgura 2,03 GiB–2,49 GiB	No disponible
Qwen3-1.7B	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	40.960	40.960	8192 Cabe con holgura 2,03 GiB–2,49 GiB	No disponible
Qwen2.5-3B-Instruct	GGUF Q4_K_M `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Cabe con holgura 2,37 GiB–2,80 GiB	No disponible
Qwen2.5-Coder-3B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Cabe con holgura 2,37 GiB–2,80 GiB	No disponible
Llama 3.2 3B Instruct	Official BF16 safetensors `bf16` · `vllm`	12.868	41.107	8192 Cabe 7,48 GiB–9,39 GiB	No disponible
Qwen2.5-VL-3B-Instruct	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	128.000	128.000	8192 Cabe con holgura 2,20 GiB–2,63 GiB	No disponible
Phi-3.5-mini-instruct	GGUF Q4_K_M (bartowski) `gguf-q4_k_m` · `llama.cpp`	18.187	23.609	8192 Cabe con holgura 5,35 GiB–5,98 GiB	No disponible
Phi-4-mini-instruct	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	53.843	70.076	8192 Cabe con holgura 3,45 GiB–3,94 GiB	No disponible
Qwen3-4B	GGUF Q4_K_M `gguf-q4_k_m` · `llama.cpp`	40.960	40.960	8192 Cabe con holgura 3,58 GiB–4,08 GiB	No disponible
Qwen3-4B-Instruct-2507	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	47.826	62.253	8192 Cabe con holgura 3,58 GiB–4,08 GiB	No disponible
Gemma 3 4B IT	GGUF Q4_0 (Google QAT) `gguf-q4_0` · `llama.cpp`	131.072	131.072	8192 Cabe con holgura 3,33 GiB–3,79 GiB	No disponible
Qwen3-VL-4B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	47.826	62.253	8192 Cabe con holgura 3,58 GiB–4,08 GiB	No disponible
Mistral-7B-Instruct-v0.3	GGUF Q4_K_M (bartowski) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Cabe con holgura 5,20 GiB–5,72 GiB	No disponible
DeepSeek-R1-Distill-Qwen-7B	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	86.646	121.963	8192 Cabe con holgura 4,92 GiB–5,42 GiB	No disponible
OpenMath-Nemotron-7B	GGUF Q4_K_M (mradermacher) `gguf-q4_k_m` · `llama.cpp`	86.646	121.963	8192 Cabe con holgura 4,92 GiB–5,42 GiB	No disponible
Qwen2-7B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Cabe con holgura 4,92 GiB–5,42 GiB	No disponible
Qwen2.5-7B-Instruct	GGUF Q4_K_M `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Cabe con holgura 4,92 GiB–5,42 GiB	No disponible
Qwen2.5-Coder-7B	GGUF Q4_K_M (mradermacher) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Cabe con holgura 4,92 GiB–5,42 GiB	No disponible
Qwen2.5-Coder-7B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Cabe con holgura 4,92 GiB–5,42 GiB	No disponible
Qwen2.5-Math-7B-Instruct	GGUF Q4_K_M (bartowski) `gguf-q4_k_m` · `llama.cpp`	4096	4096	8192 Cabe con holgura · Estimación aproximada 4,92 GiB–6,23 GiB	No disponible
DeepSeek-R1-Distill-Llama-8B	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	36.179	51.545	8192 Cabe con holgura 5,71 GiB–6,24 GiB	No disponible
granite-3.3-8b-instruct	GGUF Q4_K_M (IBM) `gguf-q4_k_m` · `llama.cpp`	28.814	41.101	8192 Cabe con holgura 5,98 GiB–6,53 GiB	No disponible
Qwen3-8B	GGUF Q4_K_M `gguf-q4_k_m` · `llama.cpp`	31.467	40.960	8192 Cabe con holgura 5,93 GiB–6,48 GiB	No disponible	Qwen3-8B · GeForce RTX 4070 12GB (desktop, GDDR6X)
Qwen3-8B-Base	GGUF Q4_K_M (mradermacher) `gguf-q4_k_m` · `llama.cpp`	31.467	32.768	8192 Cabe con holgura 5,93 GiB–6,48 GiB	No disponible	Qwen3-8B-Base · GeForce RTX 4070 12GB (desktop, GDDR6X)
Qwen2.5-VL-7B-Instruct	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	86.646	121.963	8192 Cabe con holgura 4,92 GiB–5,42 GiB	No disponible
Qwen3-VL-8B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	31.467	45.092	8192 Cabe con holgura 5,93 GiB–6,48 GiB	No disponible	Qwen3-VL-8B-Instruct · GeForce RTX 4070 12GB (desktop, GDDR6X)
GLM-4-9B-0414	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Cabe con holgura 6,18 GiB–6,69 GiB	No disponible
Gemma 3 12B IT	GGUF Q4_0 (Google QAT) `gguf-q4_0` · `llama.cpp`	21.364	49.849	8192 Cabe 8,46 GiB–9,04 GiB	No disponible
Mistral-Nemo-Instruct-2407	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	14.069	25.633	8192 Cabe 8,34 GiB–8,94 GiB	No disponible
phi-4	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	4907	13.606	8192 Ajustado 9,97 GiB–10,62 GiB	No disponible
Phi-4-reasoning	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	4112	12.811	8192 Ajustado 10,12 GiB–10,77 GiB	No disponible
Qwen3-14B	GGUF Q4_K_M `gguf-q4_k_m` · `llama.cpp`	5453	16.328	8192 Ajustado 9,76 GiB–10,39 GiB	No disponible
OpenMath-Nemotron-14B	GGUF Q4_K_M (mradermacher) `gguf-q4_k_m` · `llama.cpp`	4614	13.676	8192 Ajustado 10,00 GiB–10,64 GiB	No disponible
Qwen2.5-14B-Instruct	GGUF Q4_K_M `gguf-q4_k_m` · `llama.cpp`	4614	13.676	8192 Ajustado 10,00 GiB–10,64 GiB	No disponible
Qwen2.5-Coder-14B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	4614	13.676	8192 Ajustado 10,00 GiB–10,64 GiB	No disponible
Qwen3.8-27B	GGUF UD-IQ1_S (Unsloth) `gguf-ud-iq1_s` · `llama.cpp`	31.666	81.266	8192 Cabe · Estimación aproximada 6,54 GiB–8,14 GiB	No disponible