12 de noviembre de 2026 · Equipo de VRAMfarm
RTX 5090 para IA: lo que ejecutan 32 GB de GDDR7 y no cabe en una tarjeta de 24 GB
Ocho gigas parecen un paso pequeño, pero en la RTX 5090 marcan la diferencia entre «cabe con trucos» y «cabe»: un modelo de lenguaje de 32B con 30 000–40 000 tokens de contexto en lugar de 8000–10 000, vídeo con Wan 2.2 14B en fp8 a 720p y Flux en bf16 completo. Además, la tarjeta lee la memoria un 78 % más rápido que una RTX 4090 (1792 frente a 1008 GB/s), así que genera texto entre 1,4 y 1,7 veces más rápido e imágenes entre 1,3 y 1,5 veces más rápido. Se alquila desde 0,76 € la hora, frente a 0,59 € de la 4090. La única pega es el software: Blackwell necesita CUDA 12.8 o posterior.
Qué ha cambiado respecto a la RTX 4090
| RTX 4090 | RTX 5090 | |
|---|---|---|
| Arquitectura | Ada Lovelace (2022), sm_89 |
Blackwell (2025), sm_120 |
| VRAM | 24 GB GDDR6X | 32 GB GDDR7 |
| Bus de memoria | 384 bits | 512 bits |
| Ancho de banda de memoria | 1008 GB/s | 1792 GB/s |
| Núcleos CUDA | 16 384 | 21 760 |
| Cálculo tensorial FP16/BF16, denso | unos 165 TFLOPS | unos 210 TFLOPS |
| Formatos de baja precisión | FP8 | FP8, FP4 |
| PCIe | 4.0 | 5.0 |
| Consumo de la tarjeta | 450 W | 575 W |
| Software mínimo | cualquier PyTorch actual | PyTorch 2.7+, CUDA 12.8+, driver 570+ |
| Precio de alquiler | desde 0,59 €/h | desde 0,76 €/h |
El patrón es el contrario del salto de la RTX 3090 a la 4090 (mira RTX 3090 vs RTX 4090). Aquel salto duplicó el cálculo y apenas movió el ancho de banda. Este añade alrededor de un 27 % de cálculo y un 78 % de ancho de banda, además de un tercio más de memoria. Por eso la 5090 gana más en modelos de lenguaje, que están limitados por el ancho de banda, y menos en modelos de imagen, que están limitados por el cálculo.
Modelos que ahora caben
Son estimaciones para ajustes típicos; la longitud del contexto, los búferes propios del motor y las opciones de descarga a RAM de ComfyUI las mueven unos cuantos gigas. La fórmula que hay detrás está en la guía de VRAM.
| Modelo | En 24 GB (RTX 4090, RTX 3090) | En 32 GB (RTX 5090) |
|---|---|---|
| Qwen3 32B | 4 bits (~20 GB) con unos 8000–10 000 tokens de contexto | 4 bits con 30 000–40 000 de contexto, o 5 bits (~23 GB) con unos 15 000–25 000, o 6 bits (~27 GB) con unos 5000–10 000 |
| Qwen3 30B-A3B (mixture of experts) | 4 bits (~19 GB), contexto moderado | 6 bits (~25 GB), o 4 bits con contexto largo |
| Gemma 3 27B | 4 bits | 8 bits (~29 GB), contexto corto |
| Llama 3.3 70B | no | sigue sin caber: en 4 bits necesita unos 43 GB |
| Flux.1 dev | fp8, o bf16 descargando mucho a la RAM | bf16 con el codificador de texto aparcado en la RAM, o fp8 con LoRA y ControlNet cargados a la vez |
| Qwen-Image, Qwen Image Edit, HiDream en fp8 | cabe; ComfyUI mete y saca el codificador de texto de la memoria | el modelo de imagen y el codificador de texto pueden quedarse cargados los dos |
| Vídeo con Wan 2.2 5B | 720p, clips de 5 segundos | 720p con margen para clips más largos |
| Vídeo con Wan 2.2 14B en fp8 | solo con cuantización GGUF o descargando mucho a la RAM | unos 30 GB a 720p durante 5 segundos: cabe, justo |
| Entrenamiento de LoRA de Flux | 24 GB con el modelo base en 8 bits | margen para más resolución o un lote más grande |
Las filas de los modelos de lenguaje son las que más se notan en el día a día. En una tarjeta de 24 GB, un modelo de 32B en 4 bits deja 2–3 GB para la caché KV, y por eso los documentos largos acaban en «CUDA out of memory». En 32 GB, el mismo modelo tiene más o menos cuatro veces más sitio. Otra opción es gastar la memoria extra en una cuantización mejor: un modelo de 32B en 5 o 6 bits se acerca un poco más al original que el de 4 bits, sobre todo en código y matemáticas.
En vídeo, lo más llamativo es Wan 2.2 14B. Un clip de 5 segundos a 720p en fp8 necesita unos 30 GB, así que la 5090 es la tarjeta más pequeña que lo ejecuta sin descargar a la RAM. Clips más largos, más resolución o nodos extra pasan de 32 GB, y por eso nuestra app de Wan 2.2 14B lista para usar pide una tarjeta de 48 GB. En una 5090 puedes ejecutarlo igualmente por tu cuenta en un ComfyUI vacío y mantener los clips cortos.
Cuánto más rápida que una 4090 y lo que cuesta un trabajo
| Trabajo | RTX 4090 | RTX 5090 |
|---|---|---|
| 1000 imágenes con Flux.1 dev, fp8, 20 pasos, 1024×1024 | 4–6 por minuto: unas 3 h 20 min, 1,96 € | 6–9 por minuto: unas 2 h 23 min, 1,81 € |
| Un clip de Wan 2.2 5B, 1280×704, 5 segundos | 4–9 min, con 6: 0,06 € | 3–6 min, con 4: 0,05 € |
| LoRA de Flux.1 dev, 2000 pasos | 1–2,5 h, con 1,5: 0,89 € | 0,8–1,6 h, con 1,1: 0,84 € |
| 1 millón de tokens de salida, Qwen3 32B en 4 bits, un usuario | 30–40 tokens/s, con 35: 7 h 56 min, 4,68 € | 45–65 tokens/s, con 55: 5 h 03 min, 3,84 € |
Los tiempos de imagen y vídeo suponen una cola de ComfyUI que mantiene la tarjeta ocupada; las cifras de tokens son para un usuario en Ollama o llama.cpp. Dependen del workflow, el sampler, la longitud del prompt y la versión del software, así que lo útil son las proporciones.
La 5090 sale más barata por trabajo siempre que su precio por hora esté por debajo de su ventaja de velocidad multiplicada por el precio de la 4090: menos de unas 1,3–1,5 veces para imágenes y entrenamiento, menos de unas 1,4–1,7 veces para chat. Compara los dos precios en la página de precios cuando lances; los precios del catálogo van en vivo, y el precio por minuto queda fijado en cuanto arranca tu servidor. Si trabajas delante de la pantalla, suma tu propio tiempo: una imagen de Flux cada 7–10 segundos en lugar de cada 12 cambia cómo se siente una sesión.
CUDA 12.8 o posterior: la única pega
Las tarjetas Blackwell usan una arquitectura nueva, sm_120, y el software antiguo no tiene código para ella. Para ejecutar cualquier cosa en una 5090 necesitas:
- un driver de NVIDIA de la serie 570 o posterior en la máquina (580 o posterior si usas una versión para CUDA 13);
- una versión de PyTorch para CUDA 12.8 o superior (
cu128,cu129ocu130); - PyTorch 2.7 o posterior, la primera versión estable compatible con Blackwell.
Con una versión equivocada, falla con «no kernel image is available for execution on the device», a menudo después de un aviso de que la tarjeta «with CUDA capability sm_120 is not compatible with the current PyTorch installation». Lo mismo pasa con extensiones fijadas en versiones antiguas: xformers, flash-attn, bitsandbytes, kernels de atención propios o nodos de ComfyUI que reinstalan un torch antiguo.
Cómo evitarlo en una máquina alquilada:
- Comprueba la máquina antes de lanzar. El catálogo muestra el driver y la versión de CUDA de cada máquina, y el filtro «CUDA, desde» oculta las más antiguas. Cualquier máquina con una 5090 debería tener ya un driver reciente, pero poner el filtro en 12.8 no cuesta nada.
- Usa un entorno actual. Nuestras apps listas para usar y el ComfyUI vacío vienen con PyTorch para CUDA 12.8. En tu propio entorno, instálalo con
pip install torch --index-url https://download.pytorch.org/whl/cu128. - Deja los proyectos antiguos en tarjetas más antiguas. Un repositorio fijado en torch 2.1 y CUDA 11.8 no funcionará en Blackwell de ninguna manera. Ejecútalo en una 4090 o una 3090, o actualiza sus dependencias.
La guía de incompatibilidades entre CUDA y driver tiene la tabla completa de drivers, versiones y mensajes de error.
Cuándo sigues necesitando una tarjeta de 48 GB
Los 32 GB cierran muchas brechas, pero no todas. Coge una tarjeta de 48 GB para:
- Modelos de lenguaje de 70B. En 4 bits, solo los pesos ocupan unos 43 GB. Una tarjeta de 48 GB los ejecuta con 8000–12 000 tokens de contexto; una de 80 GB, con contexto largo.
- Vídeo con Wan 2.2 14B más largo o más nítido. Más de 5 segundos a 720p, 1080p o el modelo en bf16.
- Modelos de 32B en fp8 (unos 33 GB), o servir un 32B a varios usuarios con vLLM. Cada conversación en paralelo necesita su propia caché KV.
- Qwen-Image en bf16 (unos 41 GB solo el modelo de imagen) o workflows de imagen con muchos LoRA a la vez.
- QLoRA sobre modelos de 32B. Con secuencias cortas funciona en 24–32 GB; con 48 GB vas holgado.
Las opciones de 48 GB son la RTX A6000, desde 0,72 € la hora, y la L40S, desde 1,06 €; la RTX PRO 6000 es una tarjeta Blackwell para estaciones de trabajo con 96 GB, desde 2,12 €. Las tarjetas de 48 GB tienen menos ancho de banda que una 5090 (768–864 GB/s), así que son más lentas en lo que cabe en ambas. Elígelas por la memoria, no por la velocidad.
Para ajustes finos completos y modelos de 70B en fp8, el siguiente paso es una A100 o una H100 de 80 GB.
Quién debería alquilar la 5090
Alquílala si chateas con modelos de 14–32B o los sirves y quieres contexto largo, si haces vídeo con Wan 2.2 o si trabajas todo el día con Flux, Qwen-Image o HiDream y quieres menos cambios de modelo. Quédate en una 4090 si tu workflow ya cabe con holgura en 24 GB y ese día la proporción de precios no favorece a la 5090, o si tu proyecto está atado a un entorno CUDA antiguo. Quédate en una 3090 para lotes largos y baratos en los que nadie espera.
Si tienes dudas, la prueba más barata es la de verdad: ejecuta el mismo trabajo corto en una 4090 y en una 5090 y compara los minutos. Con facturación por minuto, una prueba de 15 minutos cuesta 0,15 € en la 4090 y 0,19 € en la 5090. La página de la RTX 5090 muestra las máquinas disponibles ahora mismo, con su país, su driver y su versión de CUDA.