FreeLLMTodos los modelos › inclusionAI
Ling-3.1-flash-1019
inclusionAI · lanzado el 27 oct 2026
Dónde usarlo gratis
- Ejecútalo en un solo comando con whichllm (gratis, código abierto):
uvx whichllm@latest plan "Ling-3.1-flash-1019"muestra la GPU que necesitas,uvx whichllm@latest run "Ling-3.1-flash-1019 gguf"la descarga y comienza un chat - Descárgalo y ejecútalo en casa: pesos oficiales · archivos GGUF para Ollama y LM Studio
Nuevo: esperando votos de Arena
Lanzado el 27 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.
Velocidad en hardware popular
| Hardware | Memoria de GPU | ¿Cabe? | Velocidad |
|---|---|---|---|
| RTX 3060 12 GB | 12 GB | No cabe | — |
| RTX 4060 Ti 16 GB | 16 GB | No cabe | — |
| RTX 3090 | 24 GB | No cabe | — |
| RTX 4090 | 24 GB | No cabe | — |
| RTX 5090 | 32 GB | No cabe | — |
| RX 7900 XTX | 24 GB | No cabe | — |
| 2 × RTX 3090 | 48 GB | No cabe | — |
| 4 × RTX 3090 | 96 GB | No cabe | — |
| Mac M4 Max 128 GB | 96 GB | No cabe | — |
| Ryzen AI Max+ 395 128 GB | 96 GB | No cabe | — |
| 8 × H100 SXM | 640 GB | Cabe en la GPU | 73 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 | 287 GB | 289 GB | 298 GB | +4.7 % pérdida notable |
| Q4_K_M | 348 GB | 350 GB | 358 GB | +1.2 % pérdida muy pequeña |
| Q5_K_M | 408 GB | 410 GB | 418 GB | +0.4 % casi sin pérdida |
| Q6_K | 470 GB | 472 GB | 481 GB | +0.2 % casi sin pérdida |
| Q8_0 | 609 GB | 611 GB | 619 GB | ≈ 0 % igual que el completo |
| F16 | 1145 GB | 1148 GB | 1156 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