Mejor tarjeta gráfica para IA local 2026: qué GPU necesitas según el modelo y cuánta VRAM se lleva el contexto

El 8 de septiembre de 2026 contamos con nuestra API 61 anuncios distintos de tarjeta gráfica en amazon.es, sobre ocho búsquedas de la familia. Cuarenta y nueve escriben cuántos gigabytes de memoria tienen; otros nueve lo dejan en la abreviatura del modelo, ese «32G» o «16G» que va pegado al nombre; tres no dan ninguna cifra de memoria, y uno de esos tres ni siquiera es una tarjeta gráfica: es un libro sobre NVIDIA que Amazon devuelve entre los resultados de «tarjeta gráfica para inteligencia artificial».

Esa es la lectura que ordena la compra. La memoria dice qué modelo entra, el ancho de banda dice a qué ritmo contesta y los TOPS no dicen ninguna de las dos cosas. Y el reparto de arriba explica por qué el estante desorienta: la cifra que más se anuncia es la única de las tres que no cambia la respuesta a la pregunta con la que entra el comprador.

La cifra que hay que mirar es el tamaño del fichero que se descarga, no el número de parámetros. La biblioteca oficial de Ollama publica el peso exacto de cada versión de los modelos de IA locales más descargados, y ahí se ve que la escala no es la que parece: un modelo de 20.000 millones de parámetros puede ocupar más que uno de 32.000 según cómo venga cuantizado de origen. Estos son los pesos leídos el 8 de septiembre de 2026.

Una tarjeta gráfica para deep learning se compra para dos cosas distintas, entrenar y responder, y aquí hablamos de la segunda, que es lo que hace una GPU para inferencia: cuando un modelo va leyendo y escribiendo, guarda en la memoria de la tarjeta un resumen interno de cada palabra que ha pasado por delante para no volver a calcularlo. Eso ocupa sitio, crece en línea recta con la conversación y no aparece en el tamaño del fichero. Es lo que hace que algo que arrancaba deje de arrancar a la mitad de un documento largo, y la cuenta se puede hacer con los cuatro números que el propio modelo publica en su fichero de configuración.

Con el censo delante, la elección no la decide la marca ni la cifra de IA. Si vas a montar un modelo en casa por primera vez y no quieres cambiar la fuente de alimentación, te recomendamos la RTX 5060 Ti 16G Shadow, y no por el precio: es la única de los 61 anuncios que contamos que escribe en su titular la velocidad de su memoria y el ancho de su bus, que son los dos números con los que se calcula lo único que decide cuánto tarda una respuesta.

Es una de las preguntas que más se repiten en esta familia y tiene respuesta corta, porque las dos candidatas son gemelas. MSI vende la RTX 5060 Ti en dos versiones, de 8 y de 16 GB, y NVIDIA les declara exactamente los mismos 759 AI TOPS, el mismo bus de 128 bits, los mismos 448 GB/s y los mismos 180 vatios. Para generar imágenes, la que hay que comprar es la de 16, y el motivo se puede calcular: el fichero de Stable Diffusion XL que publica Stability AI en su repositorio oficial ocupa 6,94 gigabytes, y encima de eso hay que meter la imagen sobre la que se trabaja, el descodificador y lo que ya esté usando el escritorio.

La respuesta honesta es que dan más memoria por euro y piden más trabajo de comprobación. En el catálogo del 8 de septiembre de 2026, la tarjeta con más memoria por debajo de mil euros es de Intel y tiene 24 GB; la de 32 GB más barata es de AMD. Ninguna de las dos aparece en las guías que ocupan hoy las primeras posiciones de esta búsqueda, que recomiendan solo NVIDIA para IA local y dejan fuera la mitad del estante.

Con esas cifras delante se entiende la trampa de la comparación por marca: la tarjeta de Intel declara más ancho de banda que la de NVIDIA que cuesta parecido, y ocho gigabytes más de memoria. Lo que compra el dinero extra de NVIDIA en este escalón no es capacidad, es un ecosistema de programas que da por hecho que la tarjeta es suya. Esa es la decisión real, y no se toma mirando ninguna de las tres cifras del anuncio.

Hay un caso que las guías de esta búsqueda no cubren: el ordenador que ya está comprado, es pequeño y tiene una fuente que no da para una tarjeta de 300 vatios. Ahí solo entran las tarjetas profesionales de 70 vatios, que se alimentan del propio conector de la placa sin cable adicional. NVIDIA declara ese consumo para la RTX 2000 Ada y para la RTX Pro 2000 Blackwell, y de la primera declara además el formato de media altura, que es lo que en el estante se llama perfil bajo y en las fichas en inglés aparece como low profile.

Buena parte de quien busca esto no quiere una tarjeta: quiere que un texto con datos de sus clientes no salga de su edificio. El Reglamento General de Protección de Datos, el RGPD, que en inglés se cita como GDPR, no prohíbe usar un servicio externo, pero convierte a quien lo usa en responsable y al proveedor en encargado del tratamiento, con un contrato de por medio: su artículo 28 exige que ese tratamiento se rija por un contrato que fije el objeto, la duración, la naturaleza y la finalidad, y su artículo 44 somete a condiciones cualquier transferencia a un tercer país. Un modelo que corre en una GPU local, dentro de la máquina, no hace ninguna de las dos cosas: no hay transferencia ni hay encargado.

A partir de cierto punto la pregunta deja de ser qué tarjeta y pasa a ser qué hardware para IA local entero hace falta. Nuestro registro lee cada día el catálogo publicado de las tiendas de tecnología que venden en España, y el 8 de septiembre de 2026 una sola de ellas, Coolmod, tenía 91 equipos de estación de trabajo ya montados con precio: la mitad pasaba de 1.838 euros, uno de cada diez llegaba a 4.164 y veintiuno costaban más de 3.000. El más caro de todos, con cuatro tarjetas profesionales de 96 GB dentro, salía por 89.000.

La cuenta honesta es esta: por piezas se ahorra el margen del montaje y se elige cada componente, y a cambio la garantía se reparte entre siete fabricantes en vez de estar en un solo sitio, y si el equipo no arranca no hay nadie a quien llamar. El punto donde deja de tener sentido montarlo uno mismo está donde entran las tarjetas profesionales de 96 GB, la familia RTX PRO 6000 que llevan dentro los equipos más caros de esa lista: esas no se compran sueltas para un ordenador de casa, piden una placa que reparta los carriles y una fuente y una caja que no se venden en el pasillo de al lado. Por debajo de dos tarjetas, montar sale a cuenta; por encima, se compra la máquina.

La tarjeta no es la única factura, y las otras dos no salen en ningún anuncio: la fuente de alimentación que el fabricante exige para el sistema entero y la memoria del ordenador donde va a caer lo que no quepa en la tarjeta. NVIDIA publica la primera para toda su gama de consumo y va de 600 vatios en la tarjeta de la elección a 1.000 en la RTX 5090.

Esta guía se publicó en mayo de 2026 y desde entonces el catálogo se ha movido. En la lectura del 8 de septiembre, tres de las siete tarjetas que recomendaba estaban sin stock, y una de ellas ocupaba la primera posición. Los tres enlaces se quedan donde estaban, porque una tarjeta agotada puede volver y porque el enlace no engaña a nadie cuando el botón dice lo que hay; lo que cambia es quién ocupa el podio.

Del resto, lo que más ha cambiado no es el precio sino el estante. La versión de mayo no tenía ninguna tarjeta de 24 gigabytes por debajo de mil euros: la suya de esa capacidad costaba el doble. Hoy el catálogo devuelve tres anuncios distintos con 24 gigabytes por debajo de esa cifra, los tres con el mismo chip de Intel. Y ha aparecido en el estante español una categoría que esta guía no cubría: las tarjetas de dos chips en una sola placa, que anuncian 48 gigabytes y exigen que la placa base sepa partir su puerto en dos.

Las mejores gráficas para IA local de 2026 no salen de una lista de marcas: salen de cruzar la memoria, el ancho de banda y el sitio que hay en la caja, tres cosas que casi nunca van juntas en el mismo anuncio. Estas son las seis decisiones que más se repiten, con la tarjeta que las resuelve y la cifra que lo sostiene detrás de cada una.