La respuesta depende de una decisión antes que cualquier otra: si su agente llama a un modelo por API (OpenAI, Anthropic, etc.) o si ejecuta un modelo de lenguaje localmente. Para el primer caso — la opción más común en la práctica — no necesita GPU en absoluto: 4 vCPU, 8-16 GB de RAM y NVMe son suficientes. Para el segundo caso, la VRAM se convierte en el recurso crítico, y varía enormemente según el tamaño del modelo: desde 8 GB para un modelo pequeño hasta 48 GB o más para uno grande.
Agentes que Llaman a un Modelo por API (Sin GPU)
Si su agente autónomo hace llamadas a un modelo externo — OpenAI, Anthropic, u otro proveedor vía API — el VPS solo necesita ejecutar el orquestador, las herramientas, la memoria, el navegador y las bases de datos que el agente utiliza. El modelo en sí corre en la infraestructura del proveedor, no en su servidor. Para la mayoría de proyectos, esta es la opción recomendada: 4 vCPU, 8-16 GB de RAM y 80-160 GB de almacenamiento NVMe cubren cómodamente un agente que gestiona herramientas, sesiones, transferencias entre agentes (handoffs), límites de seguridad (guardrails) y ejecución de tareas — sin necesidad de GPU en ningún momento.
Agentes que Ejecutan un LLM Localmente con Ollama
Si en cambio quiere ejecutar el modelo de lenguaje dentro de su propio servidor — con Ollama, por ejemplo — la VRAM pasa a ser el recurso que determina todo lo demás. Como referencia aproximada, un modelo de 7-8B parámetros cuantizado puede necesitar unos 6-8 GB de VRAM, uno de 14B alrededor de 12-16 GB, y uno de 32B entre 20-24 GB:
| Tipo de Agente | vCPU | RAM | VRAM |
|---|---|---|---|
| Agente + API externa (sin modelo local) | 4 vCPU | 8–16 GB | No necesaria |
| LLM local 7–8B (cuantizado) | 8 vCPU | 16–32 GB | 8 GB VRAM |
| LLM local 14B | 8–12 vCPU | 32 GB | 16 GB VRAM |
| LLM local 27–32B | 12–16 vCPU | 64 GB | 24 GB VRAM |
| LLM local 70B | 16+ vCPU | 128 GB | 48+ GB VRAM |
No dimensione el servidor exactamente al tamaño del modelo — reserve memoria adicional para el contexto, la caché KV, las herramientas y los procesos auxiliares del agente.
Qué Necesita Además del Modelo Para un Agente Realmente Autónomo
Si por «autónomo» se refiere a un agente que funciona 24/7, navega por internet, lee y escribe archivos, ejecuta comandos y código, usa APIs externas, gestiona correo o calendario, mantiene memoria persistente entre sesiones, lanza subagentes, ejecuta tareas programadas y se recupera de errores por sí mismo — cada una de estas capacidades consume recursos adicionales de CPU y RAM más allá del modelo en sí. No dimensione el servidor exactamente al tamaño del modelo o al mínimo recomendado por API — reserve margen adicional para el contexto, la caché KV, y los procesos auxiliares que un agente verdaderamente autónomo mantiene corriendo en segundo plano.
Qué Producto de Contabo Usar Según su Caso
Para la mayoría de los agentes autónomos — los que llaman a un modelo por API — un Cloud VPS estándar de Contabo (4 vCPU, 8-16 GB de RAM, NVMe, desde aproximadamente €4.28/mes) cubre el caso sin necesidad de GPU. Si su proyecto específicamente requiere ejecutar el modelo localmente con Ollama, Contabo también ofrece GPU Cloud con tarjetas NVIDIA L40S, H100 y H200, con facturación por hora disponible para quienes solo necesitan la GPU durante el entrenamiento o la inferencia puntual, en lugar de pagar por una GPU activa las 24 horas.
| Su Caso | Producto Recomendado | Especificaciones | Precio Aproximado |
|---|---|---|---|
| Agentes vía API (OpenAI, Anthropic, etc.) | Cloud VPS estándar (sin GPU) | 4 vCPU / 8–16 GB RAM | Desde €4.28/mes aprox. |
| LLM local con Ollama (modelos pequeños-medianos) | GPU Cloud (NVIDIA L40S) | Según el tamaño del modelo (ver tabla anterior) | Desde ~€630/mes, o facturación por hora para uso ocasional |
| LLM local con Ollama (modelos grandes, 70B+) | GPU Cloud (NVIDIA H100/H200) | 128+ GB RAM / 48+ GB VRAM | Consultar precios actuales — varía según disponibilidad |
La mayoría de los agentes autónomos (los que llaman a un modelo externo por API) no necesitan GPU en absoluto — es la opción más económica y la más común en la práctica.
Preguntas Frecuentes
¿Qué especificaciones de VPS necesito para ejecutar agentes de inteligencia artificial de forma autónoma?
Depende de si su agente llama a un modelo por API o ejecuta uno localmente. Para el primer caso — el más común — 4 vCPU y 8-16 GB de RAM son suficientes, sin necesidad de GPU. Para ejecutar un modelo localmente con Ollama, la VRAM necesaria varía según el tamaño del modelo, desde 8 GB para modelos pequeños hasta 48 GB o más para modelos grandes.
¿Necesito una GPU para ejecutar agentes de IA autónomos?
No, si su agente llama a un modelo externo por API — esta es la configuración más habitual y no requiere GPU en absoluto. Solo necesita GPU si va a ejecutar el modelo de lenguaje directamente en su servidor, por ejemplo con Ollama.
¿Cuánta VRAM necesito para ejecutar un modelo con Ollama?
Depende del tamaño del modelo: aproximadamente 8 GB de VRAM para un modelo de 7-8B parámetros cuantizado, 16 GB para uno de 14B, 24 GB para uno de 27-32B, y 48 GB o más para un modelo de 70B. Estas cifras son de referencia — reserve margen adicional para el contexto y la caché KV.
Aviso: Las especificaciones de producto, características y precios mencionados en este artículo están sujetos a cambios y pueden variar según la región, el plazo de facturación y las promociones activas. Consulte el sitio web oficial de cada proveedor o marca para conocer las cifras, precios y tasas de cambio locales actuales.
