FreeLLMTodos los modelos › google
Dónde usarlo gratis
- El chat del propio laboratorio: aistudio.google.com (gratis con límites diarios)
- Ejecútalo en un solo comando con whichllm (gratis, código abierto):
uvx whichllm@latest plan "gemma-3-4b-it"muestra la GPU que necesitas,uvx whichllm@latest run "gemma-3-4b-it gguf"la descarga y comienza un chat - Descárgalo y ejecútalo en casa: pesos oficiales · archivos GGUF para Ollama y LM Studio
Puntuaciones de Arena
| Arena | Puntuación | Puesto | Votos |
|---|---|---|---|
| Chat | 1303 | n.º 287 de 419 | 4K |
Puesto entre todos los modelos, incluidos los de pago. Fuente: conjunto de datos de la clasificación de Arena.
Velocidad en hardware popular
| Hardware | Memoria de GPU | ¿Cabe? | Velocidad |
|---|---|---|---|
| RTX 3060 12 GB | 12 GB | Cabe en la GPU | 74 tok/s |
| RTX 4060 Ti 16 GB | 16 GB | Cabe en la GPU | 60 tok/s |
| RTX 3090 | 24 GB | Cabe en la GPU | 171 tok/s |
| RTX 4090 | 24 GB | Cabe en la GPU | 182 tok/s |
| RTX 5090 | 32 GB | Cabe en la GPU | 284 tok/s |
| RX 7900 XTX | 24 GB | Cabe en la GPU | 175 tok/s |
| 2 × RTX 3090 | 48 GB | Cabe en la GPU | 166 tok/s |
| 4 × RTX 3090 | 96 GB | Cabe en la GPU | 157 tok/s |
| Mac M4 Max 128 GB | 96 GB | Cabe en la GPU | 85 tok/s |
| Ryzen AI Max+ 395 128 GB | 96 GB | Cabe en la GPU | 54 tok/s |
| 8 × H100 SXM | 640 GB | Cabe en la GPU | 352 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 | 3.1 GB | 3.7 GB | 6.1 GB | +10.5 % pérdida notable |
| Q4_K_M | 3.5 GB | 4.1 GB | 6.5 GB | +2.8 % pérdida pequeña |
| Q5_K_M | 4.0 GB | 4.6 GB | 7.0 GB | +0.9 % pérdida muy pequeña |
| Q6_K | 4.4 GB | 5.0 GB | 7.5 GB | +0.3 % casi sin pérdida |
| Q8_0 | 5.5 GB | 6.1 GB | 8.5 GB | ≈ 0 % igual que el completo |
| F16 | 9.5 GB | 10 GB | 13 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.
Puntuación en Chat a lo largo del tiempo
Puntuación de Arena del 29 abr 2026 al 28 oct 2026.
Modelos gratis similares en Chat
- Mistral Small 3.1 24B Instruct (2503) 1303
- Qwen2.5-72B-Instruct 1303 · 72.7 B
- Granite 4.1 8B 1304 · 8.8 B
- Olmo 3 32B Think 1306
- Mistral Large (2411) 1306
- Llama 3.1 Nemotron 70B Instruct 1299
Comparte esta página:XLinkedInRedditWhatsApp
¿Has visto un número incorrecto o un enlace roto? Avísanos del error