# Audio 03 — Cuantización Pesos y cache KV son dos decisiones distintas. El peso Q4 comprime parámetros del modelo y afecta la memoria del artefacto. El KV Q4 o Q8 comprime activaciones de la conversación y afecta sobre todo contexto y concurrencia. Si una prueba larga falla, no podemos culpar a Q4 sin separar ambos factores. La prueba correcta mantiene fijo el mismo modelo, template, parser, seed, hardware, contexto y salida. Cambia sólo el tipo del KV. Se repite a ocho mil, treinta y dos mil y noventa y ocho mil tokens. Se registran memoria pico, tools correctas, JSON válido, duración, tokens y conteo de llamadas. Hoy sí observamos vLLM con KV INT4. No observamos KV Q8. Por eso no se recomienda Q8 para tres sesiones de doscientos sesenta y dos mil tokens sin medir la VRAM real. Una tabla incompleta debe decir no disponible, no usar una cifra estimada como si fuera una medición.