Cómo usar Green Zone

Qué información debes introducir

Green Zone calcula a partir de los valores que introduces. No examina tu ordenador, no identifica la tarjeta gráfica ni mide la memoria libre. Puedes estudiar el equipo que tienes o uno que estés pensando comprar.

Introduce dos capacidades por separado. La memoria de vídeo, Video Random Access Memory (VRAM), pertenece al procesador gráfico, Graphics Processing Unit (GPU). La memoria del sistema, Random Access Memory (RAM), sirve al sistema operativo, los programas y, si lo permites, parte del modelo. Por ejemplo: 8 GiB de VRAM y 32 GiB de RAM. Los campos usan GiB, que no son exactamente GB.

El campo RAM siempre está visible. Activa «Permitir que parte del modelo use la RAM» para incluirla en la distribución. Después puedes indicar la reserva del sistema y la proporción estimada en GPU. Deja espacio para los demás programas. Con la opción desactivada, el modelo se planifica íntegramente en GPU.

No sumes ambas capacidades como si fueran una sola tarjeta: 8 y 32 no son 40 GiB de VRAM. Se comprueban por separado. En equipos de memoria unificada, no cuentes dos veces la misma memoria. Nuestra división aproximada GPU/RAM no es una configuración validada específicamente para esos equipos.

Tu primera visita

Decide primero qué quieres hacer: conversar, programar, estudiar documentos o encargar acciones a un agente de IA. Los botones de tarea proponen una distribución inicial; no instalan programas ni demuestran que cualquier modelo sea adecuado.

Si ya has elegido un modelo, empieza por la comprobación de memoria. Si todavía no conoces nombres, ve al catálogo, explicado en el segundo capítulo. El modelo que aparece seleccionado inicialmente es un punto de partida de la interfaz, no uno detectado en tu ordenador.

Para empezar, elige modelo y archivo, introduce memoria, selecciona la tarea y pulsa el botón de equilibrado. Deja los ajustes avanzados para después. Revisa dos resultados: si alcanza la memoria y si queda espacio para los materiales y la respuesta.

01 · Comprobar si cabe el modelo elegido

Cuándo utilizarlo

Has descargado un modelo o quieres comprobar uno antes de hacerlo. El cálculo incluye espacio para el modelo y para trabajar con él.

Qué hacer

Selecciona el modelo y un archivo en cuantización de pesos. Son versiones del mismo modelo que guardan los números de distintas maneras y ocupan tamaños diferentes. Introduce VRAM y RAM, permite usar RAM si lo necesitas, elige la tarea y pulsa «Equilibrar esta configuración».

Cómo interpretar el resultado

Lee primero el estado de memoria y el presupuesto de contexto. El contexto es el espacio de trabajo para el texto recibido y generado en una petición. Un archivo pequeño no permite añadir documentos ilimitados: los pesos necesitan memoria y la conversación necesita espacio adicional.

El diagrama muestra la distribución de VRAM. Si parte del modelo se coloca en RAM, aparece otra estimación para ella. La gráfica muestra cómo cambian las necesidades de VRAM con el contexto; no representa velocidad.

Cómo continuar

La zona verde indica que la estimación cumple las condiciones. Comprueba también el presupuesto de texto. El límite estimado de contexto no es un objetivo obligatorio. Si falta espacio, prueba menos texto, un archivo más compacto o el uso permitido de RAM y compara de nuevo.

02 · Encontrar un modelo sin conocer su nombre

Empieza por la memoria

No hace falta conocer nombres. Introduce VRAM y contexto en la parte superior del catálogo. Puedes explorar primero con 4 096 tokens y ampliar después según tus documentos: es un ejemplo, no un mínimo obligatorio. Para incluir RAM, configúrala y autoriza su uso en el calculador de memoria; los ajustes pasan entre herramientas.

Cómo recorrer el catálogo

Deja vacía la búsqueda y no limites familias ni precisiones. Activa el filtro de opciones que caben según el cálculo y ordena por tamaño de archivo para empezar con opciones menos exigentes. Buscar por nombre sirve cuando ya conoces uno, como Qwen; no es necesario para empezar.

Abre una ficha y revisa sus archivos, parámetros, límite de contexto y enlaces al fabricante. El tamaño no indica por sí solo si hará bien tu tarea. Consulta el soporte de código, instrucciones e idioma en la descripción del fabricante: el catálogo no examina la calidad de todas las respuestas.

Prueba tu tarea concreta

Elige un archivo y llévalo al calculador de memoria. Si el catálogo queda vacío, quita restricciones, solicita menos contexto o revisa el presupuesto. No encontrar una opción bajo esas condiciones no significa que tu ordenador no pueda ejecutar ningún modelo local.

03 · Buscar una configuración para tu tarea

Cuándo ayuda

Ya elegiste el modelo y sabes aproximadamente cuánto espacio necesita tu trabajo. El ajuste automático compara combinaciones disponibles de ese modelo. No elige otro modelo; para eso está el catálogo.

Cómo empezar

Completa primero el presupuesto de materiales y respuesta. Luego elige una prioridad: equilibrio, más contexto o mayor precisión de los pesos. Permite RAM si procede. Puedes dejar la precisión del caché y la precisión mínima como están hasta leer sus explicaciones.

Diferencia con equilibrar

El ajuste automático conserva las asignaciones del presupuesto y busca dónde caben. El botón de equilibrado puede redistribuir las partes no bloqueadas. Activa el bloqueo de contexto para conservar toda la ventana solicitada; sin él puede proponerse una menor que aún cubra el presupuesto.

Compara archivo, espacio para texto, memoria y uso de RAM. Aplica una opción y revísala en el calculador principal. Mayor precisión no es una mejora de calidad medida. Si no hay opciones, revisa requisitos concretos en vez de aumentar todos los números.

04 · Repartir espacio entre documentos y respuesta

Qué cuenta

Planifica cuánto leerá y escribirá el modelo. La unidad es el token, un fragmento de texto que no equivale siempre a una palabra. El enlace explica el concepto con ejemplos.

Cómo repartirlo

Empieza por la tarea y los documentos que realmente enviarás. Añade instrucciones e historial relevante, una reserva para responder y espacio para siguientes pasos si utilizas un agente. Los controles planifican; no suben archivos ni modifican tu modelo en ejecución.

El contexto asignado es la capacidad total. El total de tokens suma todas las partes, incluida la respuesta futura. El restante aún no está distribuido. Con 8 192 de capacidad y 7 206 asignados quedan 986; la reserva de respuesta ya está dentro del total, no se limita a esos 986.

Al mover un control

El equilibrado vinculado usa primero el espacio libre, amplía el contexto si cabe en memoria y después reduce otras partes desbloqueadas. Revisa los totales. Bloquea lo que no deba reducirse automáticamente. El presupuesto de texto equilibrado todavía necesita la comprobación de memoria.

05 · Comparar archivos del mismo modelo

Para qué sirve

Permite elegir entre un archivo compacto y una mayor precisión numérica manteniendo iguales memoria y contexto. Así se ve el efecto de cambiar un factor.

Q4, Q5, Q6 y Q8 son clases de aproximadamente 4, 5, 6 y 8 bits. FP16 y BF16 son formatos distintos de 16 bits. No necesitas memorizar nombres: compara tamaño real y memoria total. Un archivo menor puede dejar más espacio para documentos y afectar a la calidad.

Cómo elegir

Revisa consumo y límite estimado de contexto. Selecciona con la flecha y vuelve a tu tarea; puedes fijar una configuración para compararla después. La tabla no mide velocidad ni calidad de respuesta. La cuantización de pesos y la precisión del caché comprimen datos diferentes.

06 · Entender términos y resultados

Esta tarjeta abre explicaciones, no otro cálculo. Empieza por tokens, pesos y contexto. Los términos enlazados llevan al glosario, desde el que puedes regresar a la página anterior.

Las historias explican con situaciones humanas para qué sirven los modelos locales y los agentes. Se pueden leer sin usar calculadoras. Método y datos recoge fuentes y supuestos para quien quiera profundizar. No necesitas estudiar fórmulas para empezar.

Comparar modelos o equipos diferentes

Elige un modelo y su cuantización en el selector de esta página y pulsa Añadir a la comparación. Puedes añadir hasta cuatro opciones. Cada tarjeta también tiene menús de modelo y cuantización para sustituir una opción sin salir. Los archivos siempre corresponden al modelo elegido en esa tarjeta.

Abre Ajustes de memoria de esta opción para cambiar VRAM, RAM o distribución. Los cambios se guardan automáticamente y actualizan el gráfico; las otras tarjetas y la calculadora principal no cambian. Abrir en la calculadora de memoria es un botón separado para volver a la calculadora completa.

Leer el gráfico

El control aplica la misma ventana de contexto a todas las opciones. Cada color identifica una: la línea continua muestra su memoria estimada con reservas y la discontinua, la capacidad indicada. Si la continua queda por encima de la discontinua, esa opción necesita más memoria para ese contexto. Cada curva termina en el límite de contexto de su modelo. La tabla muestra las cifras completas, sin abreviarlas con K.

Memoria de vídeo y del sistema

Encima del gráfico puedes elegir memoria de vídeo (VRAM) o memoria del sistema (RAM). La RAM aparece si has permitido ejecutar allí parte del modelo; las capacidades no se suman. Los demás ajustes, como la precisión de la caché y las solicitudes simultáneas, se conservan para cada copia. Se compara memoria, no velocidad ni calidad de respuesta. Abre una copia en la calculadora para modificarla o quítala para añadir otra.

Qué cambia el botón de equilibrado

Prepara un plan inicial para la tarea. Prueba primero el archivo actual y, si hace falta, variantes más pequeñas. Puede cambiar contexto, caché permitido, márgenes de trabajo, reservas y asignaciones. Solo modifica el plan del sitio, no tu modelo instalado.

Sin permiso para usar RAM se considera GPU completa; con permiso, puede repartirse entre ambas memorias. Después comprueba archivo, contexto, proporción en GPU y los dos resultados: memoria y presupuesto.

Los candados impiden reducir automáticamente ciertas partes. Si no caben, revisa sus valores y reduce manualmente solo lo aceptable o aumenta el espacio. Pulsar de nuevo puede no cambiar nada si ya existe un plan adecuado.

Al elegir otro modelo en la calculadora de memoria o abrirlo desde el catálogo, Green Zone crea una tarea de ejemplo nueva. Conserva la VRAM y la RAM indicadas, sustituye las asignaciones de tokens y sus bloqueos, y empieza con una solicitud a la vez. Chat parte de hasta 8.192 tokens; programación y agentes, hasta 16.384; investigación, hasta 32.768. Se usa menos si la memoria o el modelo lo requieren. Guarda o fija la configuración anterior para volver a ella. Las tarjetas de comparación conservan sus propios ajustes.

Si Balance no encuentra un plan, consulta los siguientes pasos dentro del resultado de memoria. Distinguen el límite de contexto del modelo de la falta de VRAM o RAM. Cada sugerencia indica el archivo y el contexto. Una opción coloca todo el modelo en la GPU; otra combina tu VRAM con RAM. La estimación de RAM incluye la reserva para el sistema operativo. Puedes probar expresamente las capacidades propuestas. No se mide ni modifica tu equipo. Más memoria da margen, pero no predice velocidad ni compatibilidad.

Balance y los botones de tipo de trabajo conservan los tokens bloqueados. Si pertenecen a una tarea anterior, «Empezar una tarea de ejemplo nueva» los sustituye junto con sus bloqueos, conservando los valores de hardware. Un contexto bloqueado solo se acorta con tu autorización.

Qué poner en cada campo

Las instrucciones del sistema definen reglas y función. Las descripciones de herramientas indican acciones y argumentos, no todo su código.

Las instrucciones de habilidades cargadas son guías leídas por el modelo. Instalar una carpeta no consume tokens por sí mismo; cuenta el material incluido en la petición.

Archivos y documentos son textos, fragmentos o código enviados. El historial son mensajes anteriores incluidos ahora. La tarea actual es tu nueva petición. El margen de formato del chat cubre los marcadores añadidos por el programa.

La reserva de respuesta incluye el texto futuro y el razonamiento si se genera. Los pasos futuros cubren resultados nuevos y continuación. No cuentes el mismo texto dos veces. Un subagente puede tener contexto propio y devolver solo un resumen.

Estimar cuando todavía no tienes cifras exactas

Empieza con una muestra pequeña. Como ejemplo, una instrucción breve puede ocupar 300–800 tokens; un procedimiento detallado, 1 000–3 000. No son requisitos fijos. Tres instrucciones cargadas de 700 suman 2 100 antes de documentos y respuesta.

Puedes reservar inicialmente 300–800 para una respuesta breve o 1 500–4 000 para explicación o código. Razonamiento y herramientas pueden necesitar más. Páginas, idiomas, tablas y tokenizador afectan al recuento.

Estos rangos ayudan a empezar, no a poner todos los campos al máximo. Más presupuesto no garantiza una mejor respuesta. Sustituye las estimaciones por recuentos de tu material.

Ejemplos de presupuesto completo

La tabla presenta cuatro tareas educativas con todas las asignaciones, suma, ventana y espacio libre. Una conversación simple puede no necesitar herramientas ni habilidades. Una investigación reserva más para documentos; un agente, para acciones posteriores.

Son ejemplos de tokens, no recomendaciones para cada tarjeta. Elige uno parecido, sustituye cifras y comprueba memoria. Los botones pueden dar valores distintos porque consideran tus ajustes y bloqueos.

Contar material y prever siguientes pasos

En presupuesto, pulsa Contar texto. Pega texto o selecciona un archivo admitido, elige la categoría y revisa antes de aplicar. Extrae primero el texto de un PDF: sus megabytes no indican tokens.

Lee la etiqueta del resultado. Sin el tokenizador adecuado es una estimación. Si se configura un servicio exacto, puede enviársele el texto; en la versión local es el servicio del sitio en tu ordenador. Un texto aislado no incluye automáticamente todo el formato de la petición.

El simulador estima continuación: cuatro pasos de 500 son 2 000. Toma el mayor valor entre esa cifra y la reserva existente, sin sumarlos dos veces. No ejecuta el agente ni predice sus acciones reales.

Dos significados de «híbrido»

La arquitectura híbrida describe el interior del modelo: distintas capas pueden guardar información de formas diferentes. No obliga a usar CPU y GPU juntos ni significa que algo falle.

El reparto entre GPU y RAM describe dónde se coloca el modelo. También es posible con otras arquitecturas. RAM añade espacio, pero usar el procesador puede ser más lento. Estimamos capacidad, no velocidad.

El catálogo dispone de perfiles de arquitectura. Las estimaciones son para texto, sin procesamiento de imágenes o audio. Empieza con selección y presupuesto habituales; abre la explicación del cálculo cuando necesites detalles.

Cuándo revisar los ajustes adicionales

El programa de ejecución, como Ollama o llama.cpp, carga y ejecuta el modelo. Green Zone prepara un plan. Selecciona el tuyo si lo conoces; el sitio no instala programas ni comprueba controladores.

La caché de claves y valores, Key-Value Cache (KV cache), guarda información intermedia del texto. Los búferes permiten calcular. Otras aplicaciones y la reserva de seguridad necesitan espacio fuera del modelo. Por eso el archivo no puede ocupar toda la memoria.

Las peticiones paralelas son conversaciones simultáneas. Empieza con una; acciones secuenciales de un agente no son simultáneas. Cambia caché de ventana, copias de estado o Flash Attention solo cuando conozcas la configuración real de tu programa.

Conservar una configuración

Los ajustes pasan entre herramientas y quedan guardados en este navegador. Fijar ayuda a comparar; guardar y exportar conservan una configuración o informe. Importar restaura valores del archivo.

El informe contiene supuestos, no mediciones del ordenador. Guarda lo importante antes de borrar datos del navegador. Para ejecutar el modelo, lleva los ajustes a tu programa y prueba una tarea pequeña.

Si el resultado no sirve para tu tarea

¿Cabe el archivo pero no el cálculo completo? Reduce contexto o archivo: también hace falta espacio de trabajo. ¿RAM disponible pero sin usar? Comprueba el permiso, la capacidad y la reserva del sistema.

¿Catálogo vacío? Quita filtros y revisa el presupuesto heredado. ¿Equilibrar no ayuda? Revisa candados y bloqueo de contexto. ¿Caben tokens pero no memoria? Vuelve al primer calculador: son comprobaciones distintas.

Cambia una condición cada vez y compara. Explorar aquí no modifica los archivos ni los ajustes del modelo en tu ordenador.