NVIDIA RTX 3060 Laptop GPU
La NVIDIA RTX 3060 Laptop GPU es una GPU de consumo basada en la arquitectura Ampere y cuenta con 6 GB de memoria con 336 GB/s de ancho de banda de memoria y un TDP de 115 W. Disponible actualmente en 1 proveedor desde 0,07 €/GPU/hora, con una mediana de mercado de 0,07 €/GPU/hora en 4 configuraciones.
Especificaciones de hardware
Iguales en todos los proveedores
Precio mediano entre todos los proveedores
1 oferta de 1 proveedores
Ordenadas por precio ascendente. Compara configuraciones lado a lado.
LLM que caben en la NVIDIA RTX 3060 Laptop GPU
VRAM estimada para LLM populares de pesos abiertos con precisión de 16 bits (FP16/BF16), 8 bits (FP8/INT8) y 4 bits (INT4/MXFP4), con 6 GB por GPU.
| Modelo | Parámetros | 16 bits | 8 bits | 4 bits |
|---|---|---|---|---|
| Qwen3.6 27B Alibaba | 27,8 mil M | 67 GB Demasiado grande | 37 GB Demasiado grande | 21 GB Ajustado en 3× · 1 % libre |
| Mistral Small 3.2 24B Mistral AI | 24 mil M | 58 GB Demasiado grande | 32 GB Demasiado grande | 18 GB Ajustado en 3× · 17 % libre |
| gpt-oss-20b OpenAI | 21 mil M 3,6 mil M activos | — No publicado | — No publicado | 17 GB 3× · 1,5 GB libres |
| Gemma 3 12B Google | 12,2 mil M | 29 GB Demasiado grande | 16 GB 3× · 1,9 GB libres | 9,4 GB 2× · 2,6 GB libres |
| Granite 4.1 8B IBM | 8,8 mil M | 21 GB Ajustado en 3× · 2 % libre | 12 GB Cabe justo en 2× | 6,8 GB 2× · 5,2 GB libres o 1× · 6 % libre |
| Qwen3 8B Alibaba | 8,2 mil M | 20 GB Ajustado en 3× · 9 % libre | 11 GB 2× · 1,2 GB libres | 6,3 GB 2× · 5,7 GB libres o 1× · 14 % libre |
| Llama 3.1 8B Instruct Meta | 8 mil M | 19 GB Ajustado en 3× · 12 % libre | 11 GB 2× · 1,4 GB libres | 6,2 GB 2× · 5,8 GB libres o 1× · 16 % libre |
| Mistral 7B Instruct v0.3 Mistral AI | 7,2 mil M | 17 GB Cabe justo en 3× | 9,6 GB 2× · 2,4 GB libres | 5,6 GB Cabe justo en 1× |
| Qwen3 4B Alibaba | 4 mil M | 9,7 GB 2× · 2,3 GB libres | 5,3 GB Cabe justo en 1× | 3,1 GB 1× · 2,9 GB libres |
Estimaciones: pesos del modelo más un 20 % para la caché KV y la sobrecarga de ejecución, con contextos cortos. Los contextos largos y los lotes grandes necesitan más. Las filas marcadas como «ajustadas» albergan los pesos, pero no ese margen completo. Una cifra ×N es la VRAM total de N de estas GPU y no afirma nada sobre el rendimiento de la interconexión. Cómo lo estimamos · Empezar por el modelo