Tarjeta gráfica para IA en 2026: top 3 de las RTX 50 para IA local, de 16 a 32 GB

Ejecutar un LLM (Llama, Mistral, Qwen…), generar imágenes con Stable Diffusion o Flux, entrenar un LoRA: en local, todo pasa por la tarjeta gráfica. Y a diferencia del gaming, lo primero que frena no es la potencia bruta, sino la cantidad de VRAM. Si el modelo no cabe en la memoria de la tarjeta, se desborda a la RAM del sistema y todo se ralentiza, si es que llega a cargarse.

En software, el ecosistema sigue construido en torno a CUDA: PyTorch, llama.cpp, Ollama y ComfyUI funcionan de forma nativa en las GeForce RTX. AMD avanza con ROCm, pero una tarjeta NVIDIA sigue siendo la forma más sencilla de empezar.

Clic para ampliar

Actualización del 9 de octubre de 2026: la RTX 5060 Ti de 8 GB deja su sitio a la versión de 16 GB, las especificaciones se han contrastado con las fichas de NVIDIA y de los fabricantes, y los precios son los del catálogo de DropReference en esa fecha. Los precios de las GPU han subido mucho en 2026, y lo tenemos en cuenta en los consejos.

La documentación de Transformers de Hugging Face da una regla sencilla: cargar los pesos de un modelo de X mil millones de parámetros requiere unos 2 × X GB de VRAM en bfloat16/float16 (4 × X GB en float32). Un modelo de 7B pesa, por tanto, unos 14 GB en 16 bits, y Llama 2 70B unos 140 GB.

La cuantización lo cambia todo. En 4 bits, cada parámetro ocupa medio byte: los pesos ocupan unos X/2 GB (simple cálculo). Hugging Face lo muestra con OctoCoder (15.500 millones de parámetros): 32 GB en bfloat16, 15 GB en 8 bits y algo más de 9 GB en 4 bits, medidos. A los pesos se suma el contexto (caché KV), que crece con la longitud de la conversación.

• 8 GB: modelos de 7 a 8B en 4 bits (unos 4 GB de pesos), con poco margen para el contexto.
• 16 GB: hasta 14B en 4 bits con margen (unos 7 GB de pesos), o alrededor de 24B (unos 12 GB) con un contexto corto.
• 32 GB: hasta 32B en 4 bits (unos 16 GB) con mucho contexto. Un 70B en 4 bits (unos 35 GB de pesos) no cabe entero, ni siquiera en una RTX 5090.

El ancho de banda de memoria marca la velocidad de generación de tokens. Las tres tarjetas usan GDDR7 a 28 Gbps, así que crece con el ancho del bus: 128 bits en la RTX 5060 Ti, 256 bits en la 5070 Ti y 512 bits en la 5090, es decir, unos 448, 896 y 1792 GB/s (velocidad × ancho de bus ÷ 8).

Queda el consumo: NVIDIA indica 180 W para la RTX 5060 Ti, 300 W para la 5070 Ti y 575 W para la 5090, con fuentes recomendadas de 600, 750 y 1000 W. Para dimensionar la tuya, sigue nuestra guía para elegir la fuente de alimentación.

Tres tarjetas, tres niveles: 16 GB al precio más bajo, 16 GB rápidos y 32 GB para modelos grandes. Todas son RTX 50 (arquitectura Blackwell, Tensor Cores de 5.ª generación). Los precios son la mejor oferta de las fichas de DropReference el 9 de octubre de 2026.

729 €: es la RTX 5060 Ti de 16 GB más barata de nuestro catálogo en el momento de la consulta, y la entrada más económica a 16 GB de VRAM en NVIDIA. La versión de 8 GB del mismo modelo cuesta 529 €: 200 € de diferencia por el doble de memoria, la mejor inversión posible para IA.

Según NVIDIA, la RTX 5060 Ti cuenta con 4608 núcleos CUDA y 759 AI TOPS, con 16 GB de GDDR7 en un bus de 128 bits. Con 16 GB cargas un modelo de 14B en 4 bits con margen para el contexto, y en generación de imágenes queda sitio para LoRA y ControlNet.

La tarjeta de MSI es muy fácil de integrar: 227 × 126 × 41 mm, 180 W, un solo conector de 8 pines y una fuente de 600 W recomendada por MSI. Usa 8 líneas PCIe 5.0: en una placa base PCIe 4.0, el enlace va a la mitad de velocidad, algo que pesa sobre todo cuando un modelo se desborda de la VRAM.

Su límite es el bus de 128 bits: con el mismo modelo, la generación de tokens es claramente más lenta que en una RTX 5070 Ti, que tiene la misma VRAM pero el doble de ancho de banda.

La RTX 5070 Ti mantiene 16 GB de VRAM, es decir, los mismos tamaños de modelo que la 5060 Ti, pero va mucho más rápido: 8960 núcleos CUDA, 1406 AI TOPS y un bus de 256 bits (unos 896 GB/s), el doble que la 5060 Ti.

La WINDFORCE OC V2 se consultó a 1310 € el 9 de octubre de 2026, tanto en Amazon.fr como en Amazon ES. Gigabyte indica 261 × 126 × 50 mm (2,5 slots) y una fuente de 750 W; NVIDIA da 300 W de consumo. La alimentación pasa por un conector 12V-2x6 de 16 pines, con adaptador a dos de 8 pines.

Es la tarjeta que recomendamos si quieres hacer IA local en serio sin cambiar de fuente ni de caja: rápida en inferencia, versátil en generación de imágenes y excelente también para jugar.

La RTX 5090 es la única GeForce con 32 GB: 21 760 núcleos CUDA, 3352 AI TOPS y un bus de 512 bits (unos 1792 GB/s). Esos 32 GB permiten un modelo de 32B en 4 bits con un contexto largo, o uno de 14B en 8 bits. En cambio, un 70B en 4 bits (unos 35 GB de pesos) supera su memoria: habrá que descargar una parte en la RAM del sistema.

Clic para ampliar

La versión Gigabyte GAMING OC mide 342 × 152 × 70 mm, y tanto Gigabyte como NVIDIA recomiendan una fuente de 1000 W para sus 575 W.

El precio es el verdadero freno: 5499 € como mínimo el 9 de octubre de 2026 (Amazon ES), y más de 6100 € en el resto de tiendas del catálogo. A ese precio solo se justifica si tus modelos necesitan de verdad 32 GB; si no, la 5070 Ti hace lo esencial por una fracción del precio.

Chatbot local (LLM): la VRAM fija el tamaño del modelo y el ancho de banda su velocidad. Hasta 14B en 4 bits basta una tarjeta de 16 GB: la 5060 Ti para el presupuesto, la 5070 Ti para la velocidad. Por encima de 24B necesitas los 32 GB de la 5090.

Generación de imágenes (Stable Diffusion, Flux): 16 GB dejan sitio para modelos, LoRA y ControlNet. La 5070 Ti genera más rápido que la 5060 Ti; la 5090 sirve sobre todo para lotes grandes y vídeo.

Fine-tuning (LoRA, QLoRA): el entrenamiento necesita más memoria que la inferencia, porque hay que guardar los gradientes y el estado del optimizador. 16 GB es el mínimo, 32 GB un verdadero lujo.

Checklist antes de comprar

• Calcula la VRAM necesaria: unos X/2 GB de pesos en 4 bits, 2 × X GB en 16 bits, más el contexto.
• Apuesta por 16 GB como mínimo: las tarjetas de 8 GB te limitan enseguida a modelos pequeños.
• Comprueba la fuente (600 / 750 / 1000 W según NVIDIA) y el espacio en la caja.
• Compara el precio por GB de VRAM: el 9 de octubre de 2026, la 5060 Ti de 16 GB sale a unos 46 € por GB, la 5070 Ti a 82 € y la 5090 a 172 €.
• Para comparar con tarjetas orientadas al juego, consulta nuestro ranking de las mejores tarjetas gráficas.

Sí, mediante ROCm en Linux o DirectML en Windows, y herramientas como llama.cpp funcionan en Radeon. Pero la compatibilidad sigue siendo menor que con CUDA: si la IA es tu prioridad, una RTX sigue siendo la opción más sencilla en 2026.

Para modelos de 7 a 8B en 4 bits y generación de imágenes básica, sí. Pero es el mínimo: con solo 200 € de diferencia entre la RTX 5060 Ti de 8 GB y la de 16 GB en nuestro catálogo, la versión de 16 GB es mucho más sensata.

No entero. En 4 bits, los pesos de un 70B ocupan unos 35 GB, más que los 32 GB de la tarjeta. Hay que descargar parte de las capas en la RAM del sistema, lo que ralentiza bastante la generación.

Tiene 16 GB de VRAM, como la 5070 Ti, por un precio más alto. Como la memoria es lo que limita el tamaño de los modelos, la 5070 Ti ofrece mejor relación para IA.

La nube sale más barata si usas IA de vez en cuando. Una tarjeta local compensa si la usas a diario: sin alquiler por horas, sin latencia de red y con tus datos en casa.

NVIDIA recomienda 600 W para la RTX 5060 Ti, 750 W para la 5070 Ti y 1000 W para la 5090. Para la 5090, elige una fuente ATX 3.1 con cable 12V-2x6 nativo.