LLM local
El auge de los modelos de lenguaje locales ha transformado el self-hosting de inteligencia artificial, pero elegir el modelo adecuado depende menos del hype y más de las especificaciones reales de tu hardware. Durante las últimas semanas hemos probado configuraciones representativas en CPU, GPU de gama media y Apple Silicon
IA
A principios de 2025, OpenAI lanzó su 'Operator' con fanfarria mediática. La idea era simple: un agente de IA que podía navegar por la web, rellenar formularios y hacer compras por ti. Lo que parecía un experimento curioso se ha convertido, dieciocho meses después, en la infraestructura invisible
IA
En enero de 2026, Anthropic publicó un informe técnico que pasó casi desapercibido fuera de los círculos especializados. En él, admitían algo que muchos sospechaban pero nadie había confirmado: el 67% de los datos de entrenamiento de Claude 4.5 provenían de síntesis, no de textos humanos. Dos semanas después,
IA
Hace meses, cuando OpenAI publicó o3 y Anthropic respondió con Claude 4, la comunidad de IA celebró lo que parecía ser un salto cualitativo: modelos que 'piensan en voz alta', que muestran su cadena de razonamiento, que podemos auditar. La promesa era que, si un modelo cometía un
IA
Montar un homelab para ejecutar modelos de IA de forma local es una de las decisiones técnicas más gratificantes que puedes tomar en 2026. Pero antes de comprar nada, necesitas entender una verdad incómoda: no existe un hardware perfecto para todo. Lo que funciona para servir un LLM de 7B
IA
Hace exactamente un año desplegué mi primer modelo local con Ollama en un servidor casero. Era una prueba: Llama 2 7B, cuatro núcleos de un i5-10400, sin GPU, y la sensación de que esto no pasaba de experimento. Doce meses después, esa misma máquina (ya con una RTX 3060 12GB
IA
Desplegar un LLM local es trivial en 2026. Ollama lo resuelve en tres comandos. El problema real empieza cuando quieres que esa infraestructura sea usable: múltiples modelos, filtros de contenido, control de costes, integración con herramientas externas y una interfaz que no asuste a usuarios no técnicos. Ahí es donde
IA
Mistral AI ha lanzado Medium 3.5, un modelo denso de 128 mil millones de parámetros que fusiona chat, razonamiento y generación de código en un único conjunto de pesos. El lanzamiento, anunciado el 29 de abril de 2026, representa una apuesta estratégica por parte de la empresa francesa para
IA
Mayo de 2026 empieza con una noticia que confirma una tendencia que venía gestándose desde hace meses: los modelos de IA locales no solo son viables, sino que en algunos casos ya compiten de tú a tú con soluciones en la nube. El lanzamiento de Gemma 4 por parte de
ollama
Ollama sigue siendo la puerta de entrada por defecto para ejecutar modelos de IA en tu propio hardware. Si has buscado tutoriales de LLMs locales, has encontrado Ollama. Es la recomendación por defecto en foros, el primer paso en guías de self-hosting y, para muchos, sinónimo de "IA local&
IA
La IA generativa ha cambiado cómo interactuamos con la tecnología, pero hasta ahora existía un muro infranqueable: los modelos de lenguaje viven en la nube, y tu infraestructura local vive en tu red. Cada vez que querías que Claude revisara logs de un contenedor, que GPT-4 ejecutara un playbook de
IA
Montar un servidor de IA local ya no es un lujo reservado a empresas con presupuestos millonarios. En 2026, con 500 euros puedes montar una máquina capaz de ejecutar modelos de lenguaje de última generación, procesar imágenes con Stable Diffusion y automatizar tu hogar sin depender de la nube. Esta