Ranking actualizado el 22/09/2026
La RTX 4060 Ti 16 GB (GDDR6, 288 GB/s) es la más barata para disponer de 16 GB de VRAM (~480 € nueva). El bajo ancho de banda limita la velocidad de generación, pero los modelos de 24B en Q4 funcionan a 18-22 tok/s.
RTX 4060 Ti 16GB : alternativa de compra disponible para IA local — RTX 5060 Ti 16 GB :
¿Qué PC elegir según tu presupuesto? Nuestras opciones de 800 a 3 500 € →
Enlaces de afiliados — QuelLLM puede percibir una comisión por las compras, sin coste adicional para ti, lo cual no influye en el ranking (establecido de forma independiente). Como socio de Amazon, QuelLLM obtiene un beneficio de las compras que cumplen las condiciones requeridas.
Modelo denso de 14B con razonamiento híbrido. Iguala a Qwen 2.5 32B Base en STEM/código.
ollama run qwen3:14b
Modelo de razonamiento de 14B con licencia MIT. Supera a R1-Distill-Llama-70B en las evaluaciones AIME24/25 de Microsoft con una quinta parte de los parámetros.
ollama run phi4-reasoning:14b
Razonamiento excepcional para su tamaño. Orientado a STEM.
ollama run phi4:14b
Coder 14B. HumanEval 89.6, LiveCodeBench 37.1. Equilibrio ideal de VRAM para programar con modelos autoalojados.
ollama run qwen2.5-coder:14b
R1 destilado con Qwen 14B como modelo base. AIME24 69.7, MATH-500 93.9. Supera a o1-mini en muchos benchmarks.
ollama run deepseek-r1:14b
Denso 14B Apache 2.0. MMLU 79.7, HumanEval 83.5. 29+ idiomas. Buen equilibrio.
ollama run qwen2.5:14b
Dense 8B Apache 2.0, 12 idiomas, incluido FR, 131k ctx, GQA 32Q/8KV. MMLU 73.84, HumanEval 85.37. Salida 29 de abril de 2026.
# HuggingFace : ibm-granite/granite-4.1-8b
| Puesto | Modelo | Params | VRAM Q4 | Contexto | Licencia | En RTX 4060 Ti 16GB |
|---|---|---|---|---|---|---|
| #1 | Qwen 3 14B | 14B | 9 GB | 131 072 | Apache 2.0 | 6 tok/s · Q8 |
| #2 | Phi-4 Reasoning 14B | 14B | 9 GB | 32 768 | MIT | 6 tok/s · Q8 |
| #3 | Phi-4 14B | 14B | 9 GB | 16 384 | MIT | 6 tok/s · Q8 |
| #4 | Qwen 2.5 Coder 14B Instruct | 14B | 9 GB | 131 072 | Apache 2.0 | 6 tok/s · Q8 |
| #5 | DeepSeek R1 Distill Qwen 14B | 14B | 9 GB | 131 072 | MIT | 6 tok/s · Q8 |
| #6 | Qwen 2.5 14B Instruct | 14B | 9 GB | 131 072 | Apache 2.0 | 6 tok/s · Q8 |
| #7 | Granite 4.1 8B Instruct | 8B | 5 GB | 131 072 | Apache 2.0 | 12 tok/s · FP16 |
Tu ChatGPT privado y gratuito en tu máquina en 1 hora — LM Studio, Ollama, Open WebUI, tus documentos, sin nube.
Memo gratuito
Recibe el resumen VRAM → mejor modelo de código → comando Ollama (una sola pantalla, copiar y pegar). Y pasa al kit Copiloto Local para convertirlo en una configuración que realmente funcione.
El kit Copiloto Local — las configuraciones de Ollama + Cline + Aider listas para pegar, Modelfiles ajustados, solución de problemas, espacio en línea de por vida →Sin spam. Darte de baja en 1 clic. Tus datos se quedan con nosotros (nunca se venden).
Tu tarjeta → el mejor modelo para programar que puedes ejecutar en local, y el comando exacto de Ollama:
| Tu VRAM | GPU / Mac típicos | Modelo recomendado para programar | Comando Ollama |
|---|---|---|---|
| 8 GB | RTX 4060 / 3060 · M1-M2 16 GB | Qwen 3.5 9B (Q4, 6,6 GB — 256k ctx) | ollama run qwen3.5:9b |
| 12 GB | RTX 3060 12 GB / 4070 / 5070 | Qwen 3.5 9B (Q8, 11 GB) o Gemma 4 12B (7,6 GB) | ollama run qwen3.5:9b-q8_0 |
| 16 GB | RTX 5070 Ti / 4080 / 5080 · RX 9070 XT · M4 24 GB | Devstral 24B (Q4, 14 GB) — especialista en agentes de programación | ollama run devstral:24b |
| 24 GB | RTX 3090 / 4090 · RX 7900 XTX · M4 Pro 48 GB | Qwen 3.8 27B (Q4, 18 GB) — el « casi Copilot » | ollama run qwen3.8:27b |
| 32 GB | RTX 5090 | Qwen 3.6 35B-A3B (Q4, 23 GB) — MoE rápido | ollama run qwen3.6:35b |
| 48 GB+ | Mac M4 Max 64 GB · M2 Ultra 128 GB | Qwen3-Coder 30B-A3B (Q8, 32 GB — 256k ctx) | ollama run qwen3-coder:30b-a3b-q8_0 |
-base : ollama run qwen2.5-coder:7b-base — sigue siendo la referencia en este caso concreto. ⚠️ Qwen 3.8: su nivel de razonamiento está configurado muy alto por defecto y «piensa demasiado» ante solicitudes simples — bájalo a low (o desactívalo) en el primer arranque. ⚠️ La trampa de la licencia: Codestral 22B = Mistral Non-Production License → prohibido para programar en el trabajo. Qwen 3.5/3.8, Gemma 4 y Devstral tienen licencia Apache 2.0. 💡 ¿Se cuelga por falta de memoria? Deja ~1,5 GB de VRAM libre para el contexto, o baja un nivel de cuantización.🔌 Para integrarlo en VS Code: Cline (agente que trabaja con varios archivos), Aider (CLI) o Tabby/Twinny (autocompletado FIM) — todos se conectan a Ollama en local. El kit Copiloto Local — configuraciones listas para pegar + configuración probada — está disponible: /copilote-local.
Filtro: Q4_K_M ≤ 14 GB. Bonificación: 7-14B y 13-24B. Los 288 GB/s limitan el rendimiento, pero los 16 GB permiten acceder a modelos de 24B.
Criterios considerados:
La puntuación es totalmente transparente: consulta nuestra metodología para conocer los detalles del cálculo de VRAM/tokens/seg.
4060 Ti 16 vs 4070 12 GB: ¿LLM?
4070 = 12 GB + 504 GB/s. 4060 Ti 16 = 16 GB + 288 GB/s. Para 24B Q4, la 4060 Ti 16 gana (la 4070 no puede). En velocidad con modelos de 7-14B, la 4070 es ~2× más rápida. Consulta RTX 4070.
Ancho de banda 288 GB/s: ¿cuántos tok/s?
Mistral 7B Q4: ~18 tok/s. Qwen 3 14B Q4: ~14 tok/s. Mistral Small 24B Q4: ~10 tok/s. Utilizable, pero claramente más lento que una 4070.
¿4060 Ti 16 o 5060 Ti 16?
5060 Ti 16 = GDDR7 448 GB/s = ~50 % más rápida. ~150 € más si la compras nueva. Elige la 5060 Ti 16 si vas a comprar una tarjeta nueva. Consulta RTX 5060 Ti 16GB.
¿Para quién es la 4060 Ti 16?
Para quienes tienen un presupuesto ajustado y quieren probar modelos de 24B, o para una configuración multi-GPU (2× 4060 Ti 16 = 32 GB por unos 960 €). No es la opción óptima si buscas velocidad pura.
Profundiza con nuestras comparativas detalladas entre los finalistas: