Framework Desktop de 192 GB: reservas abiertas a 6.799 dólares

Framework abrió el 30 de septiembre de 2026 las reservas de un Framework Desktop con 192 GB de memoria. Se basa en el nuevo chip Ryzen AI Max+ PRO 495 de AMD, con nombre en clave Gorgon Halo. La memoria extra permite que una caja pequeña cargue modelos de IA de pesos abiertos con más de 300.000 millones de parámetros. The Register sitúa el precio en 6.799 dólares.

Según Framework, los envíos empiezan en noviembre de 2026. Al principio solo fabricará un lote, con la memoria que tiene en existencias.

Qué cambia respecto al modelo de 128 GB

La memoria es la noticia. El anuncio de Framework lo dice sin rodeos: "El cambio importante para la IA local es la memoria unificada adicional." Memoria unificada significa que el procesador y el chip gráfico comparten una sola reserva de RAM. Una tarjeta gráfica separada, en cambio, tiene su propia memoria.

Framework vende ahora cuatro capacidades de memoria con tres chips de AMD.

Memoria	Chip
32 GB	Ryzen AI Max 385
64 GB	Ryzen AI Max+ 395
128 GB	Ryzen AI Max+ 395
192 GB	Ryzen AI Max+ PRO 495

El nuevo chip tiene 16 núcleos de procesador Zen 5 y un chip gráfico con 40 unidades de cómputo, según la página de producto de Framework. Tom's Hardware informa de que la familia Ryzen AI Max 400 usa el diseño gráfico RDNA 3.5 de AMD y alcanza hasta 5,2 GHz. La memoria es LPDDR5X-8533 en un bus de 256 bits. Framework indica un ancho de banda de 273 GB/s, es decir, la velocidad a la que se mueven los datos entre la memoria y el chip.

Los compradores pueden elegir una DIY Edition para montarla ellos mismos o un sistema ya montado que llega con Fedora Linux.

Qué tamaño de modelo cabe

The Register calculó lo que cabe en 192 GB. Con precisión de 4 bits, puede ejecutar modelos de unos 345.000 millones de parámetros en Linux y de unos 320.000 millones en Windows. La precisión de 4 bits, también llamada cuantización, guarda cada número del modelo en 4 bits en lugar de 16. Eso reduce el uso de memoria a más o menos una cuarta parte, a costa de algo de precisión.

The Register nombra dos modelos de pesos abiertos que caben: DeepSeek V4 Flash, con 284.000 millones de parámetros, y GLM-5.3-Flash, con 320.000 millones. Ninguno cabría en la versión de 128 GB con esa precisión.

Por qué el precio es tan alto

El blog de Framework dice que el modelo de 192 GB supone un salto de precio frente al de 128 GB. The Register informa del precio de 6.799 dólares y señala que "toda esa memoria no sale barata".

Toda la categoría se ha encarecido, según The Register. Hace un año, las máquinas con el chip Strix Halo, la generación anterior de AMD, costaban entre 2.000 y 3.000 dólares. En el verano de 2026 costaban unos 4.000 dólares. Los sistemas con el chip GB10 de Nvidia se vendían antes por 3.000 a 4.000 dólares y ahora cuestan entre 6.000 y 8.000 dólares.

Qué significa esto para los desarrolladores

Cómpralo por el tamaño del modelo, no por la velocidad. La caja de 192 GB existe para cargar modelos demasiado grandes para la versión de 128 GB. Lo rápido que responde depende en gran medida del ancho de banda de memoria, y 273 GB/s es la cifra con la que hay que planificar. Antes de pedirlo, calcula cuántos tokens por segundo necesitas y compáralo con pruebas publicadas de máquinas similares.

Deja espacio más allá del propio modelo. Un modelo de 320.000 millones de parámetros que "cabe" a 4 bits sigue necesitando memoria para su contexto, el registro en curso de la conversación. Los prompts largos y los documentos largos se comen ese espacio. Elige un modelo con un margen cómodo, no uno que llene los 192 GB.

Cuenta con Linux si quieres los modelos más grandes. Según las cifras de The Register, Linux ofrece unos 25.000 millones de parámetros más de margen que Windows. El sistema ya montado con Fedora es el camino más corto a esa configuración.

Compara el precio con la nube. A 6.799 dólares, la máquina solo compensa si ejecutas modelos grandes a menudo, si tus datos deben quedarse en tu propio hardware, o ambas cosas. Compárala con un año de alquiler de GPU en la nube para la misma carga de trabajo.

Muévete pronto si quieres una este año. Framework fabrica un único primer lote con la memoria que tiene a mano, así que los pedidos posteriores podrían esperar más allá de noviembre.