¿Qué LLM locales caben en 16 GB de VRAM? (oct 2026)

Radeon RX 7800 XT 16GB (desktop) es la SKU del catálogo con el menor presupuesto neto en este tramo discreto de 16 GB: 14,00 GiB tras la reserva documentada. 44 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
Radeon RX 7800 XT 16GB (desktop) Menor presupuesto neto	16 GB GDDR6	14,00 GiB
Radeon RX 9070 16GB (desktop)	16 GB GDDR6	14,00 GiB
Radeon RX 9070 XT 16GB (desktop)	16 GB GDDR6	14,00 GiB
GeForce RTX 4080 16GB (desktop)	16 GB GDDR6X	14,00 GiB
GeForce RTX 4080 SUPER 16GB (desktop)	16 GB GDDR6X	14,00 GiB
GeForce RTX 5060 Ti 16GB (desktop)	16 GB GDDR7	14,00 GiB
GeForce RTX 5070 Ti 16GB (desktop)	16 GB GDDR7	14,00 GiB
GeForce RTX 5080 16GB (desktop)	16 GB GDDR7	14,00 GiB
GeForce RTX 4060 Ti 16GB (desktop)	16 GB GDDR6	15,00 GiB
GeForce RTX 4070 Ti SUPER 16GB (desktop)	16 GB GDDR6X	15,00 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`	37.410	69.194	8192 Cabe con holgura 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`	25.077	31.801	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`	74.515	94.652	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`	66.200	84.098	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`	66.200	84.098	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`	131.072	131.072	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`	131.072	131.072	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`	56.850	76.121	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`	45.351	60.762	8192 Cabe con holgura 5,98 GiB–6,53 GiB	No disponible
Qwen3-8B	GGUF Q4_K_M `gguf-q4_k_m` · `llama.cpp`	40.960	40.960	8192 Cabe con holgura 5,93 GiB–6,48 GiB	No disponible
Qwen3-8B-Base	GGUF Q4_K_M (mradermacher) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Cabe con holgura 5,93 GiB–6,48 GiB	No disponible
Qwen2.5-VL-7B-Instruct	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	128.000	128.000	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`	49.841	66.937	8192 Cabe con holgura 5,93 GiB–6,48 GiB	No disponible
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`	62.707	99.001	8192 Cabe con holgura 8,46 GiB–9,04 GiB	No disponible
Mistral-Nemo-Instruct-2407	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	30.606	45.293	8192 Cabe con holgura 8,34 GiB–8,94 GiB	No disponible
phi-4	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	16.384	16.384	8192 Cabe 9,97 GiB–10,62 GiB	No disponible
Phi-4-reasoning	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	17.149	28.540	8192 Cabe 10,12 GiB–10,77 GiB	No disponible
Qwen3-14B	GGUF Q4_K_M `gguf-q4_k_m` · `llama.cpp`	21.735	35.988	8192 Cabe 9,76 GiB–10,39 GiB	No disponible
OpenMath-Nemotron-14B	GGUF Q4_K_M (mradermacher) `gguf-q4_k_m` · `llama.cpp`	18.179	30.060	8192 Cabe 10,00 GiB–10,64 GiB	No disponible
Qwen2.5-14B-Instruct	GGUF Q4_K_M `gguf-q4_k_m` · `llama.cpp`	18.179	30.060	8192 Cabe 10,00 GiB–10,64 GiB	No disponible	Qwen2.5-14B-Instruct · GeForce RTX 4060 Ti 16GB (desktop)
Qwen2.5-Coder-14B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	18.179	30.060	8192 Cabe 10,00 GiB–10,64 GiB	No disponible
DeepSeek-V2-Lite-Chat	GGUF Q4_K_M (mradermacher) `gguf-q4_k_m` · `llama.cpp`	17.137	145.761	8192 Cabe · Estimación aproximada 10,01 GiB–12,23 GiB	No disponible
Qwen3.8-27B	GGUF UD-IQ1_S (Unsloth) `gguf-ud-iq1_s` · `llama.cpp`	67.617	130.418	8192 Cabe con holgura · Estimación aproximada 6,54 GiB–8,14 GiB	No disponible	Qwen3.8-27B · GeForce RTX 5080 16GB (desktop)