Montar un PC para IA local en 2026 tiene una trampa que no aparece en las fichas técnicas: la potencia de la gráfica importa mucho menos de lo que parece. Lo que decide qué modelos puedes ejecutar, y si van fluidos o se arrastran, es otra cifra. Quien la entiende se ahorra cientos de euros; quien no, se compra una gráfica rapidísima que no puede cargar el modelo que quería.
Esta guía va al grano: qué componente manda, cuánto gastar según lo que quieras hacer y en qué no merece la pena invertir. Los precios son de octubre de 2026, un año en el que la memoria y las gráficas están muy por encima de su precio oficial, así que conviene tomarlos como referencia y comparar tiendas antes de comprar.
La memoria de la gráfica decide casi todo
Un modelo de lenguaje tiene que caber en la VRAM, la memoria de la tarjeta gráfica, para funcionar a buena velocidad. Si no cabe entero, el sobrante pasa a la RAM del sistema y la velocidad cae en picado: de una respuesta que se escribe más rápido de lo que lees a otra que avanza palabra a palabra.
La cuenta aproximada es sencilla. Los modelos se miden en miles de millones de parámetros (7B, 14B, 27B) y casi todo el mundo los usa cuantizados a 4 bits, una compresión que apenas resta calidad. Con esa compresión, cada mil millones de parámetros ocupa algo más de medio gigabyte, y hay que sumar memoria para el contexto, es decir, para lo que el modelo tiene que recordar de la conversación.
- 8 GB de VRAM: modelos de 7B a 9B. Sirven para chatear, resumir y ayudas de código sencillas.
- 12 GB: modelos de 14B con soltura, el punto en el que las respuestas empiezan a parecerse a las de los servicios de pago.
- 16 GB: modelos de 14B con contexto largo, gpt-oss-20b de OpenAI y los modelos de mezcla de expertos de unos 26B, que solo activan una parte de sus parámetros en cada respuesta.
- 24 GB: modelos densos de 27B a 32B con margen. Aquí están los mejores modelos abiertos que se pueden usar en casa.
- 32 GB: los mismos modelos con menos compresión o con contextos muy largos. Un modelo de 70B a 4 bits ocupa unos 40 GB y sigue sin caber en una sola tarjeta.
Para elegir modelo y programa, en la lista de las 45 mejores herramientas de IA en local está todo el ecosistema ordenado por función.
Cuatro presupuestos con sentido
Antes de gastar: prueba con lo que tienes
Cualquier PC con 16 GB de RAM mueve modelos pequeños en el procesador. Van despacio, pero sirven para saber si de verdad vas a usar la IA local antes de gastar un euro. Con una gráfica de 8 GB que ya tengas, el salto es enorme. Instala Ollama para ejecutar modelos en tu PC sin internet, prueba un modelo de 7B o 8B durante una semana y decide después.
Entrada seria: 16 GB por menos de 1.000 euros de gráfica
Es el punto dulce para la mayoría. En octubre de 2026, la Radeon RX 9060 XT de 16 GB ronda los 730 € y la RTX 5060 Ti de 16 GB, los 890 €. Las dos tienen la misma memoria; la diferencia está en el software. NVIDIA tiene CUDA, el estándar con el que funciona todo a la primera, sobre todo en generación de imágenes. AMD ha mejorado mucho y Ollama o LM Studio van bien con sus tarjetas, pero algunos programas de imagen y vídeo todavía dan más guerra.
La opción de segunda mano es la veterana RTX 3060 de 12 GB, que se encuentra entre 220 y 300 €. Cuatro gigas menos limitan, pero para empezar con modelos de 14B cumple.
El salto que se nota: 24 GB
Con 24 GB entran los modelos de 27B a 32B, y la diferencia de calidad con los de 14B se nota en razonamiento, código y textos largos. Comprada nueva, esa memoria solo está en gráficas de gama muy alta, así que la jugada habitual es la RTX 3090 de segunda mano: anuncios entre 800 y 1.150 €. Tiene ya unos años, consume mucho y conviene comprobar su estado, pero sigue siendo la forma más barata de conseguir 24 GB con CUDA.
Entre medias quedan las tarjetas de 16 GB más rápidas, como la Radeon RX 9070 XT (unos 950 €) o la RTX 5070 Ti (unos 1.380 €). Son más rápidas que una 5060 Ti, pero cargan los mismos modelos. Para IA local, pagar más por la misma memoria rara vez compensa.
32 GB: solo si sabes para qué
La Radeon AI PRO R9700, con 32 GB, ronda los 2.300 €, y la RTX 5090 supera los 7.000 € en tienda en este momento, más del triple de su precio oficial. Tienen sentido para quien trabaja a diario con modelos grandes, genera vídeo o entrena modelos propios. Para un uso personal intenso, una 3090 de segunda mano da casi lo mismo por una fracción del precio.
RAM, procesador, fuente y disco
RAM: la regla práctica es tener al menos el doble que de VRAM: 32 GB con una gráfica de 16 GB y 64 GB con una de 24 o más. Es la red de seguridad cuando un modelo no cabe entero en la tarjeta. El problema es el precio: la RAM se disparó a finales de 2025 y a principios de 2026 un kit de 32 GB de DDR5 rondaba los 500 €, varias veces lo que costaba un año antes. Si tu PC tiene DDR4, aprovecharla es una forma razonable de ahorrar.
Procesador: casi irrelevante si el modelo cabe en la gráfica. Cualquier procesador de gama media de los últimos cuatro o cinco años vale. Solo importa si vas a ejecutar modelos sin gráfica.
Fuente de alimentación: aquí no se ahorra. Unos 600 W de calidad para una gráfica de gama media y 750 W o más para una 3090 o una 9070 XT. Una fuente barata con una gráfica que tira mucho es la forma más rápida de quedarse sin PC.
Disco: un SSD NVMe de 1 TB como mínimo. Cada modelo ocupa entre 5 y 20 GB y en cuanto empiezas a probar se acumulan.
¿Y un Mac o un mini PC?
Los Mac con chip de Apple usan memoria unificada: la misma RAM hace de memoria del sistema y de la gráfica. Un Mac con 32 o 64 GB puede cargar modelos que en un PC necesitarían una gráfica carísima. A cambio, genera texto más despacio que una gráfica dedicada con la misma memoria, la memoria no se puede ampliar después y Apple cobra cara cada configuración superior. Para quien prioriza silencio y bajo consumo, es una opción muy seria.
Los mini PC baratos con procesadores como el N100 son otra historia: magníficos como servidor doméstico, como explica el manual de optimización para mini PC, pero solo mueven modelos muy pequeños. Sirven para transcribir audio o para tener un modelo de 3B siempre encendido, no para sustituir a ChatGPT.
Por dónde empezar
La recomendación cabe en tres líneas. Si no has probado nunca la IA local, empieza con lo que tienes. Si te convence, una gráfica de 16 GB es la compra más sensata de 2026. Y si te quedas corto, el siguiente paso son 24 GB de segunda mano, no una gráfica nueva más rápida con la misma memoria.
La IA local no se gana con la tarjeta más potente del escaparate, sino con la que tiene memoria suficiente para el modelo que de verdad vas a usar.
Los enlaces a tiendas de este artículo son de afiliado: en calidad de Afiliado de Amazon, Kernel Reload obtiene ingresos por las compras adscritas que cumplen los requisitos aplicables, sin coste extra para ti.

0 Comentarios