Ranking actualizado el 22/09/2026
La RTX 4070 Ti Super (16 GB GDDR6X, 672 GB/s) ha duplicado la VRAM de la 4070 Ti. Ideal para alcanzar los 24B en Q4 sin necesidad de subir a la 4080.
RTX 4070 Ti Super : alternativa de compra disponible para IA local — RTX 5070 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 4070 Ti Super |
|---|---|---|---|---|---|---|
| #1 | Qwen 3 14B | 14B | 9 GB | 131 072 | Apache 2.0 | 20 tok/s · Q8 |
| #2 | Phi-4 Reasoning 14B | 14B | 9 GB | 32 768 | MIT | 20 tok/s · Q8 |
| #3 | Phi-4 14B | 14B | 9 GB | 16 384 | MIT | 20 tok/s · Q8 |
| #4 | Qwen 2.5 Coder 14B Instruct | 14B | 9 GB | 131 072 | Apache 2.0 | 20 tok/s · Q8 |
| #5 | DeepSeek R1 Distill Qwen 14B | 14B | 9 GB | 131 072 | MIT | 20 tok/s · Q8 |
| #6 | Qwen 2.5 14B Instruct | 14B | 9 GB | 131 072 | Apache 2.0 | 20 tok/s · Q8 |
| #7 | Granite 4.1 8B Instruct | 8B | 5 GB | 131 072 | Apache 2.0 | 35 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 para 7-14B y 13-24B (Mistral Small 24B). Ancho de banda de 672 GB/s.
Criterios considerados:
La puntuación es totalmente transparente: consulta nuestra metodología para conocer los detalles del cálculo de VRAM/tokens/seg.
¿4070 Ti Super vs 4070 Ti?
16 GB vs 12 GB. Es CRÍTICO para los LLM: la 4070 Ti Super permite ejecutar Mistral Small 24B Q4, mientras que la 4070 Ti se limita a 14B Q4. Ver RTX 4070 Ti.
4070 Ti Super vs 5070 Ti ?
Los mismos 16 GB. La 5070 Ti GDDR7 de 896 GB/s es ~30 % más rápida que la 4070 Ti Super GDDR6X de 672 GB/s. Si se compra nueva, elegir la 5070 Ti. Si se compra de segunda mano, la 4070 Ti Super sigue siendo excelente. Ver RTX 5070 Ti.
¿Cuál es el punto óptimo para un LLM en la 4070 Ti Super?
Qwen 3 14B Q6 (~12 GB) o Mistral Small 24B Q4 (~13 GB). 30-50 tok/s según el modelo. Para código, Qwen 2.5 Coder 14B Q6.
¿Se puede hacer fine-tuning en una 4070 Ti Super?
QLoRA 7B con margen (~10 GB). QLoRA 14B con poco margen (~14 GB). Para realizar un ajuste fino en serio, apuntar a 24 GB (RTX 4090/3090). Ver guide.
Profundiza con nuestras comparativas detalladas entre los finalistas: