Hardware, modelos y guías para usar IA en tu propio equipo.
Revisión de la guía:
Encuentra tu punto de partida
La versión preliminar 0.40.7-rc0 añade soporte de PPLX Decider V1.2 en el motor MLX. Incluye ajustes de compatibilidad con Responses y de inferencia especulativa; todavía no es una versión estable.
Leer noticiaReflection publica Beam y Ollama lo incorpora a su nube. Puede conectarse a agentes de programación existentes; esta modalidad no descarga el modelo ni realiza la inferencia en el ordenador del usuario.
Leer noticiaLa versión estable 0.40.6 corrige la gestión de procesos de inferencia en Windows y añade compatibilidad con tipos GGUF q2_0. Es una actualización de mantenimiento, sin una mejora general de rendimiento demostrada.
Leer noticiaComfyUI 0.41.0 añade Flux3-image, MiniMax-H3 LightVAE y conversión de SDR a HDR. La versión estable anterior amplió la exportación local, los resultados 3D y los metadatos de vídeo.
Leer noticiaGuía orientativa, no requisitos garantizados. Estas bandas se refieren a memoria instalada: el sistema operativo, otras aplicaciones, el modelo y el contexto comparten recursos. La memoria libre y la compatibilidad real pesan más que el nombre comercial del equipo.
Criterios para decidir| Equipo y memoria | Por dónde empezar | Qué comprobar |
|---|---|---|
| 8 GB | Pruebas ligeras | Busca modelos compactos, usa conversaciones cortas y cierra aplicaciones innecesarias. Es un punto de prueba con poco margen; no conviene empezar por agentes complejos, vídeo o modelos grandes. |
| 16 GB | Un comienzo razonable para texto | LM Studio recomienda esta capacidad. Empieza con un modelo pequeño o mediano cuantizado y comprueba memoria y tiempo de respuesta antes de aumentar tamaño o contexto. |
| 32 GB | Más margen para comparar | Permite explorar más combinaciones de modelo y contexto, siempre dentro de la memoria disponible. Prueba primero el mismo modelo de partida: añadir RAM no garantiza más velocidad. |
| 64 GB o más | Modelos y trabajos más exigentes | Ofrece margen para modelos mayores, más contexto o varios servicios. Comprueba además GPU, memoria accesible y ancho de banda; una gran capacidad no garantiza una conversación fluida. |
La RAM alimenta el sistema; la VRAM dedicada pertenece a la GPU. En equipos con memoria unificada, CPU y GPU comparten capacidad. No sumes cifras como si toda la memoria quedara libre para un único modelo: el programa y el sistema deciden qué pueden usar.
Comprueba la GPU exacta, el sistema y el controlador en la lista del programa. Tener una NPU o una etiqueta «AI PC» no demuestra que LM Studio, Ollama o tu modelo vayan a utilizarla.
La CPU permite pruebas cuando el programa lo admite; la velocidad dependerá del modelo. Un NAS puede guardar pesos y documentos, pero solo ejecuta la IA si se instala allí un motor compatible. Guardar los archivos en el NAS y calcular en el portátil son decisiones distintas.
Cuantizar reduce la precisión numérica para ocupar menos memoria; puede modificar la calidad. El archivo descargado no representa toda la memoria necesaria: también cuentan el contexto, los cálculos y las peticiones simultáneas.
Una selección para orientarte por uso, requisitos y licencia.
| Modelo y uso | Qué ofrece | Antes de instalar |
|---|---|---|
| Qwen3.5-4BPrimeras pruebas de texto, resúmenes e imágenes | Una opción compacta para empezar con redacción, resúmenes e interpretación de imágenes. Evalúa su español con tus propias tareas. Formato: Variantes GGUF y MLX, según el motor Qwen: tarjeta Qwen3.5-4B | Ollama muestra una variante llama.cpp Q4_K_M de 3,3 GB y otra MLX de 4,0 GB. Son tamaños de paquete observados, no mínimos de RAM ni VRAM. El contexto largo aumenta el consumo. Licencia: Apache 2.0 |
| Gemma 4 E4B ITTexto, imágenes y audio de entrada | Variante ajustada a instrucciones de Google, pensada para dispositivos y aplicaciones locales. Devuelve texto; la disponibilidad de audio o visión depende también del programa utilizado. Formato: Instrucciones · modalidades según el motor Google: tarjeta de Gemma 4 | El paquete consultado en LM Studio ocupa 5,90 GB; no es la memoria total necesaria. E4B tampoco significa 4 GB. Comprueba soporte de audio y visión en el programa. Licencia: Apache 2.0 |
| gpt-oss-20bRazonamiento y herramientas | Pesos abiertos de OpenAI para razonamiento y herramientas. Las herramientas y sus permisos se configuran aparte. Formato: MXFP4 · motor compatible con Harmony OpenAI: tarjeta gpt-oss-20b | OpenAI indica ejecución MXFP4 dentro de 16 GB de memoria. Es una referencia del proveedor, no una garantía para un ordenador con 16 GB totales. Licencia: Apache 2.0 |
| Qwen3-Coder-30B-A3B-InstructProgramación y agentes de código | Especializado en programación y herramientas. Sus parámetros activos no representan todos los pesos que necesitan memoria. Formato: MoE · 30,5B totales / 3,3B activos Qwen: tarjeta Qwen3-Coder-30B-A3B | La variante Q4_K_M de Ollama ocupa 19 GB de descarga. Hace falta margen adicional para el contexto y el sistema; no es un modelo que quepa como uno denso de 3B. Licencia: Apache 2.0 |
| Qwen3.8-27BTexto, código, documentos e imágenes con más memoria | Texto, código, documentos, imágenes y vídeo para equipos con mayor margen de memoria. Los resultados publicados son del proveedor. Formato: 27B densos · elegir variante y motor Qwen: tarjeta Qwen3.8-27B | No hay un mínimo universal para todas las cuantizaciones. Comprueba el archivo concreto, el contexto y el motor; 27B no significa 27 GB. Licencia: Apache 2.0 |
| FLUX.2 klein 4BGeneración y edición de imágenes | Una opción descargable para trabajar con imágenes en ComfyUI o Diffusers. Seleccionada por su uso, no por ser el lanzamiento más reciente. Formato: Pesos de imagen · modelos auxiliares según el flujo BFL: FLUX.2 klein 4B | BFL publica unos 13 GB de VRAM en su configuración de referencia. El consumo cambia con el flujo, la resolución y los componentes; no equivale a 13 GB de RAM del sistema. Licencia: Apache 2.0 para esta variante 4B |
Elige qué quieres hacer.
Después, abre la guía.
Para conversar y probar modelos sin empezar por una API.
Para reutilizar un modelo desde otras aplicaciones o automatizaciones.
Para aprender a combinar modelos y pasos de generación o edición.
Para texto, prueba primero LM Studio y un modelo compacto, como Qwen3.5-4B, si tu sistema cumple los requisitos. Usa Ollama si quieres conectarlo a otras aplicaciones. Aumenta el tamaño solo cuando una tarea concreta lo justifique.
Comprueba el destino de cada paso. Un modelo descargado puede procesar en tu equipo; la búsqueda web, las herramientas, los nodos de una API o un modelo cloud pueden enviar datos fuera. Instalar una aplicación en tu ordenador no convierte automáticamente todo el flujo en local.
Prueba un resumen con respuesta conocida, una extracción de datos y una tarea de redacción en español. Anota modelo, variante, contexto, memoria y tiempo de respuesta. Conserva los errores: un modelo más grande no mejora todas las tareas.
Pesos gratuitos no significan coste cero: cuentan almacenamiento, electricidad, tiempo y mantenimiento. Comprueba el espacio en disco y guarda la versión de los modelos. Amplía hardware solo para resolver un límite observado.
Consulta la documentación original para ampliar cada tema. Guía revisada el .