Parámetros en IA: qué significa 8B (8 mil millones, 5 GB para ejecutarlo)

8B es un recuento de pesos, y predice la memoria mucho mejor que la calidad

Tres modelos de 8B puntúan 6, 7 y 11 en el Artificial Analysis Intelligence Index (un compuesto de pruebas públicas de razonamiento, programación y conocimiento, consultado el 26 de septiembre de 2026), y Kimi K3 almacena 2.8 billones de parámetros, 350 veces más, para puntuar 44. El gráfico muestra 13 modelos abiertos con ambos datos publicados; cada cifra es el total de la ficha del modelo del propio fabricante, y cada puntuación corresponde al modo predeterminado, salvo las tres marcadas como esfuerzo máximo, medidas con el máximo esfuerzo de razonamiento.

La línea de puntos es la frontera, la mejor puntuación para cada tamaño, y sube 33 puntos al multiplicar los parámetros por 350. Por debajo de ella, la dispersión dentro de un mismo tamaño es tan amplia como la que hay entre tamaños. Llama 4 Maverick almacena 400 mil millones de parámetros y puntúa 10, un punto menos que el 8B de IBM.

¿Qué son los parámetros en IA? Los números aprendidos con los que predice un modelo

Un parámetro es un número aprendido, un peso de la red que el entrenamiento ajusta y que el modelo consulta en cada token que predice. 8B cuenta 8 mil millones de ellos, y la B es billion (mil millones) igual que la G de GB es giga. La ficha de Meta describe Llama 3.1 como "a collection of pretrained and instruction tuned generative models in 8B, 70B and 405B sizes". No se cuenta nada más: ni los datos de entrenamiento ni la ventana de contexto. Qué es un LLM explica cómo se fijan los pesos.

En las fichas de los modelos aparecen dos letras más. M es millón, donde viven los modelos pequeños de embeddings y de visión, y T es billón (10^12): la ficha de Kimi K3 dice 2.8T. Un nombre como Qwen3.6 35B A3B, o el "284B parameters, 13B activated" de DeepSeek, indica un modelo de mezcla de expertos, que almacena todos los parámetros pero usa solo una parte (3 mil millones de 35, en el caso de Qwen) en cada token. Los parámetros activos marcan la velocidad. Los parámetros totales marcan la memoria, y por tanto deciden si el modelo llega a cargarse.

¿Cuánta memoria necesita un modelo 8B? 16 GB a 16 bits, unos 5 GB cuantizado

Un modelo 8B necesita unos 16 GB de memoria a 16 bits y unos 5 GB como la descarga de 4 bits que usa la mayoría, más la memoria de trabajo para la conversación. La cuenta es parámetros por bytes por peso: 2 bytes en los formatos de 16 bits que publican los fabricantes (la guía de memoria de Hugging Face cuenta una copia fp16 de los pesos a 2 bytes por parámetro), 1 byte a 8 bits, medio byte a 4 bits. Esta es la familia Llama 3.1, que Ollama ofrece en los tres tamaños, consultada el 26 de septiembre de 2026.

La última columna es una división nuestra, el tamaño de la descarga en bits entre el número de parámetros, y muestra que la regla de los 4 bits se queda corta en un 20 por ciento respecto a lo que realmente descargas: todos los tamaños de Llama 3.1 quedan entre 4.8 y 4.9 bits por peso, no 4. Así que cuenta con 5 GB para un 8B, 43 GB para un 70B (la página de llama3.3 en Ollama indica los mismos 43 GB para Llama 3.3 70B) y 243 GB para un 405B.

Por eso 8B es el tamaño de moda: 4.9 GB caben en un portátil con 16 GB de RAM o en una tarjeta gráfica de 8 GB. La ficha de Mistral para Ministral 3 8B dice que cabe en 12 GB de VRAM en FP8 y en menos tras cuantizarlo; la de Mistral Small 3.1, un modelo de 24B, habla de una sola RTX 4090 o un MacBook de 32 GB una vez cuantizado. Un 70B de 43 GB necesita un Mac de 64 GB o dos tarjetas de 24 GB, y por encima de eso toca alquilar un servidor.

¿Es mejor un 8B o un 70B? Un 8B de 2026 supera a un 70B de 2024

La edad pesa más que el tamaño: Granite 4.2 8B de IBM, lanzado el 25 de agosto de 2026, puntúa 11 en el Intelligence Index, mientras que Llama 3.3 70B de Meta, de diciembre de 2024, puntúa 8 y Llama 3 70B, de abril de 2024, puntúa 5, una estimación de Artificial Analysis. El 70B tiene casi nueve veces más pesos. La cifra mide lo grande que es la red y no dice nada de los datos ni de la receta con que se entrenó, que es donde fueron dos años de progreso. Las puntuaciones de abajo son del 26 de septiembre de 2026; los recuentos de parámetros son los de cada fabricante.

Dentro de una misma familia y generación, el tamaño sigue compensando: Granite 4.2 3B, 8B y 30B puntúan 9, 11 y 15. Entre generaciones deja de compensar, y en las filas de mezcla de expertos el total y los activos difieren entre 18 y 33 veces, así que la cifra del titular ni siquiera es la que trabaja en cada token.

Los mismos pesos pueden quedar 14 puntos aparte. Qwen3.8 27B puntúa 20 en su modo predeterminado y 34 con el esfuerzo de razonamiento subido a xhigh, porque el índice también mide cuánto piensa el modelo antes de responder. Qué es un modelo de razonamiento explica ese mando.

Por qué los modelos estrella de GPT, Claude y Gemini no publican su número de parámetros

Los modelos estrella cerrados no publican su tamaño porque la cifra es un dato competitivo y, en unos pesos que no puedes descargar, no te dice nada que puedas aprovechar. El último recuento publicado por OpenAI para un GPT de frontera fue GPT-3, con 175 mil millones, en el artículo de 2020 que lo presentó; los tamaños que sí publica son los de sus pesos abiertos, y la ficha de gpt-oss de agosto de 2025 da a gpt-oss-120b 116.8 mil millones de parámetros totales y 5.1 mil millones activos. Google solo dio tamaños para su Gemini Nano en el dispositivo, 1.8 mil millones y 3.25 mil millones de parámetros en el informe de Gemini 1.0, y ninguno para Pro ni Ultra. En septiembre de 2026, GPT-6 Astra y Claude Fable 5.1 puntúan ambos 53 en la clasificación de Artificial Analysis sin ningún tamaño al lado, nueve puntos por encima de Kimi K3, el mayor modelo abierto con 2.8 billones.

Lee el recuento cuando compres hardware, la puntuación cuando compres respuestas

El número de parámetros es el primero que hay que mirar si ejecutas un modelo tú mismo, porque decide si los pesos se cargan, y casi el último si usas un chat alojado. Un proveedor alojado ya compró el hardware, así que lo que pagas depende del precio por token, no del tamaño.

Para uso privado o sin conexión, un producto alojado no es la herramienta adecuada: descarga el Llama 3.1 8B de 4.9 GB con Ollama, o los mismos pesos con LM Studio, y no cuesta nada más allá del espacio en disco. La guía de LLM de código abierto explica las licencias.