Configurar un rig →

TinyLlama1.1B params2k contextopopular

TinyLlama 1.1B en local

TinyLlama 1.1B es un LLM open-weight de la familia TinyLlama, con 1.1B parámetros. Uso principal: chat, RAG and general assistance. Hardware mínimo detectado: GTX 1650 (4 GB).

Comprobar en mi GPU →Hugging Face ↗

Ficha técnica

Parámetros1.1B

Contexto máximo2k

Q4_K_M0.7 GB

Q5_K_M0.8 GB

Q81.2 GB

FP162.5 GB

FamiliaTinyLlama

Última sync2026-05-12

Quantizations disponibles

pesos GGUF

Q4_K_M

0.7GB

Aceptable. Buen compromiso si la VRAM es limitada.

Q5_K_M

0.8GB

Buena calidad. Punto dulce tamaño / precisión.

Q8

1.2GB

Calidad casi FP16. Cómodo para producción.

FP16

2.5GB

Precisión de referencia. Máxima calidad, más VRAM.

GPUs compatibles

12 single-GPU

GPUs capaces de ejecutar TinyLlama 1.1B en una sola tarjeta, ordenadas por margen de VRAM.

2.5 / 4 GBcómodo · FP16

2.5 / 6 GBcómodo · FP16

2.5 / 6 GBcómodo · FP16

2.5 / 6 GBcómodo · FP16

2.5 / 6 GBcómodo · FP16

2.5 / 6 GBcómodo · FP16

2.5 / 6 GBcómodo · FP16

6 GB · Arc Alchemist

2.5 / 6 GBcómodo · FP16

2.5 / 8 GBcómodo · FP16

2.5 / 8 GBcómodo · FP16

2.5 / 8 GBcómodo · FP16

2.5 / 8 GBcómodo · FP16

Rigs multi-GPU recomendados

2x / 4x consumer GPUs

Para TinyLlama 1.1B con quantization más alta o más contexto, un rig multi-GPU da más margen.

2.5 / 8 GBcómodo · FP16

2× GTX 1060 6GB

12 GB · GTX 10

2.5 / 12 GBcómodo · FP16

12 GB · GTX 16

2.5 / 12 GBcómodo · FP16

2× GTX 1660 Super

12 GB · GTX 16

2.5 / 12 GBcómodo · FP16

2× GTX 1660 Ti

12 GB · GTX 16

2.5 / 12 GBcómodo · FP16

2× RTX 2060 6GB

12 GB · RTX 20

2.5 / 12 GBcómodo · FP16

2× RTX 3050 6GB

12 GB · RTX 30

2.5 / 12 GBcómodo · FP16

12 GB · Arc Alchemist

2.5 / 12 GBcómodo · FP16

Rig recomendado

2× GTX 1650

TinyLlama 1.1B with Ubuntu, vLLM, Open WebUI and the model already downloaded.

Estimaciones VRAM: parámetros x bits/8 más margen. El rendimiento real varía según motor, contexto y batch.
sync: 2026-05-12