Aviso publicitario: Podemos recibir una comisión si compras a través de los enlaces de esta página. No cambia el precio que pagas ni el orden de la lista.
IA local: ejecuta modelos en tu propio ordenador
Con la IA local tus datos se quedan en tu equipo: nada viaja a un proveedor en la nube y no hay cuota mensual. Elige tu hardware abajo para ver qué modelos caben y a qué velocidad aproximada responden, y compara equipos si piensas comprar uno.
¿Qué puedo ejecutar en mi equipo?
Funciona
- DeepSeek-R1-Distill-Qwen 32B · Q6~40 tokens/s
- Qwen3 32B · Q6~40 tokens/s
- Qwen3 30B-A3B (MoE) · Q6~150+ tokens/s
- Gemma 3 27B · Q8~37 tokens/s
- Mistral Small 3.2 24B · Q8~42 tokens/s
- Magistral Small 1.2 24B · Q8~42 tokens/s
- Mistral Small 24B · Q8~43 tokens/s
- gpt-oss 20B · MXFP4~150+ tokens/s
Demasiado grande
- Llama 3.3 70BAlquilar una GPU →
- DeepSeek-R1-Distill-Llama 70BAlquilar una GPU →
- Qwen2.5 72BAlquilar una GPU →
La mejor calidad que cabe, 8192 tokens de contexto, un usuario. La velocidad es una estimación a partir del ancho de banda de la memoria (al generar, cada token lee una vez todos los pesos activos); las cifras reales dependen del programa y de la configuración.
Programas y hardware
Hardware para IA local
La memoria decide qué modelos caben; el ancho de banda de la memoria, lo rápido que responden. Las máquinas con memoria compartida cargan modelos grandes; las tarjetas gráficas responden más rápido.
Podemos recibir una comisión si compras a través de los enlaces de esta página. No cambia el precio que pagas ni el orden de la lista.
| Equipo | Memoria para modelos | Ancho de banda | Modelo más grande | Consumo | Precio | |
|---|---|---|---|---|---|---|
| Mac Studio (M5 Ultra, 512 GB) · compartida | 512 GB | 1200 GB/s | DeepSeek-R1 671B (MoE) | 480 W | sin precio de lista | Página del fabricante → |
| Framework Desktop (Ryzen AI Max+ 395, 128 GB) · compartida | 128 GB · hasta 96 GB para modelos | 256 GB/s | gpt-oss 120B | - | sin precio de lista | Página del fabricante → |
| GMKtec EVO-X2 (Ryzen AI Max+ 395, 128 GB) · compartida | 128 GB · hasta 96 GB para modelos | 256 GB/s | gpt-oss 120B | 230 W | 3500 US$ · 3076 € | Página del fabricante → |
| NVIDIA DGX Spark · compartida | 128 GB | 273 GB/s | gpt-oss 120B | 240 W | 4699 US$ · 4130 € | Página del fabricante → |
| Mac mini (M5 Pro, 64 GB) · compartida | 64 GB | 307 GB/s | Qwen2.5 72B | 155 W | sin precio de lista | Página del fabricante → |
| Mac Studio (M5 Max, 36 GB) · compartida | 36 GB | 460 GB/s | DeepSeek-R1-Distill-Qwen 32B | 480 W | 2499 US$ · 2196 € | Página del fabricante → |
| NVIDIA GeForce RTX 5090 · tarjeta | 32 GB | 1792 GB/s | DeepSeek-R1-Distill-Qwen 32B | 575 W | 1999 US$ · 1757 € | Página del fabricante → |
| AMD Radeon RX 7900 XTX · tarjeta | 24 GB | 960 GB/s | DeepSeek-R1-Distill-Qwen 32B | 355 W | 999 US$ · 878 € | Página del fabricante → |
| NVIDIA GeForce RTX 3090 (used) · tarjeta | 24 GB | 936 GB/s | DeepSeek-R1-Distill-Qwen 32B | 350 W | 1350 US$ · 1187 € | Página del fabricante → |
| NVIDIA GeForce RTX 4090 · tarjeta | 24 GB | 1008 GB/s | DeepSeek-R1-Distill-Qwen 32B | 450 W | 1599 US$ · 1405 € | Página del fabricante → |
| NVIDIA GeForce RTX 5060 Ti 16 GB · tarjeta | 16 GB | 672 GB/s | gpt-oss 20B | 180 W | 429 US$ · 377 € | Página del fabricante → |
| NVIDIA GeForce RTX 5070 Ti · tarjeta | 16 GB | 960 GB/s | gpt-oss 20B | 300 W | 749 US$ · 658 € | Página del fabricante → |
Especificaciones y precios consultados el 1 de octubre de 2026 en las páginas de los fabricantes; cada fila enlaza a su fuente. Mac Studio (M5 Ultra, 512 GB) · Framework Desktop (Ryzen AI Max+ 395, 128 GB) · GMKtec EVO-X2 (Ryzen AI Max+ 395, 128 GB) · NVIDIA DGX Spark · Mac mini (M5 Pro, 64 GB) · Mac Studio (M5 Max, 36 GB) · NVIDIA GeForce RTX 5090 · AMD Radeon RX 7900 XTX · NVIDIA GeForce RTX 3090 (used) · NVIDIA GeForce RTX 4090 · NVIDIA GeForce RTX 5060 Ti 16 GB · NVIDIA GeForce RTX 5070 Ti
¿Comprar hardware, alquilar una GPU o pagar una API?
Compara el coste mensual de una máquina comprada (su precio repartido en meses más la electricidad) con una GPU alquilada y la factura de una API para tu volumen.
Haz las cuentas para tu caso →Cuando tu ordenador no da para más
Para los modelos más grandes, alquila una GPU por horas y apágala cuando termines.
| GPU | VRAM | Proveedor | Precio |
|---|---|---|---|
| L4 | 24 GB | Vast.ai | 0,33 US$/h → |
| RTX A6000 | 48 GB | RunPod | 0,33 US$/h → |
| RTX 4090 | 24 GB | Novita AI | 0,34 US$/h → |
| RTX 5090 | 32 GB | Vast.ai | 0,60 US$/h → |
Qué decide si un LLM local funciona en tu equipo
Primero la memoria. El modelo entero tiene que caber en la memoria de la tarjeta gráfica, o en la memoria compartida de un Mac o de un mini-PC para IA, con algo de espacio libre para la conversación. La cuantización reduce cada peso a 8 o 4 bits, así que la misma máquina carga un modelo mucho más grande con una pérdida de calidad pequeña.
La velocidad depende del ancho de banda de la memoria: por cada palabra que escribe, el modelo lee sus pesos una vez. Una tarjeta gráfica responde más rápido; una máquina con memoria compartida carga modelos más grandes. El widget de arriba calcula ambas cosas para cada equipo.
Programas que lo ponen fácil
No hace falta programar. Ollama y LM Studio descargan y ejecutan modelos con un clic o un comando, Open WebUI te da en el navegador una ventana de chat parecida a ChatGPT, y ComfyUI genera imágenes con FLUX o Stable Diffusion. Todos funcionan sin conexión una vez descargado el modelo.
Hardware propio o la nube
Tu propio equipo gana en privacidad y si lo usas a diario. Para los modelos más grandes, o para trabajos puntuales, alquilar una GPU por horas sale más barato que comprarla; eso sí, apágala al terminar. La calculadora de costes pone las dos opciones, más una API, una al lado de la otra para tu volumen.
Preguntas frecuentes
¿Un modelo de IA local es realmente privado?
Sí: una vez descargado, el modelo funciona en tu ordenador y nada de lo que escribes sale de él. Comprueba que el programa que usas no tenga activada la sincronización en la nube ni la telemetría.
¿Se puede usar un LLM local sin tarjeta gráfica?
Los modelos pequeños funcionan con el procesador y la RAM normal, aunque despacio. Una tarjeta gráfica o un Mac con memoria compartida los hace lo bastante rápidos para el día a día.
¿Tarjeta gráfica o Mac para IA local?
Una tarjeta gráfica es más rápida con los modelos que caben en su memoria. Un Mac o un mini-PC para IA con mucha memoria compartida carga modelos mucho más grandes, pero responde más despacio. Compara ambos en la tabla de arriba.
Fuentes
Los precios salen de la página de precios de cada proveedor en la fecha indicada. Los proveedores cambian precios a menudo: el precio final es el del proceso de compra.