← Volver a bibliotecaModelos locales · Gratis

Corre IA gratis en tu propio computador

76 modelos open de 50 familias que puedes descargar hoy con Ollama, LM Studio, llama.cpp o MLX. Cada uno con su comando exacto, RAM necesaria, licencia y link directo al repo oficial. Sin API key. Sin facturas. Sin mandar tus datos a la nube.

76 modelos50 familiasChat · Code · Visión · Razonamiento · Embeddings · Multilingüe100% open weights

Antes de descargar

Elige cómo vas a correrlos

Ollama

Sitio oficial ↗

CLI multiplataforma — 1 comando para descargar y correr. La forma más rápida de arrancar.

macOS · Linux · Windows

Instalar

curl -fsSL https://ollama.com/install.sh | sh

Ejemplo

ollama run llama3.2:3b

LM Studio

Sitio oficial ↗

App de escritorio con UI estilo ChatGPT — busca modelo, click, listo. Ideal para no-CLI.

macOS · Windows · Linux

Instalar

Descarga el instalador en lmstudio.ai

Ejemplo

Buscar "llama 3.2 3b" → Download → Chat

llama.cpp

Sitio oficial ↗

Inferencia C++ portable — corre en cualquier hardware razonable, hasta en Raspberry Pi.

Todo lo que tenga compilador

Instalar

git clone https://github.com/ggerganov/llama.cpp && cd llama.cpp && make

Ejemplo

./llama-cli -m model.gguf -p "Hola"

MLX (Apple Silicon)

Sitio oficial ↗

Inferencia nativa optimizada para Apple Silicon (M1/M2/M3/M4) — la más rápida en Mac.

macOS Apple Silicon

Instalar

pip install mlx-lm

Ejemplo

mlx_lm.generate --model mlx-community/Llama-3.2-3B-Instruct-4bit --prompt "Hola"

Antes de elegir modelo

6 cosas que tienes que saber

Empieza por un 3B o 7B
Llama 3.2 3B o Qwen2.5 7B son las puertas de entrada. Si te corren bien, sube; si te cuesta, baja a 1B/0.5B antes de pelearte con cuantizaciones.
Q4_K_M es el sweet spot
Casi todos los modelos abajo asumen quant Q4_K_M. Pierdes ~1% calidad y ahorras ~70% RAM vs FP16. Q5 si tienes RAM de sobra; Q8 solo para evaluación seria.
RAM ≠ VRAM
En CPU corres con RAM normal (lento pero funciona). En GPU corres con VRAM (rápido). Mac Apple Silicon comparte RAM con la GPU — gran ventaja.
No descargues todo de una
Cada modelo pesa 1-40 GB. Empieza con 2-3 modelos distintos para ver cuál te sirve antes de tener 200 GB ocupados.
Licencia importa si lo vas a vender
Apache-2.0 y MIT = libre. Llama Community, Gemma, Qwen = uso comercial con condiciones. CC-BY-NC = NO comercial.
Embeddings cambian la jugada
No olvides bajar al menos un embedder (nomic-embed-text, bge-m3) — son baratos y habilitan RAG.

El catálogo

Todos los modelos · busca y filtra

Filtra por tamaño (Laptop / Desktop / Workstation / Server), uso, runner soportado e idioma. Cada card trae el comando ollama run … exacto.

76 / 760

Uso

Runner

Idioma

Llama 3.2
· 1B
Meta
ChatLaptop
El más pequeño de Meta — corre en cualquier laptop, ideal para edge.
Params
1.2B
Disco Q4
0.8 GB
RAM rec.
2 GB
OllamaCLI
```
ollama run llama3.2:1b
```
OllamaLM Studiollama.cppMLX
HF ↗
Llama Community
Llama 3.2
· 3B
Meta
ChatLaptop
Sweet spot calidad/peso para asistentes locales.
Params
3.2B
Disco Q4
2.0 GB
RAM rec.
4 GB
OllamaCLI
```
ollama run llama3.2:3b
```
OllamaLM Studiollama.cppMLX
HF ↗
Llama Community
Llama 3.1
· 8B
Meta
ChatLaptop
El workhorse 8B — referencia para chat local.
Params
8B
Disco Q4
4.7 GB
RAM rec.
8 GB
OllamaCLI
```
ollama run llama3.1:8b
```
OllamaLM Studiollama.cppMLX
HF ↗
Llama Community
Llama 3.3
· 70B
Meta
ChatWorkstation
Flagship 70B — calidad cercana a frontier propietario.
Params
70B
Disco Q4
40.0 GB
RAM rec.
48 GB
OllamaCLI
```
ollama run llama3.3:70b
```
OllamaLM Studiollama.cppMLX
HF ↗
Llama Community
Llama 3.1
· 70B
Meta
ChatWorkstation
Antecesor del 3.3, sigue siendo top open en 70B.
Params
70B
Disco Q4
40.0 GB
RAM rec.
48 GB
OllamaCLI
```
ollama run llama3.1:70b
```
OllamaLM Studiollama.cppMLX
HF ↗
Llama Community
Llama 3.2 Vision
· 11B
Meta
VisiónDesktop
Multimodal — entiende imágenes a tamaño accesible.
Params
11B
Disco Q4
7.0 GB
RAM rec.
12 GB
OllamaCLI
```
ollama run llama3.2-vision:11b
```
OllamaLM Studiollama.cpp
HF ↗
Llama Community
Llama 3.2 Vision
· 90B
Meta
VisiónWorkstation
Multimodal grande — competitivo con GPT-4o vision.
Params
90B
Disco Q4
55.0 GB
RAM rec.
64 GB
OllamaCLI
```
ollama run llama3.2-vision:90b
```
Ollamallama.cpp
HF ↗
Llama Community
Mistral
· 7B
Mistral AI
ChatLaptop
El 7B clásico — Apache 2.0 puro, libre uso comercial.
Params
7.2B
Disco Q4
4.4 GB
RAM rec.
8 GB
OllamaCLI
```
ollama run mistral:7b
```
OllamaLM Studiollama.cppMLX
HF ↗
Apache-2.0
Mistral Nemo
· 12B
Mistral AI
ChatDesktop
Junto con NVIDIA — contexto largo y fuerte multilingüe.
Params
12B
Disco Q4
7.1 GB
RAM rec.
12 GB
OllamaCLI
```
ollama run mistral-nemo:12b
```
OllamaLM Studiollama.cppMLX
HF ↗
Apache-2.0
Mistral Small 3
· 24B
Mistral AI
ChatDesktop
Competitivo con 70B en una fracción del compute — Apache.
Params
24B
Disco Q4
14.0 GB
RAM rec.
28 GB
OllamaCLI
```
ollama run mistral-small:24b
```
OllamaLM Studiollama.cppMLX
HF ↗
Apache-2.0
Mixtral
· 8x7B
Mistral AI
ChatDesktop
Sparse MoE — solo ~13B activos por token, fuerte calidad.
Params
47B
Disco Q4
26.0 GB
RAM rec.
32 GB
OllamaCLI
```
ollama run mixtral:8x7b
```
OllamaLM Studiollama.cpp
HF ↗
Apache-2.0
Mixtral
· 8x22B
Mistral AI
ChatWorkstation
MoE grande — solo ~39B activos, calidad muy alta.
Params
141B
Disco Q4
80.0 GB
RAM rec.
96 GB
OllamaCLI
```
ollama run mixtral:8x22b
```
OllamaLM Studiollama.cpp
HF ↗
Apache-2.0
Mistral Large
· 123B
Mistral AI
ChatWorkstation
Top Mistral — licencia research (no comercial sin acuerdo).
Params
123B
Disco Q4
73.0 GB
RAM rec.
96 GB
OllamaCLI
```
ollama run mistral-large:123b
```
OllamaLM Studiollama.cpp
HF ↗
Mistral Research
Qwen2.5
· 0.5B
Alibaba
ChatLaptop
Ultra-pequeño para edge y embebidos.
Params
0.5B
Disco Q4
0.4 GB
RAM rec.
1 GB
OllamaCLI
```
ollama run qwen2.5:0.5b
```
OllamaLM Studiollama.cppMLX
HF ↗
Apache-2.0
Qwen2.5
· 1.5B
Alibaba
ChatLaptop
Pequeño pero capaz — fuerte en chino y EN.
Params
1.5B
Disco Q4
1.0 GB
RAM rec.
2 GB
OllamaCLI
```
ollama run qwen2.5:1.5b
```
OllamaLM Studiollama.cppMLX
HF ↗
Apache-2.0
Qwen2.5
· 3B
Alibaba
ChatLaptop
Balance excelente para laptop con calidad sólida.
Params
3B
Disco Q4
2.0 GB
RAM rec.
4 GB
OllamaCLI
```
ollama run qwen2.5:3b
```
OllamaLM Studiollama.cppMLX
HF ↗
Apache-2.0
Qwen2.5
· 7B
Alibaba
ChatLaptop
Estándar Apache 7B — competitivo con Llama 8B.
Params
7B
Disco Q4
4.4 GB
RAM rec.
8 GB
OllamaCLI
```
ollama run qwen2.5:7b
```
OllamaLM Studiollama.cppMLX
HF ↗
Apache-2.0
Qwen2.5
· 14B
Alibaba
ChatDesktop
14B Apache — alternativa fuerte a Phi-4.
Params
14B
Disco Q4
8.5 GB
RAM rec.
16 GB
OllamaCLI
```
ollama run qwen2.5:14b
```
OllamaLM Studiollama.cppMLX
HF ↗
Apache-2.0
Qwen2.5
· 32B
Alibaba
ChatDesktop
Top Apache 32B — corre en desktop alto-end.
Params
32B
Disco Q4
19.0 GB
RAM rec.
32 GB
OllamaCLI
```
ollama run qwen2.5:32b
```
OllamaLM Studiollama.cppMLX
HF ↗
Apache-2.0
Qwen2.5
· 72B
Alibaba
ChatWorkstation
Flagship Qwen2.5 — licencia Qwen para uso comercial.
Params
72B
Disco Q4
41.0 GB
RAM rec.
48 GB
OllamaCLI
```
ollama run qwen2.5:72b
```
OllamaLM Studiollama.cpp
HF ↗
Qwen
Qwen2.5-Coder
· 1.5B
Alibaba
CodeLaptop
Code assistant ultra-portable — para autocompletar en laptop.
Params
1.5B
Disco Q4
1.0 GB
RAM rec.
2 GB
OllamaCLI
```
ollama run qwen2.5-coder:1.5b
```
OllamaLM Studiollama.cppMLX
HF ↗
Apache-2.0
Qwen2.5-Coder
· 7B
Alibaba
CodeLaptop
Líder open en código — gran relación calidad/peso.
Params
7B
Disco Q4
4.4 GB
RAM rec.
8 GB
OllamaCLI
```
ollama run qwen2.5-coder:7b
```
OllamaLM Studiollama.cppMLX
HF ↗
Apache-2.0
Qwen2.5-Coder
· 32B
Alibaba
CodeDesktop
El mejor coder open a inicios 2025 — comparable a Sonnet.
Params
32B
Disco Q4
19.0 GB
RAM rec.
32 GB
OllamaCLI
```
ollama run qwen2.5-coder:32b
```
OllamaLM Studiollama.cppMLX
HF ↗
Apache-2.0
QwQ
· 32B
Alibaba
RazonamientoDesktop
Modelo de razonamiento estilo o1 — Apache 2.0.
Params
32B
Disco Q4
19.0 GB
RAM rec.
32 GB
OllamaCLI
```
ollama run qwq:32b
```
OllamaLM Studiollama.cppMLX
HF ↗
Apache-2.0
Phi-3
· mini 3.8B
Microsoft
ChatLaptop
Pequeño y muy capaz — licencia MIT pura.
Params
3.8B
Disco Q4
2.3 GB
RAM rec.
4 GB
OllamaCLI
```
ollama run phi3:mini
```
OllamaLM Studiollama.cppMLX
HF ↗
MIT
Phi-3.5
· mini 3.8B
Microsoft
ChatLaptop
Iteración de Phi-3 mini con contexto extendido.
Params
3.8B
Disco Q4
2.3 GB
RAM rec.
4 GB
OllamaCLI
```
ollama run phi3.5:3.8b
```
OllamaLM Studiollama.cppMLX
HF ↗
MIT
Phi-3
· medium 14B
Microsoft
ChatDesktop
Phi medio — calidad alta en 14B.
Params
14B
Disco Q4
8.0 GB
RAM rec.
16 GB
OllamaCLI
```
ollama run phi3:medium
```
OllamaLM Studiollama.cppMLX
HF ↗
MIT
Phi-4
· 14B
Microsoft
RazonamientoDesktop
Reasoning-tuned MIT — sorprendente para su tamaño.
Params
14B
Disco Q4
8.5 GB
RAM rec.
16 GB
OllamaCLI
```
ollama run phi4:14b
```
OllamaLM Studiollama.cppMLX
HF ↗
MIT
Gemma 2
· 2B
Google
ChatLaptop
Gemma 2 pequeño — buena calidad para laptop.
Params
2.6B
Disco Q4
1.6 GB
RAM rec.
3 GB
OllamaCLI
```
ollama run gemma2:2b
```
OllamaLM Studiollama.cppMLX
HF ↗
Gemma
Gemma 2
· 9B
Google
ChatDesktop
9B Google — fuerte en benchmarks de su tamaño.
Params
9B
Disco Q4
5.5 GB
RAM rec.
10 GB
OllamaCLI
```
ollama run gemma2:9b
```
OllamaLM Studiollama.cppMLX
HF ↗
Gemma
Gemma 2
· 27B
Google
ChatDesktop
Top Gemma 2 — corre en desktop con buena GPU.
Params
27B
Disco Q4
16.0 GB
RAM rec.
32 GB
OllamaCLI
```
ollama run gemma2:27b
```
OllamaLM Studiollama.cppMLX
HF ↗
Gemma
Gemma 3
· 4B
Google
VisiónLaptop
Gemma 3 multimodal pequeño — entiende imágenes.
Params
4B
Disco Q4
2.4 GB
RAM rec.
5 GB
OllamaCLI
```
ollama run gemma3:4b
```
OllamaLM Studiollama.cppMLX
HF ↗
Gemma
Gemma 3
· 27B
Google
VisiónDesktop
Gemma 3 grande multimodal — calidad muy alta.
Params
27B
Disco Q4
16.0 GB
RAM rec.
32 GB
OllamaCLI
```
ollama run gemma3:27b
```
OllamaLM Studiollama.cppMLX
HF ↗
Gemma
DeepSeek-R1
· 1.5B (distill)
DeepSeek AI
RazonamientoLaptop
Razonamiento destilado MIT — corre en cualquier laptop.
Params
1.5B
Disco Q4
1.0 GB
RAM rec.
2 GB
OllamaCLI
```
ollama run deepseek-r1:1.5b
```
OllamaLM Studiollama.cppMLX
HF ↗
MIT
DeepSeek-R1
· 7B (distill)
DeepSeek AI
RazonamientoLaptop
Razonamiento 7B destilado — gran upgrade desde modelos base.
Params
7B
Disco Q4
4.4 GB
RAM rec.
8 GB
OllamaCLI
```
ollama run deepseek-r1:7b
```
OllamaLM Studiollama.cppMLX
HF ↗
MIT
DeepSeek-R1
· 14B (distill)
DeepSeek AI
RazonamientoDesktop
El sweet spot del razonamiento open — corre en desktop.
Params
14B
Disco Q4
8.5 GB
RAM rec.
16 GB
OllamaCLI
```
ollama run deepseek-r1:14b
```
OllamaLM Studiollama.cppMLX
HF ↗
MIT
DeepSeek-R1
· 32B (distill)
DeepSeek AI
RazonamientoDesktop
Razonamiento 32B — calidad muy alta, MIT.
Params
32B
Disco Q4
19.0 GB
RAM rec.
32 GB
OllamaCLI
```
ollama run deepseek-r1:32b
```
OllamaLM Studiollama.cppMLX
HF ↗
MIT
DeepSeek-R1
· 70B (distill)
DeepSeek AI
RazonamientoWorkstation
Razonamiento de élite local — base Llama 70B + destilación.
Params
70B
Disco Q4
40.0 GB
RAM rec.
48 GB
OllamaCLI
```
ollama run deepseek-r1:70b
```
OllamaLM Studiollama.cpp
HF ↗
MIT
DeepSeek-Coder V2
· 16B
DeepSeek AI
CodeDesktop
Coder MoE — 2.4B activos por token, eficiente.
Params
16B
Disco Q4
10.0 GB
RAM rec.
16 GB
OllamaCLI
```
ollama run deepseek-coder-v2:16b
```
OllamaLM Studiollama.cppMLX
HF ↗
MIT
CodeLlama
· 7B
Meta
CodeLaptop
Code original de Meta — referencia clásica.
Params
7B
Disco Q4
4.4 GB
RAM rec.
8 GB
OllamaCLI
```
ollama run codellama:7b
```
OllamaLM Studiollama.cppMLX
HF ↗
Llama Community
CodeLlama
· 13B
Meta
CodeDesktop
CodeLlama medio — buen balance.
Params
13B
Disco Q4
7.5 GB
RAM rec.
16 GB
OllamaCLI
```
ollama run codellama:13b
```
OllamaLM Studiollama.cppMLX
HF ↗
Llama Community
CodeLlama
· 34B
Meta
CodeDesktop
CodeLlama 34B — pesado pero rinde.
Params
34B
Disco Q4
20.0 GB
RAM rec.
32 GB
OllamaCLI
```
ollama run codellama:34b
```
OllamaLM Studiollama.cpp
HF ↗
Llama Community
StarCoder2
· 3B
BigCode
CodeLaptop
Code completion compacto, multi-lenguaje.
Params
3B
Disco Q4
1.8 GB
RAM rec.
4 GB
OllamaCLI
```
ollama run starcoder2:3b
```
OllamaLM Studiollama.cppMLX
HF ↗
BigCode OpenRAIL-M
StarCoder2
· 15B
BigCode
CodeDesktop
StarCoder2 grande — 600+ lenguajes.
Params
15B
Disco Q4
9.0 GB
RAM rec.
16 GB
OllamaCLI
```
ollama run starcoder2:15b
```
OllamaLM Studiollama.cppMLX
HF ↗
BigCode OpenRAIL-M
Granite Code
· 8B
IBM
CodeLaptop
Coder de IBM con Apache 2.0 — atractivo para empresas.
Params
8B
Disco Q4
4.7 GB
RAM rec.
8 GB
OllamaCLI
```
ollama run granite-code:8b
```
OllamaLM Studiollama.cppMLX
HF ↗
Apache-2.0
Granite Code
· 34B
IBM
CodeDesktop
Top coder Apache de IBM — para uso empresarial sin fricción.
Params
34B
Disco Q4
20.0 GB
RAM rec.
32 GB
OllamaCLI
```
ollama run granite-code:34b
```
OllamaLM Studiollama.cpp
HF ↗
Apache-2.0
CodeGemma
· 7B
Google
CodeLaptop
Coder de Google basado en Gemma.
Params
7B
Disco Q4
4.4 GB
RAM rec.
8 GB
OllamaCLI
```
ollama run codegemma:7b
```
OllamaLM Studiollama.cppMLX
HF ↗
Gemma
LLaVA
· 7B
LLaVA
VisiónLaptop
El multimodal open clásico — funciona con cualquier llama.cpp.
Params
7B
Disco Q4
4.6 GB
RAM rec.
8 GB
OllamaCLI
```
ollama run llava:7b
```
OllamaLM Studiollama.cpp
HF ↗
Apache-2.0
LLaVA
· 34B
LLaVA
VisiónDesktop
LLaVA grande — sólido en tareas complejas de imagen.
Params
34B
Disco Q4
20.0 GB
RAM rec.
32 GB
OllamaCLI
```
ollama run llava:34b
```
OllamaLM Studiollama.cpp
HF ↗
Apache-2.0
LLaVA-Llama3
· 8B
XTuner
VisiónLaptop
LLaVA con base Llama 3 — alta calidad de respuestas.
Params
8B
Disco Q4
5.0 GB
RAM rec.
8 GB
OllamaCLI
```
ollama run llava-llama3:8b
```
OllamaLM Studiollama.cpp
HF ↗
Llama Community
LLaVA-Phi3
· 3.8B
XTuner
VisiónLaptop
Multimodal mini — visión en laptop modesta.
Params
3.8B
Disco Q4
2.5 GB
RAM rec.
4 GB
OllamaCLI
```
ollama run llava-phi3:3.8b
```
OllamaLM Studiollama.cpp
HF ↗
MIT
Moondream
· 1.8B
Vikhyat
VisiónLaptop
Mini-VLM — el más liviano para describir imágenes.
Params
1.8B
Disco Q4
1.7 GB
RAM rec.
4 GB
OllamaCLI
```
ollama run moondream:1.8b
```
OllamaLM Studiollama.cpp
HF ↗
Apache-2.0
MiniCPM-V
· 8B
OpenBMB
VisiónLaptop
Multimodal compacto con OCR y video — Apache.
Params
8B
Disco Q4
5.0 GB
RAM rec.
8 GB
OllamaCLI
```
ollama run minicpm-v:8b
```
OllamaLM Studiollama.cpp
HF ↗
Apache-2.0
BakLLaVA
· 7B
SkunkworksAI
VisiónLaptop
LLaVA sobre Mistral — alternativa Apache.
Params
7B
Disco Q4
4.6 GB
RAM rec.
8 GB
OllamaCLI
```
ollama run bakllava:7b
```
OllamaLM Studiollama.cpp
HF ↗
Apache-2.0
Nomic Embed
· text-v1.5
Nomic AI
EmbeddingsLaptop
Embeddings open referentes — 768d, contexto largo.
Params
0.137B
Disco Q4
0.3 GB
RAM rec.
1 GB
OllamaCLI
```
ollama run nomic-embed-text
```
Ollamallama.cpp
HF ↗
Apache-2.0
MxBai Embed
· large-v1
Mixedbread
EmbeddingsLaptop
Embeddings líder en benchmarks de su categoría.
Params
0.335B
Disco Q4
0.7 GB
RAM rec.
1 GB
OllamaCLI
```
ollama run mxbai-embed-large
```
Ollamallama.cpp
HF ↗
Apache-2.0
BGE-M3
· multilingual
BAAI
EmbeddingsLaptop
Embeddings multilingües — fuerte en español/portugués.
Params
0.567B
Disco Q4
1.1 GB
RAM rec.
2 GB
OllamaCLI
```
ollama run bge-m3
```
Ollamallama.cpp
HF ↗
MIT
Snowflake Arctic Embed
· large
Snowflake
EmbeddingsLaptop
Embeddings empresariales open de Snowflake.
Params
0.335B
Disco Q4
0.7 GB
RAM rec.
1 GB
OllamaCLI
```
ollama run snowflake-arctic-embed
```
Ollamallama.cpp
HF ↗
Apache-2.0
all-MiniLM
· L6-v2
Sentence Transformers
EmbeddingsLaptop
El embedding ultra-ligero de siempre — 384d.
Params
0.022B
Disco Q4
0.1 GB
RAM rec.
1 GB
OllamaCLI
```
ollama run all-minilm
```
Ollamallama.cpp
HF ↗
Apache-2.0
Aya Expanse
· 8B
Cohere
MultilingüeLaptop
Cohere multilingüe — 23 lenguajes incluido español.
Params
8B
Disco Q4
4.7 GB
RAM rec.
8 GB
OllamaCLI
```
ollama run aya-expanse:8b
```
OllamaLM Studiollama.cpp
HF ↗
CC-BY-NC
Aya Expanse
· 32B
Cohere
MultilingüeDesktop
Aya grande — calidad muy alta en multilingüe.
Params
32B
Disco Q4
19.0 GB
RAM rec.
32 GB
OllamaCLI
```
ollama run aya-expanse:32b
```
OllamaLM Studiollama.cpp
HF ↗
CC-BY-NC
Command-R
· 35B
Cohere
MultilingüeDesktop
Cohere para RAG y tools — fuerte en multilingüe.
Params
35B
Disco Q4
21.0 GB
RAM rec.
32 GB
OllamaCLI
```
ollama run command-r:35b
```
OllamaLM Studiollama.cpp
HF ↗
CC-BY-NC
Command-R+
· 104B
Cohere
MultilingüeWorkstation
Top Command-R+ — tool use de élite.
Params
104B
Disco Q4
60.0 GB
RAM rec.
80 GB
OllamaCLI
```
ollama run command-r-plus:104b
```
OllamaLM Studiollama.cpp
HF ↗
CC-BY-NC
Granite 3.1
· 8B
IBM
ChatLaptop
Granite chat IBM — Apache 2.0, ideal enterprise.
Params
8B
Disco Q4
4.7 GB
RAM rec.
8 GB
OllamaCLI
```
ollama run granite3.1-dense:8b
```
OllamaLM Studiollama.cppMLX
HF ↗
Apache-2.0
Granite 3 MoE
· 3B (a800m)
IBM
ChatLaptop
MoE ligero de IBM — eficiente y Apache 2.0.
Params
3B
Disco Q4
1.8 GB
RAM rec.
4 GB
OllamaCLI
```
ollama run granite3-moe:3b
```
OllamaLM Studiollama.cpp
HF ↗
Apache-2.0
SmolLM2
· 1.7B
Hugging Face
ChatLaptop
Ultra-pequeño y Apache — perfecto para edge.
Params
1.7B
Disco Q4
1.1 GB
RAM rec.
2 GB
OllamaCLI
```
ollama run smollm2:1.7b
```
OllamaLM Studiollama.cppMLX
HF ↗
Apache-2.0
OLMo 2
· 13B
AI2
ChatDesktop
Fully-open — datos, pesos, código de entrenamiento. Apache.
Params
13B
Disco Q4
7.5 GB
RAM rec.
16 GB
OllamaCLI
```
ollama run olmo2:13b
```
OllamaLM Studiollama.cppMLX
HF ↗
Apache-2.0
Falcon 3
· 10B
TII
ChatDesktop
Falcon de TII — open con uso comercial.
Params
10B
Disco Q4
6.0 GB
RAM rec.
12 GB
OllamaCLI
```
ollama run falcon3:10b
```
OllamaLM Studiollama.cppMLX
HF ↗
TII Falcon LLM
Nemotron
· 70B
NVIDIA
ChatWorkstation
Llama 3.1 70B afinado por NVIDIA — calidad líder.
Params
70B
Disco Q4
40.0 GB
RAM rec.
48 GB
OllamaCLI
```
ollama run nemotron:70b
```
OllamaLM Studiollama.cpp
HF ↗
Llama Community
Hermes 3
· 8B
Nous Research
ChatLaptop
Fine-tune popular de Llama 3 — buen asistente personal.
Params
8B
Disco Q4
4.7 GB
RAM rec.
8 GB
OllamaCLI
```
ollama run hermes3:8b
```
OllamaLM Studiollama.cppMLX
HF ↗
Llama Community
Tulu 3
· 8B
AI2
ChatLaptop
Post-trained de AI2 — receta open de alta calidad.
Params
8B
Disco Q4
4.7 GB
RAM rec.
8 GB
OllamaCLI
```
ollama run tulu3:8b
```
OllamaLM Studiollama.cppMLX
HF ↗
Llama Community
Sailor 2
· 8B
Sail
MultilingüeLaptop
Multilingüe sudeste asiático — referencia para lenguas regionales.
Params
8B
Disco Q4
4.7 GB
RAM rec.
8 GB
LM Studiollama.cpp
HF ↗
Apache-2.0
EXAONE 3.5
· 7.8B
LG AI
ChatLaptop
EXAONE de LG — fuerte en coreano e inglés.
Params
7.8B
Disco Q4
4.7 GB
RAM rec.
8 GB
OllamaCLI
```
ollama run exaone3.5:7.8b
```
OllamaLM Studiollama.cpp
HF ↗
EXAONE AI License
InternLM 2.5
· 7B
Shanghai AI Lab
ChatLaptop
InternLM 2.5 — Apache 2.0, fuerte en EN/CN.
Params
7B
Disco Q4
4.4 GB
RAM rec.
8 GB
OllamaCLI
```
ollama run internlm2:7b
```
OllamaLM Studiollama.cppMLX
HF ↗
Apache-2.0
Sabiá
· 7B
Maritaca AI
ChatLaptop
LLM en portugués brasileño — para apps en pt-BR.
Params
7B
Disco Q4
4.4 GB
RAM rec.
8 GB
LM Studiollama.cpp
HF ↗
CC-BY-NC-SA
MarIA
· large-bne
BSC / PlanTL
MultilingüeLaptop
Encoder en español del BSC — base para NLP español.
Params
0.355B
Disco Q4
1.4 GB
RAM rec.
2 GB
llama.cpp
HF ↗
Apache-2.0

¿Falta tu favorito?

Sugiere un modelo

Especialmente modelos en español, portugués o lenguas indígenas LATAM. Los evaluamos para la próxima revisión.

Sugerir modelo

Elige cómo vas a correrlos

Ollama

LM Studio

llama.cpp

MLX (Apple Silicon)

6 cosas que tienes que saber

Empieza por un 3B o 7B

Q4_K_M es el sweet spot

RAM ≠ VRAM

No descargues todo de una

Licencia importa si lo vas a vender

Embeddings cambian la jugada

Todos los modelos · busca y filtra

Llama 3.2

Llama 3.2

Llama 3.1

Llama 3.3

Llama 3.1

Llama 3.2 Vision

Llama 3.2 Vision

Mistral

Mistral Nemo

Mistral Small 3

Mixtral

Mixtral

Mistral Large

Qwen2.5

Qwen2.5

Qwen2.5

Qwen2.5

Qwen2.5

Qwen2.5

Qwen2.5

Qwen2.5-Coder

Qwen2.5-Coder

Qwen2.5-Coder

QwQ

Phi-3

Phi-3.5

Phi-3

Phi-4

Gemma 2

Gemma 2

Gemma 2

Gemma 3

Gemma 3

DeepSeek-R1

DeepSeek-R1

DeepSeek-R1

DeepSeek-R1

DeepSeek-R1

DeepSeek-Coder V2

CodeLlama

CodeLlama

CodeLlama

StarCoder2

StarCoder2

Granite Code

Granite Code

CodeGemma

LLaVA

LLaVA

LLaVA-Llama3

LLaVA-Phi3

Moondream

MiniCPM-V

BakLLaVA

Nomic Embed

MxBai Embed

BGE-M3

Snowflake Arctic Embed

all-MiniLM

Aya Expanse

Aya Expanse

Command-R

Command-R+

Granite 3.1

Granite 3 MoE

SmolLM2

OLMo 2