TideRankCalculadora de VRAM para modelos grandes locales: elige una GPU o un chip de Apple para ver qué modelos de código abierto puedes ejecutar, con recomendaciones y comandos de ejecución.
Título de la página:Local LLM VRAM calculator — which LLM can your GPU or Mac run? | RunMyLLM
Resumen
Los datos se actualizan semanalmente; consulta la explicación de los valores estimados en Notas sobre los datos
Análisis con IA
Elaborado por un modelo de lenguaje a partir del contenido de la landing page; las valoraciones especulativas están señaladas.
Quienes quieren ejecutar modelos de código abierto localmente no saben qué modelo, qué cuantización y qué longitud de contexto puede soportar realmente su tarjeta gráfica o la memoria de su Mac.
Anterior
Estiman manualmente pesos y KV cache con publicaciones de foros, discusiones en Reddit y tablas dispersas, descargando modelos por prueba y error.
Ahora
Elige el dispositivo y luego el uso, y ve directamente los modelos compatibles, el tamaño de cuantización, el KV cache, los tokens/s estimados y un comando de ejecución.
En comparación
La mayoría de los similares solo calculan el tamaño de los pesos; esta incluye KV cache, longitud de contexto, estimación de velocidad y modelos recomendados según el escenario de tarea.
Público objetivo:Aficionados al despliegue local, Desarrolladores independientes de AI, Desarrolladores que compran GPU o Mac Puntos clave:Recomienda modelos directamente según el uso, sin necesidad de elegir uno mismo, Incluye KV cache y contexto, resultados más cercanos a la realidad, Incluye un comando de ejecución directamente ejecutable Disposición a pagar:Bajo
Visitantes aproximadamente 29 mil, crecimiento del 186%, en fase temprana de rápido ascenso, periodo de despegue de tráfico de tipo herramienta.
Se especula que se basa principalmente en búsquedas long tail como "local llm vram calculator" y "which llm can my gpu run", y en las visitas recurrentes por la actualización semanal del catálogo de modelos.
Barrera más bien débil, la lógica de cálculo es fácil de copiar; la ventaja está en el hábito de uso formado por la actualización semanal del catálogo de modelos, las recomendaciones por tarea y la generación de comandos.
No se detectaron canales de cobro ni indicios de precios en la página; actualmente probablemente es gratuito, sin entrada de suscripción o pago visible.
Búsqueda, backlinks y monetización
Palabra clave principal
local llm vram calculatorwhich llm can my gpu runllm vram calculatorbest local llm for my vramrun llm on apple siliconEnlaces externos e insignias
aiarticlepricer.comCanales de cobro y precios
No detectado
{
"domain": "runmyllm.com",
"name": "RunMyLLM",
"title": "Local LLM VRAM calculator — which LLM can your GPU or Mac run? | RunMyLLM",
"description": "The local LLM VRAM calculator: pick your GPU or Apple Silicon chip and see which open-weight LLMs fit — with a recommended model per job (coding, reasoning, vision, agents, speed), quantised weight sizes, KV cache at your context length, estimated tokens per second, and the command to run it. Catalogue updated weekly.",
"desc_zh": "Calculadora de VRAM para modelos grandes locales: elige una GPU o un chip de Apple para ver qué modelos de código abierto puedes ejecutar, con recomendaciones y comandos de ejecución.",
"cat1": "[\"编程与开发\", \"研究与数据\"]",
"cat2": "[\"本地模型部署\", \"显存与硬件选型\", \"开源模型对比\"]",
"site_type": "[\"关键词驱动\"]",
"keyword_type": "长尾词",
"model_family": null,
"model_version": null,
"status": "正常",
"registered": "2026-08-21",
"rank": 401048,
"visits": 28801,
"visits3": "[10071, 10071, 28801]",
"growth": 186.0,
"dr": null,
"tech": "[]",
"analytics": "[]",
"payments": "[]",
"pricing": "[]",
"monetization": "[]",
"monetization_score": 36.1,
"keywords": "[\"local llm vram calculator\", \"which llm can my gpu run\", \"llm vram calculator\", \"best local llm for my vram\", \"run llm on apple silicon\"]",
"outbound": "[\"aiarticlepricer.com\"]",
"badges": "[]",
"seo": "{\"words\": 753, \"lang\": \"en\", \"internal\": 53, \"outbound\": 1, \"images\": 0, \"images_no_alt\": 0, \"schema\": []}",
"insight": "{\"problem\": \"Quienes quieren ejecutar modelos de código abierto localmente no saben qué modelo, qué cuantización y qué longitud de contexto puede soportar realmente su tarjeta gráfica o la memoria de su Mac.\", \"before\": \"Estiman manualmente pesos y KV cache con publicaciones de foros, discusiones en Reddit y tablas dispersas, descargando modelos por prueba y error.\", \"now\": \"Elige el dispositivo y luego el uso, y ve directamente los modelos compatibles, el tamaño de cuantización, el KV cache, los tokens/s estimados y un comando de ejecución.\", \"vs\": \"La mayoría de los similares solo calculan el tamaño de los pesos; esta incluye KV cache, longitud de contexto, estimación de velocidad y modelos recomendados según el escenario de tarea.\", \"audience\": [\"Aficionados al despliegue local\", \"Desarrolladores independientes de AI\", \"Desarrolladores que compran GPU o Mac\"], \"hooks\": [\"Recomienda modelos directamente según el uso, sin necesidad de elegir uno mismo\", \"Incluye KV cache y contexto, resultados más cercanos a la realidad\", \"Incluye un comando de ejecución directamente ejecutable\"], \"pay_willingness\": \"低\", \"growth\": \"Visitantes aproximadamente 29 mil, crecimiento del 186%, en fase temprana de rápido ascenso, periodo de despegue de tráfico de tipo herramienta.\", \"acquisition\": \"Se especula que se basa principalmente en búsquedas long tail como \\\"local llm vram calculator\\\" y \\\"which llm can my gpu run\\\", y en las visitas recurrentes por la actualización semanal del catálogo de modelos.\", \"moat\": \"Barrera más bien débil, la lógica de cálculo es fácil de copiar; la ventaja está en el hábito de uso formado por la actualización semanal del catálogo de modelos, las recomendaciones por tarea y la generación de comandos.\", \"money\": \"No se detectaron canales de cobro ni indicios de precios en la página; actualmente probablemente es gratuito, sin entrada de suscripción o pago visible.\"}",
"is_sample_revenue": 0,
"is_new": 1,
"reg_relaxed": 0,
"updated_at": "2026-10-18T01:31:32+00:00"
}
Sitios similares
Sitios con el tráfico estimado más cercano dentro de la misma categoría.