cerebro: capacidades detalladas en el prompt (que no dude), contexto 8192

config/qwen3.5-4b-jarvis.Modelfile

@@ -1,21 +1,18 @@
-# Variante de qwen3.5:4b para JARVIS.
+# Variante de qwen3.5:4b para JARVIS: deja sitio a whisper en la tarjeta.
+#
+# La T1200 tiene 3717 MiB utiles. Con el reparto automatico ollama coge 2941 y
+# deja 776 libres: whisper small CARGA (757) pero se mata al transcribir, cuando
+# pide su pico de 839. El sintoma en la app es "Error recognizing file with
+# server", que despista, porque el fichero y el servidor estan bien.
+#
+# Con 24 de las 32 capas en GPU el LLM ocupa 2177 y deja 1540 libres: caben los
+# dos con 700 MiB de holgura. Y no cuesta velocidad — medido con tres tiradas en
+# caliente, la respuesta baja de 2,71 s a 2,31 s, porque el reparto automatico
+# se queda sin VRAM y acaba peleandose consigo mismo.
 #
 # Crear o recrear:  ollama create qwen3.5:4b-jarvis -f qwen3.5-4b-jarvis.Modelfile
-#
-# ── PORTABILIDAD DE GPU ─────────────────────────────────────────────────────
-#
-# num_gpu (cuantas capas van a la tarjeta) NO se fija aqui a proposito: Ollama
-# lo reparte segun la VRAM disponible, asi que el modelo funciona igual en una
-# tarjeta pequeña, en una grande, o en CPU. Si lo fijas, lo atas a UNA tarjeta.
-#
-# Solo tiene sentido fijarlo si quieres reservar VRAM para whisper en una
-# tarjeta MUY justa (p.ej. 4 GB). En ese caso, y solo ahi, descomenta y ajusta:
-#
-#   # PARAMETER num_gpu 24     # deja ~1,5 GB para whisper en una tarjeta de 4 GB
-#
-# num_ctx 4096 es un contexto conservador; en una tarjeta con mas VRAM puedes
-# subirlo (8192, 16384...) para que recuerde mas conversacion.
 
 FROM qwen3.5:4b
 
-PARAMETER num_ctx 4096
+PARAMETER num_gpu 24
+PARAMETER num_ctx 8192