.ai

los mejores modelos de IA de código abierto

Buscar

Requisitos de VRAM para todos los modelos populares de IA para imágenes y video (2026): precisión completa, FP8 y GGUF

Q: La generación es muy lenta aunque nada falla

Offloading automático a la RAM del sistema. Baja a la siguiente precisión (FP8 a Q6, Q6 a Q4) hasta que la memoria compartida de GPU quede cerca de cero.

Q: FLUX.2 Dev "funciona" en 12 GB pero necesita 70 GB de RAM

Pesos FP8 intercambiados desde la memoria del sistema. Usa Klein 4B/9B localmente y FLUX.2 Dev en la nube o una tarjeta de 32 GB.

Tema: Errores y soluciones

Por P.I. Panda

Publicado el 2026-10-06

Cuánta VRAM necesitas para SD 1.5, SDXL, SD 3.5, Z-Image Turbo, FLUX.1, FLUX.2 Klein y Dev, Qwen-Image, Wan 2.2, HunyuanVideo 1.5 y LTX-2, en precisión completa, FP8 y GGUF de 4 bits, con la tarjeta y licencia cómodas para cada uno, qué puede correr cada tamaño de GPU de 8 a 48 GB, y el orden de soluciones cuando un modelo no cabe.

Resumen

Respuesta corta: 8 GB de

VRAM

corren

SDXL

y los modelos pequeños y rápidos como

. 12 GB corren

una vez que están cuantizados. 24 GB corren casi todos los modelos de imagen más

Wan 2.2

video en FP8. Los modelos grandes más nuevos,

FLUX.2 Dev

LTX-2

a calidad completa, quieren 32 GB o más.

La tabla abajo lista todos los modelos abiertos populares con la memoria que necesitan en precisión completa, en FP8 y como archivo GGUF de 4 bits, generando a unos 1024x1024. Diferentes testers cuentan el codificador de texto de forma distinta, así que toma cada número como un rango más que un límite fijo. Tres cosas que la tabla oculta: SDXL sigue siendo el modelo más barato para correr bien (la base cabe en 8 GB, pero

LoRAs

ControlNet

y el escalado suman memoria, por eso 12 GB es el número cómodo); FLUX.2 Klein 4B es el que mejor cabe en tarjetas pequeñas ahora (unos 13 GB en precisión completa, más o menos la mitad en FP8, Apache 2.0); y FLUX.2 Dev no es un modelo para casa en precisión completa (un usuario de

ComfyUI

corrió FP8 en una RTX 3060 de 12 GB, usando unos 70 GB de RAM del sistema para lograrlo).

La precisión cambia todo. BF16/FP16 es calidad y tamaño completos, unos 2 GB de VRAM por cada mil millones de parámetros. FP8 reduce eso a la mitad, unos 1 GB por mil millones, y la mayoría no nota diferencia entre FP8 y precisión completa. Los archivos GGUF (Q8, Q5, Q4 y menores) reducen aún más los modelos: Q8 está cerca de la calidad completa, Q4 sacrifica algo de detalle para un tamaño mucho menor, y debajo de Q4 la calidad baja rápido. El modelo no es lo único en memoria: los codificadores de texto (T5 para FLUX.1, un modelo de lenguaje para Qwen-Image y

FLUX.2

), el VAE, LoRAs, ControlNet y la imagen misma ocupan espacio, y ComfyUI mueve algunos de estos a la RAM del sistema automáticamente, por eso dos personas con la misma tarjeta reportan números distintos. Cifras revisadas el 6 de octubre de 2026 según las fichas de modelo y pruebas comunitarias; actualizadas mensualmente.

Referencia

Model

Full precision

FP8

4-bit / GGUF

Comfortable card

Stable Diffusion 1.5

0.9B

CreativeML OpenRAIL-M. Corre en casi cualquier cosa.

SDXL y fine-tunes: Pony, Illustrious, NoobAI

3.5B

OpenRAIL++ (los fine-tunes varían). 12 GB deja espacio para LoRAs, ControlNet y escalado en un solo flujo.

Licencia Comunidad Stability.

que precisión completa

Apache 2.0. 8 pasos; modelo rápido para tarjetas pequeñas.

Apache 2.0, uso comercial permitido. Mejor para tarjetas de 8 GB en 2026.

Licencia No Comercial FLUX (salidas usables comercialmente).

Licencia no comercial. El codificador T5 en fp8 ahorra unos 4 GB por sí solo.

Full precision

~24 GB

más con el codificador de texto cargado

Apache 2.0. Fuerte en renderizado de texto; necesita su codificador Qwen2.5-VL en FP8 en menos de 32 GB.

Licencia no comercial. Espera generaciones lentas sin una tarjeta de 32 GB.

Full precision

~90 GB

con su codificador de texto

FP8

32 GB

cabe en una tarjeta de 32 GB

HunyuanImage 3.0

80B MoE

Licencia Comunidad Tencent. Solo para centros de datos; úsalo a través de un servicio alojado.

Full precision

multi-GPU

en todas las precisiones

FP8

n/a

4-bit / GGUF

n/a

Comfortable card

centro de datos

oficial, probado en RTX 4090

Apache 2.0. Dos expertos 14B, uno en VRAM a la vez, por eso las tarjetas de 24 GB lo manejan. Wan 2.5-3.0 solo API.

Video 720p, 1080p con su escalador

Licencia Comunidad Tencent.

Full precision

14 GB

oficial, con offloading

80 GB para mejor calidad

LTX-2 / LTX-2.3

19B / 22B

Video hasta 4K

Licencia Comunidad LTX-2. Audio sincronizado.

Cada fila de esta tabla, sin VRAM requerida

BitVector Prism corre SDXL, Z-Image, FLUX.1, FLUX.2 y Qwen-Image en precisión completa en sus propias GPUs. Elige un modelo de este sitio, escribe un prompt, genera en el navegador. Nada que descargar.

Probar BitVector

Paso a paso

Encuentra tu VRAM (Administrador de tareas > Rendimiento > GPU, o nvidia-smi) y compárala con un nivel abajo; luego elige modelos cuya columna "tarjeta cómoda" esté en o por debajo de ese nivel.
6-8 GB (RTX 3060 Ti, 4060, 2070):
SD 1.5
y SDXL incluyendo
Pony
e Illustrious con uno o dos LoRAs; Z-Image Turbo y FLUX.2 Klein 4B en FP8 o GGUF; FLUX.1 en GGUF Q4, lento;
Wan 2.1
1.3B a 480p y
Wan 2.2 5B
en GGUF con offloading.
12 GB (RTX 3060 12GB, 4070, 5070): todo lo anterior, más rápido, con espacio para ControlNet y escalado;
FLUX.1 Dev
y Schnell en FP8 o GGUF; Qwen-Image en GGUF Q4;
FLUX.2 Klein 9B
en GGUF; Wan 2.2 A14B en GGUF Q4 con offloading a baja resolución y clips cortos.
16 GB (RTX 4060 Ti 16GB, 4070 Ti Super, 5070 Ti, 5080): FLUX.1 Dev en FP8 con margen; Z-Image Turbo y Klein 4B en precisión completa; Qwen-Image en GGUF Q4-Q5;
HunyuanVideo 1.5
con offloading; Wan 2.2 A14B en GGUF Q5 a 720p (reportes de la comunidad).
24 GB (RTX 3090, 4090): casi todos los modelos de imagen excepto FLUX.2 Dev en precisión completa; Qwen-Image en FP8 o Q8; Wan 2.2 A14B en FP8 y Wan 2.2 5B en precisión completa; LTX-2 en FP4; la mayoría de entrenamiento LoRA para SDXL y Flux.
32 GB (RTX 5090): FLUX.2 Dev en FP8; LTX-2 y
LTX-2.3
en FP8; Wan 2.2 A14B a 720p sin quedarse sin memoria a mitad de un clip.
48 GB y más (RTX 6000 Ada, A100, H100): Qwen-Image, LTX-2 y FLUX.2 Dev en precisión completa con espacio de sobra; video largo o en alta resolución, generación por lotes y entrenamiento serio.
Descarga la precisión para tu nivel desde la página del modelo en este sitio (lista cada variante con su tamaño de archivo), carga los codificadores de texto en FP8, y reserva 32 GB de RAM del sistema (64 GB para los modelos más grandes) para offloading.

Ejemplos

FLUX.1 Dev en una tarjeta de 12 GB (ComfyUI)

Load Diffusion Model: flux1-dev-fp8-e4m3fn (11.9 GB) or UnetLoaderGGUF flux1-dev-Q6_K (9.8 GB) | DualCLIPLoader: clip_l + t5xxl_fp8_e4m3fn_scaled | Load VAE: ae

1024x1024, 20 steps, euler, simple, guidance 3.5 | VAE Decode (Tiled) if the last step fails

Qwen-Image en 16 GB

UnetLoaderGGUF: qwen_image_Q4_K_M.gguf (~12.5 GB) | CLIPLoader: qwen_2.5_vl_7b_fp8_scaled, device cpu | Load VAE: qwen_image_vae

1328x1328 native; start at 1024x1024, 20 steps, cfg 2.5

Los mismos modelos sin tarjeta alguna

/render <flux-dev> a studio photo of a vintage camera on a walnut desk, soft window light /size:1024x1024 (PirateDiffusion, Telegram)

Consejos

Cuando veas error de
CUDA out of memory
, haz esto en orden: cambia a una versión FP8 o GGUF del mismo modelo (el mayor ahorro); baja la resolución o la duración del clip (la memoria crece con los píxeles, pasar de 1536 a 1024 px reduce mucho); usa decodificación VAE en mosaicos; carga el codificador de texto en FP8 o déjalo en la CPU; cierra otras apps que usen GPU (navegadores y juegos también ocupan VRAM).
El offloading funciona pero pagas en velocidad y RAM del sistema: un modelo puede correr en una tarjeta "demasiado pequeña" para él, varias veces más lento, y puede que necesites 32-64 GB o más de RAM del sistema.
Licencias en una línea: Z-Image Turbo, FLUX.2 Klein 4B, FLUX.1 Schnell, Qwen-Image y
Wan
2.1/2.2 son Apache 2.0 (uso comercial permitido); FLUX.1 Dev, FLUX.2 Dev y Klein 9B usan licencia no comercial de Black Forest Labs, que prohíbe usar el modelo en un producto o servicio comercial pero permite usar comercialmente las imágenes generadas. Las licencias cambian; la página del modelo enlaza la actual.
Comprar una tarjeta de 32 GB para correr FLUX.2 Dev o LTX-2 para un proyecto de fin de semana rara vez vale la pena; si el modelo que quieres está en las filas de 24 GB+, rentar por hora o un plan en la nube suele ser más barato y rápido que hacer offloading en una tarjeta pequeña.
Regla por mil millones de parámetros: 2 GB en BF16, 1 GB en FP8, unos 0.6 GB en Q4, más 2-5 GB para el codificador, VAE y latente.
Para video, la resolución y duración del clip importan tanto como el modelo; la guía complementaria sobre VRAM para video IA lo explica.

Solución de problemas

CUDA out of memory en una tarjeta que la tabla dice que está bien

Por qué ocurre

Codificador de texto en precisión completa, una pila LoRA, ControlNet o alta resolución encima del modelo.

Cómo arreglarlo

Codificador FP8, un LoRA, resolución nativa, VAE en mosaicos; la guía CUDA out of memory tiene la versión larga.

La generación es muy lenta aunque nada falla

Por qué ocurre

Offloading automático a la RAM del sistema.

Cómo arreglarlo

Baja a la siguiente precisión (FP8 a Q6, Q6 a Q4) hasta que la memoria compartida de GPU quede cerca de cero.

FLUX.2 Dev "funciona" en 12 GB pero necesita 70 GB de RAM

Por qué ocurre

Pesos FP8 intercambiados desde la memoria del sistema.

Cómo arreglarlo

Usa Klein 4B/9B localmente y FLUX.2 Dev en la nube o una tarjeta de 32 GB.

No se nota diferencia entre FP8 y precisión completa, ¿por qué Q4 se ve borroso?

Por qué ocurre

Q4 pierde más detalle que FP8; debajo de Q4 la calidad baja rápido.

Cómo arreglarlo

Usa Q6 o Q8 cuando quepan; Q4 para borradores.

Confusión con la licencia en FLUX

Por qué ocurre

Schnell y Klein 4B son Apache 2.0; Dev, FLUX.2 Dev y Klein 9B son no comerciales.

Cómo arreglarlo

Revisa la columna de licencia y la ficha del modelo antes de usar un modelo en un producto.

Las filas de 24 GB+, desde tu teléfono

PirateDiffusion aloja FLUX.2 Dev, Qwen-Image, Wan 2.2 14B y LTX-2 en hardware de servidor y los corre desde comandos en Telegram. Generación ilimitada por un precio fijo mensual; sin tarjeta, sin offloading, sin 70 GB de RAM.

Probar PirateDiffusion

Preguntas

¿Puedo correr Flux con 8 GB de VRAM?

Sí, con un archivo cuantizado. FLUX.1 en GGUF Q4 necesita unos 7 GB, y FLUX.2 Klein 4B en FP8 unos 8 GB. Espera generaciones más lentas que en una tarjeta de 12 o 16 GB. FLUX.1 en precisión completa necesita unos 24 GB.

¿12 GB son suficientes para SDXL?

Sí. SDXL cabe en 8 GB; 12 GB te dan espacio para LoRAs, ControlNet y escalado en el mismo flujo de trabajo.

¿Cuánta VRAM necesita Wan 2.2?

Depende de la versión. El modelo 5B corre en 8 GB como archivo GGUF y cómodamente en 24 GB. El modelo A14B oficialmente necesita 80 GB sin offloading, pero su versión FP8 corre bien en 24 GB y las versiones GGUF corren en 12-16 GB con offloading.

¿Importa la RAM del sistema?

Sí, cuando empiezas a hacer offloading. 32 GB es un mínimo sensato para Flux y Wan, y los modelos más grandes (FLUX.2 Dev en una tarjeta de 12 GB, por ejemplo) pueden usar 64 GB o más.

¿Qué modelos puedo usar comercialmente?

Z-Image Turbo, FLUX.2 Klein 4B, FLUX.1 Schnell, Qwen-Image y Wan 2.1/2.2 (Apache 2.0). FLUX.1 Dev, FLUX.2 Dev y Klein 9B son no comerciales para el modelo en sí, aunque las imágenes que generes pueden usarse comercialmente. Siempre revisa la ficha del modelo.