FreeLLMTodos los modelos › RecursiveSI
Dónde usarlo gratis
- API gratuita en OpenRouter: id del modelo
recursive/flint-v1.0:free. Pruébalo lado a lado · Página de OpenRouter - Descárgalo y ejecútalo en casa: pesos oficiales · archivos GGUF para Ollama y LM Studio
Nuevo: esperando votos de Arena
Lanzado el 21 oct 2026. Arena aún no ha votado este modelo. En cuanto lo haga, el modelo pasará a la clasificación automáticamente, normalmente la noche siguiente. Mientras tanto, puedes consultar abajo su tamaño, la memoria que necesita y su velocidad, y probarlo gratis.
Velocidad en hardware popular
| Hardware | Memoria de GPU | ¿Cabe? | Velocidad |
|---|---|---|---|
| RTX 3060 12 GB | 12 GB | GPU + 64 GB de RAM | 50 tok/s |
| RTX 4060 Ti 16 GB | 16 GB | GPU + 64 GB de RAM | 52 tok/s |
| RTX 3090 | 24 GB | GPU + 64 GB de RAM | 134 tok/s |
| RTX 4090 | 24 GB | GPU + 64 GB de RAM | 139 tok/s |
| RTX 5090 | 32 GB | Cabe en la GPU | 218 tok/s |
| RX 7900 XTX | 24 GB | GPU + 64 GB de RAM | 136 tok/s |
| 2 × RTX 3090 | 48 GB | Cabe en la GPU | 156 tok/s |
| 4 × RTX 3090 | 96 GB | Cabe en la GPU | 148 tok/s |
| Mac M4 Max 128 GB | 96 GB | Cabe en la GPU | 81 tok/s |
| Ryzen AI Max+ 395 128 GB | 96 GB | Cabe en la GPU | 65 tok/s |
| 8 × H100 SXM | 640 GB | Cabe en la GPU | 220 tok/s |
Estimación a 4 bits con contexto de 32K y 64 GB de DDR5 para el volcado a RAM. Velocidad ≈ ancho de banda de memoria × 78 % ÷ datos leídos por token, más un coste fijo por token, calibrada con 44 pruebas reales de llama.cpp; error típico de unos ±10 %. Compara todas las GPU.
Memoria de GPU necesaria
| Nivel | Contexto de 8K | Contexto de 32K | Contexto de 128K | Calidad frente al modelo completo |
|---|---|---|---|---|
| Q3_K_M | 21 GB | 21 GB | 24 GB | +6.2 % pérdida notable |
| Q4_K_M | 25 GB | 26 GB | 29 GB | +1.6 % pérdida pequeña |
| Q5_K_M | 29 GB | 30 GB | 33 GB | +0.5 % casi sin pérdida |
| Q6_K | 34 GB | 34 GB | 37 GB | +0.2 % casi sin pérdida |
| Q8_0 | 43 GB | 44 GB | 47 GB | ≈ 0 % igual que el completo |
| F16 | 80 GB | 81 GB | 84 GB | ≈ 0 % igual que el completo |
Pesos + caché de contexto (según la arquitectura del modelo) + entorno de ejecución. Calidad: aumento de perplexity respecto al modelo completo, según pruebas de llama.cpp, ajustado al tamaño del modelo. Simula tu propia configuración.
Comparte esta página:XLinkedInRedditWhatsApp
¿Has visto un número incorrecto o un enlace roto? Avísanos del error