El Laboratorio Local.
Gratis. Privado. Tuyo.
Qué modo usar, qué puede manejar realmente tu máquina, qué modelos valen el espacio en disco y las dos trampas que hacen que la gente crea que lo local es malo.
Elige tu modo primero.
Lo local no es todo o nada. Decide cuánto sale de tu máquina; la elección del modelo viene después.
Cofre
100% local, funciona sin conexión. Datos de clientes, contratos, salud, trabajo aún no publicado.
trabajo sensibleConectado
Lo local se encarga de los borradores y del trabajo pesado; pásate a la nube para las decisiones más difíciles.
★ la estrategia del día a díaPrimero la nube
La nube por defecto; pasa a local solo cuando algo no puede salir de la máquina.
poca VRAMQué tu ¿la máquina realmente puede con esto?
Arrastra hasta la memoria de tu máquina — en Mac con Apple Silicon, la memoria unificada cuenta como VRAM. En PC, usa la VRAM de tu GPU.
Tres trabajos. Tres campeones.
No colecciones modelos: asígnales una función. Haz clic en un comando para copiarlo.
Calidad de nivel 32B a la velocidad de un modelo pequeño. El rey del código en local.
ollama pull qwen3-coder:30b-a3b
Razonamiento de frontera, destilado. Mira cómo piensa antes de responder.
ollama pull deepseek-r1:14b
Los pesos abiertos de OpenAI. Bate-papo, herramientas y agentes, al estilo de la casa.
ollama pull gpt-oss:20bSeis casas. Todo tamaño.
Cada casa lanza una escala de tamaños — el mismo cerebro, escalado hacia arriba o hacia abajo. Ollama es la puerta de entrada a todos ellos. Los modelos que caben en tu máquina se iluminan (sincronizado con el control deslizante de arriba) — haz clic en cualquier punto para copiar el comando pull.
Qwen3pragmático · le encantan las herramientasDeepSeek-R1piensa en voz altaGPT-OSSmodelos de frontera · exigente
Gemma 3pulido · el más seguro
Llamael estándar · punto medio
Mistralcompacto · relajadoEl alineamiento también forma parte de las especificaciones técnicas. Gemma y GPT-OSS vienen bloqueados de fábrica: rechazan cualquier cosa atrevida, justo lo que quieres para un uso seguro para toda la familia o de cara al cliente. Llama queda en un punto intermedio; Mistral es más flexible. Y también hay modelos completamente neutros, que tú mismo diriges — esa es la especialidad de Nous Research, con modelos abiertos y dirigibles hechos a medida para este tipo de control. Elige el temperamento adecuado para cada tarea.
ollama.com
LM Studio (interfaz gráfica)Lo local es bueno, ¿de verdad?
Respuesta honesta: hoy un buen 30B local hace lo que la frontera hacía no hace mucho; y para borradores, trabajo pesado y documentos privados, eso ya cubre la mayor parte de tus tokens.
El cerebro de bolsillo
Chat, borradores, resúmenes — rápido, ligero, funciona en casi cualquier dispositivo.
La frontera de ayer
Código de verdad, agentes de verdad, contexto de verdad — en tu propio escritorio, gratis.
Abiertos, pero enormes
GLM, DeepSeek, Kimi — modelos de frontera de pesos abiertos. Demasiado grandes para alojarlos en casa; cuestan centavos de dólar para alquilarlos.
El 5% más difícil
Razonamiento profundo, arquitectura, buen gusto de diseño. Envíalo aquí y después vuelve a casa.
En razonamiento puro, la frontera todavía gana — por eso existe el modo Conectado. Pero la ventaja de lo local no es el CI: es costo cero por token, cero filtraciones de datos y ningún límite de solicitudes. Dirige según la tarea, no por lealtad.
Por qué creen que lo local es malo.
Por lo general, no es el modelo. Es una de estas dos configuraciones.
El valor predeterminado de 4.096 tokens
El contexto real de Qwen3-Coder es de 256K. Ollama lo ofrece limitado a 4K — estás usando ~1,6% del cerebro y luego culpas al modelo.
OLLAMA_CONTEXT_LENGTH=65536 ollama serveLa pared de la caché KV
El contexto consume memoria: un 70B necesita ~42GB solo para la caché a 128K. Las máquinas de consumo llegan al límite alrededor de 32–64K utilizables — es la caché la que no cabe, no el modelo.
q8_0 reduce casi a la mitad la memoria de la caché, con una pérdida mínima de calidad.Tres comandos para una sala cerrada.
Ollama expone un endpoint compatible con OpenAI en localhost:11434 — tu agente se conecta como cualquier otro cerebro. Nada sale de la máquina.
# 1 · puxe o coder $ ollama pull qwen3-coder:30b-a3b # 2 · suba o contexto ANTES de julgar $ OLLAMA_CONTEXT_LENGTH=65536 ollama serve # 3 · aponte seu cliente pra localhost $ <seu-cliente-openai-compatible> --model qwen3-coder:30b-a3b --base-url http://localhost:11434/v1
Esta noche: arrastra el deslizador hasta tu máquina, descarga los modelos recomendados, y amplía el contexto antes para juzgar cualquier cosa. Tu laboratorio es gratis, privado y siempre está abierto.