Ejecutar IA en tu propio ordenador: 9 apps y qué comprobar antes

¿En tu ordenador o alojado?

Términos de nuestro glosario: autoalojado frente a alojado en la nube, pesos abiertos frente a código abierto, parámetros y cuantización. Qué modelos son abiertos y con qué licencia está en nuestra página de código abierto.

Qué necesita tu ordenador

• La memoria es el límite. La página de llama2 en Ollama dice que los modelos de 7b necesitan al menos 8 GB de RAM, los de 13b al menos 16 GB y los de 70b al menos 64 GB.
• Un modelo se carga entero en memoria. La documentación de llama.cpp dice que las necesidades de memoria y de disco son las mismas, y da un ejemplo: un modelo de 8B ocupa 32,1 GB en su forma original y 4,9 GB tras la compresión a 4 bits (Q4_K_M). Las conversaciones más largas necesitan memoria adicional.
• La memoria gráfica ayuda, pero no es obligatoria. La guía de inicio de Ollama dice que, con menos VRAM de la que necesita un modelo, Ollama puede usar la RAM del sistema, aunque las respuestas pueden ser más lentas. Los Mac usan memoria unificada para esto.
• Importa tu sistema operativo. LM Studio solo admite Mac con Apple silicon, recomienda 16 GB de RAM o más en un Mac y, en Windows, 16 GB de RAM y 4 GB de VRAM dedicada.

Verás a menudo modelos ofrecidos en versiones más pequeñas y comprimidas. La cuantización guarda los números de un modelo con menos precisión para que el archivo sea más pequeño, y la documentación de llama.cpp dice que puede costar algo de precisión. GGUF es un formato de archivo que usan llama.cpp, LM Studio, GPT4All y Ollama, según la documentación de Hugging Face. En la tabla de llama.cpp para un modelo de 8B, Q4_K_M son unos 4,9 bits por peso y Q8_0 unos 8,5.

Apps de escritorio con ventana de chat4

Se instalan como cualquier programa y después eliges y descargas un modelo dentro de la app.

• LM StudioLM Studio · App de escritorioUna app de escritorio para chatear con modelos que se ejecutan en tu ordenador. Tiene un buscador de modelos integrado que descarga de Hugging Face, además de una API local y un modo sin ventana.Licencia: Propietaria, de uso gratuito. Sus términos dan una licencia limitada para uso personal y empresarial interno. No es de código abierto.Coste: La página de precios indica Free a $0 para ejecutar modelos locales. Bionic+ cuesta $20 al mes y Pro $100 al mes, y añaden modelos en la nube y límites más altos.Funciona en: macOS con Apple silicon (macOS 14.0 o posterior; los Mac con Intel no son compatibles), Windows (x64 y ARM) y Linux (x64 y ARM64).Privacidad: La política de privacidad de la app (vigente desde junio de 2026) dice que la app no tiene telemetría. Las comprobaciones de actualización envían la versión de la app, el sistema operativo y la dirección IP. La documentación dice que el chat funciona sin conexión una vez descargado el modelo; buscar y descargar modelos requiere internet.Requisitos: Recomienda 16 GB de RAM o más en un Mac (con 8 GB puede funcionar con modelos más pequeños) y, en Windows, 16 GB de RAM y 4 GB de VRAM dedicada.
• JanJan (janhq) · App de escritorioUna app de chat de escritorio de código abierto con un Hub de modelos integrado. También puede conectarse a proveedores en la nube si lo eliges.Licencia: Apache 2.0, según indica su repositorio de GitHub.Coste: Las páginas que abrimos no indican precio. El proyecto es de código abierto.Funciona en: Windows, macOS y Linux.Privacidad: La documentación dice que el seguimiento de uso es opcional, se elige al primer arranque, y que Jan nunca rastrea el contenido de los chats, las instrucciones ni los archivos. Dice que no hace falta internet una vez descargados los modelos. Los modelos en la nube reciben tus mensajes.Requisitos: El README de GitHub indica 8 GB de RAM para modelos de 3B, 16 GB para 7B y 32 GB para 13B (macOS 13.6 o posterior; los Mac con Intel no son compatibles).
• GPT4AllNomic · App de escritorioUna app de escritorio y una biblioteca de Python para ejecutar modelos de lenguaje de forma privada en ordenadores corrientes. El README dice que no hace falta GPU.Licencia: MIT, según indica su README en GitHub.Coste: Las páginas que abrimos no indican precio. El README lo describe como de código abierto y de uso comercial permitido.Funciona en: Windows, macOS (Monterey 12.6 o posterior) y Linux. El README y el archivo de requisitos del sistema no coinciden sobre la compatibilidad con ARM, así que conviene mirar ambos.Privacidad: El README lo describe como privado y en el propio dispositivo. No encontramos ninguna declaración sobre telemetría en las páginas que abrimos.Requisitos: El archivo de requisitos del sistema indica 16 GB de RAM como mínimo en Windows y Linux (8 GB bastan para modelos de 3B) y una CPU compatible con AVX o AVX2.La última versión que pudimos ver es la v3.10.0 de febrero de 2025, así que no pudimos confirmar que el proyecto siga mantenido activamente.
• AnythingLLMMintplex Labs · App de escritorioUna app para chatear con tus propios documentos. La versión de escritorio incluye un modelo integrado y también puede usar otros proveedores.Licencia: MIT, según indica su repositorio de GitHub y su página de inicio.Coste: La página de inicio la describe como un asistente de IA gratuito y privado y dice que la app de escritorio no tiene límite de tokens. No dice si existen planes de pago.Funciona en: Apps de escritorio para macOS, Windows y Linux, una versión Docker para autoalojarla y una app móvil para Android.Privacidad: La política de privacidad de escritorio (julio de 2025) dice que la telemetría anónima de uso solo se envía si se activa y se puede desactivar en los ajustes, y que los chats y documentos no salen de tu sistema. La búsqueda web viene activada por defecto a través de You.com y necesita internet.Requisitos: La documentación recomienda 16 GB de RAM y una CPU de 8 núcleos para una experiencia básica, y una GPU en Windows (lo ideal son unos 8 a 12 GB de VRAM o más).

Ejecutores que controlas desde el terminal4

Herramientas de línea de comandos que ejecutan modelos y, a menudo, un servidor local que pueden usar otras apps.

• OllamaOllama · EjecutorDescarga modelos abiertos y los ejecuta en tu ordenador, desde una app de escritorio o el terminal, y ejecuta un servidor local al que pueden conectarse otras apps. También puede usar los modelos en la nube de Ollama.Licencia: MIT, según indica su repositorio de GitHub.Coste: La página de precios indica un plan Free a $0 que incluye ejecutar modelos en local. Los modelos en la nube requieren un plan de pago o créditos, salvo uno que incluye el plan Free. Pro cuesta $20/mes y Max $100/mes.Funciona en: macOS, Windows, Linux y Docker.Privacidad: La política de privacidad (actualizada en marzo de 2026) dice que las instrucciones y respuestas procesadas en local no se recogen, almacenan ni envían a Ollama. Los modelos en la nube sí envían las instrucciones a Ollama.Requisitos: La guía de inicio dice que su modelo de ejemplo (unos 7,2 GB de descarga) recomienda 8 GB de VRAM disponible, o memoria unificada en un Mac. Con menos, Ollama puede usar la RAM del sistema, pero las respuestas pueden ser más lentas.Los modelos salen de la biblioteca de Ollama con un comando de descarga. Para quien empieza, el terminal puede costar más que una app de escritorio.
• llama.cppggml-org · EjecutorEl motor de código abierto en C/C++ sobre el que se construyen muchas otras apps; la documentación de LM Studio y de Jan dice que ejecutan modelos GGUF a través de él. Tiene línea de comandos y un servidor con página web integrada, pero no app de escritorio.Licencia: MIT, según indica su repositorio de GitHub.Coste: Las páginas que abrimos no indican precio. Es un proyecto de código abierto.Funciona en: Windows, Linux, macOS y Android.Privacidad: No encontramos ninguna declaración de privacidad ni de telemetría en el README ni en la documentación del servidor. Una opción de modo sin conexión hace que el servidor use solo archivos locales.Requisitos: El README no indica requisitos mínimos. Es compatible con Apple silicon, CPUs x86 y GPUs de NVIDIA y AMD, y puede repartir un modelo entre CPU y GPU.Tú aportas tus propios archivos GGUF o usas una opción que descarga desde Hugging Face. Lo describimos como una pieza base más que como una primera app.
• llamafilemozilla-ai (GitHub) · EjecutorEmpaqueta un modelo y el motor que lo ejecuta en un único archivo que arrancas en tu propio ordenador.Licencia: Apache 2.0. Los cambios de Mozilla en llama.cpp y whisper.cpp son MIT.Coste: Las páginas que abrimos no indican precio. Es un proyecto de código abierto.Funciona en: macOS, Linux, BSD y Windows (añade la extensión .exe; los ejecutables de más de 4 GB necesitan los pesos del modelo en un archivo aparte).Privacidad: El README no menciona telemetría ni recogida de datos.Requisitos: El README no da cifras de RAM. Las necesidades dependen del modelo, y los modelos grandes requieren hardware potente o GPU.Los llamafiles ya preparados se descargan de Hugging Face. Se usa desde la línea de comandos. El repositorio está ahora bajo mozilla-ai.
• KoboldCppLostRuins (community) · EjecutorUn programa descargable único para ejecutar modelos GGUF, con una ventana de arranque, línea de comandos y una página de chat web integrada.Licencia: GNU AGPL v3.0 para KoboldCpp y su página web, KoboldAI Lite. Las partes incluidas como GGML y llama.cpp son MIT.Coste: El README lo describe como software gratuito y de código abierto.Funciona en: Windows, Linux, macOS con Apple silicon (los Mac con Intel necesitan compilarlo desde el código fuente) y Android mediante Termux.Privacidad: El README no menciona telemetría ni recogida de datos.Requisitos: Los binarios ya compilados no necesitan instalación. Una GPU dedicada es opcional, y solo con CPU funciona más despacio. El README no da cifras de RAM.Los modelos no vienen incluidos: aportas archivos GGUF, normalmente de Hugging Face.

Una interfaz web para un ejecutor1

Una pantalla de chat en el navegador que se apoya en uno de los ejecutores anteriores.

• Open WebUIOpen WebUI project · Interfaz webUna interfaz web autoalojada que abres en el navegador. Se conecta a un ejecutor como Ollama, o a un servidor compatible con OpenAI, y no ejecuta modelos por sí misma.Licencia: Su propia Open WebUI License. El código hasta la v0.6.5 es BSD-3-Clause. Desde la v0.6.6 (abril de 2025) se aplica una licencia con cláusula de marca que, según su propia página de licencia, no está aprobada por la OSI como código abierto. Es de uso gratuito si mantienes la marca o tienes 50 usuarios o menos en 30 días.Coste: Las páginas que abrimos no indican precio.Funciona en: Se instala con Docker, pip (Python 3.11), uv o Kubernetes.Privacidad: Las preguntas frecuentes dicen que no recoge tus datos ni los envía a servicios externos por defecto. Conectar un proveedor externo le envía tus instrucciones.Requisitos: Las páginas que abrimos no indican requisitos de hardware.Necesitas tener antes un ejecutor configurado, además de Docker o Python, así que es un segundo paso y no el primero.

Descarga modelos con cuidado

1. Sabe qué hace y qué no hace el escáner. Hugging Face analiza todos los archivos en busca de malware, pero su propia página sobre los archivos pickle dice que el análisis no es infalible y que sigues siendo tú quien debe comprobar la seguridad.
2. Prefiere safetensors a pickle. Hugging Face advierte de que cargar un archivo pickle puede ejecutar código arbitrario, y la documentación de Transformers describe los archivos safetensors como más seguros.
3. Ten cuidado con «trust remote code». La documentación de Transformers dice que esa opción activa la ejecución en tu equipo de código procedente del Hub. Úsala solo con repositorios de confianza cuyo código hayas leído.
4. Lee la licencia en la ficha del modelo. El campo de licencia muestra valores como apache-2.0 o mit, y «other» significa que debes leer el archivo de licencia. Algunos modelos son restringidos: necesitas una cuenta y la aprobación de los autores, y el formulario de solicitud comparte por defecto tu nombre de usuario y tu correo con ellos.
5. Empieza con un modelo pequeño. Prueba un tamaño que tu memoria maneje con holgura antes de descargar algo grande.