Teclea hoy ollama en tu terminal. Lo que arranca no es un modelo local.

Desde la versión 0.32.0 del 11 de julio de 2026, el simple comando abre un agente — y en las propias notas de versión de Ollama consta con qué: «Chat, Code, & Work (glm-5.2:cloud)». Un modelo en la nube. La herramienta más popular para IA local te manda a internet en su invocación por defecto.

No es un escándalo, sino una decisión de producto, y se puede desactivar. Pero es la apertura perfecta para este artículo. Porque «local» se ha convertido en una palabra que hay que comprobar, no creer.

Por qué hacer esto, en primer lugar

Empecemos por lo que de verdad sostiene esto — y no es el dinero.

Si ejecutas una IA en tus propios servidores exclusivamente para tus propios fines, entonces, según la Conferencia alemana de Protección de Datos (Datenschutzkonferenz, DSK), desaparece el encargo de tratamiento. Eres el único responsable del tratamiento. Sin contrato de encargo según el art. 28.3 del RGPD, sin cadena de subencargados, sin transferencia a un tercer país, sin decisión de adecuación que pueda caer el año que viene.

Ese es el punto que hay que entender: el procesamiento local no es una reducción de riesgo. Es la eliminación estructural de toda una cadena de obligaciones. Las autoridades de supervisión recomiendan expresamente el procesamiento local, por ejemplo para el reentrenamiento y el ajuste fino (fine-tuning).

Y la preocupación extendida de que con tu propia IA te traes a casa obligaciones regulatorias no aplica al usuario particular: según el art. 2.10, el AI Act no se aplica en absoluto al uso puramente privado y no profesional, y excluye por principio los sistemas de código abierto libres.

(Esto es una reproducción de textos de autoridades y normativas, a fecha del 24 de julio de 2026 — no es asesoría legal. Para el caso empresarial concreto, esto es competencia de la persona responsable de protección de datos.)

Qué cabe en tu tarjeta

La información más honesta sobre VRAM que existe oficialmente son los tamaños de archivo en la biblioteca de Ollama. A grandes rasgos: necesitas tanta memoria de vídeo como pese el archivo, más un margen.

ModeloTamaño (Q4)Cabe en
Gemma 4, 12B7,6 GBtarjeta de 8 GB, muy justo
gpt-oss-20bdiseñado para 16 GBtarjeta de 16 GB
Qwen3.6-27B17 GBtarjeta de 24 GB
Gemma 4, 31B20 GBtarjeta de 24 GB
Laguna XS 2.1 (q4)20 GBtarjeta de 24 GB
Qwen3.6-35B24 GB24 GB, muy justo

El umbral de entrada realista es, por tanto, una tarjeta de 16 GB. En un gran minorista alemán, una RTX 5060 Ti con 16 GB costaba 555,85 € (precio de oferta), y la tarjeta de 16 GB regular más barata, 559,64 €. La tarjeta de 32 GB (RTX 5090) cuesta un múltiplo de eso: 4.248,99 €.

Dos cosas al respecto que rara vez se explican bien:

La cuantización no solo hace los modelos más pequeños, sino más rápidos. En el ejemplo estándar Llama-3.1-8B, la variante de 4 bits genera 71,93 tokens por segundo, la de 16 bits solo 29,17 — un factor de 2,5. La razón: la generación de texto está limitada por el ancho de banda de memoria. Menos bits significa menos que leer. La idea extendida de que la cuantización es un mero compromiso de calidad que solo se acepta por falta de espacio no es correcta tal cual.

La electricidad da igual. Con una hora de carga completa al día, la 5060 Ti cuesta unos 2,22 € al mes, la 5090 unos 7,09 € — calculado con el precio oficial alemán de electricidad doméstica de 40,55 céntimos por kilovatio-hora. Incluso con cuatro horas al día son 8,88 € y 28,35 € respectivamente. El argumento de que «la IA local no compensa por el coste eléctrico» queda así descartado. La decisión se toma únicamente por el precio de compra.

La cuenta que casi nadie escribe

Y el precio de compra decide en tu contra.

555,85 € equivalen — al tipo de cambio de la fecha de consulta — a unos 253 millones de tokens de salida en Gemini 3.5 Flash-Lite. En Claude Haiku 4.5 son 126 millones, en Claude Sonnet 5 todavía 63 millones, en GPT-5.6 Sol al menos 21 millones.

Hazte una idea de lo que eso significa. Quien genera 5.000 tokens al día — y eso ya es un uso diario intensivo — necesitaría, haciendo números, unos 138 años para gastar 253 millones de tokens.

Expresado como punto de equilibrio: la tarjeta de entrada se amortiza con un gasto mensual en API de 10 € tras unos 71 meses, es decir, seis años. Con 25 €, tras poco más de dos años. Solo a partir de 50 € al mes se vuelve interesante, con apenas doce meses. La 5090, con 50 € al mes, necesita unos ocho años.

Financieramente, la IA local casi nunca es la opción más barata. Quien la justifica con «esto ahorra dinero a largo plazo» normalmente está calculando mal. Se compra por soberanía sobre los datos — y esa es un valor real, pero distinto.

Una excepción honesta: quien por razones de cumplimiento necesita de todos modos residencia de datos europea paga en ambos grandes proveedores estadounidenses exactamente un 10 % de recargo — OpenAI lo llama «a 10% uplift», Anthropic un factor de 1,1. Eso desplaza la cuenta ligeramente, pero no de forma dramática.

La brecha de capacidad — y la trampa en la cifra

Aquí se mezcla mucho, y la distinción es decisiva.

«Los modelos abiertos casi han alcanzado a los cerrados» es cierto — en el Intelligence Index de Artificial Analysis, Kimi K2.6 y MiMo V2.5 Pro están en 54 puntos, DeepSeek V4 Pro en 52, frente a 60 de GPT-5.5 en la cabeza. Un año antes la brecha era considerablemente mayor.

«Puedo hacerlo correr en casa» es una afirmación distinta sobre modelos distintos. Kimi K2.6 tiene un billón de parámetros. DeepSeek V4 Pro, 1,6 billones. Son modelos de centro de datos. Son abiertos — pero eso no los hace ejecutables en tu tarjeta gráfica.

Lo que realmente cabe en una sola tarjeta se queda más atrás: Qwen3.6-27B llega a 37 puntos de índice — puesto 1 de su categoría de tamaño, pero 37 frente a 60. gpt-oss-20b está en 15.

Y la contraprueba en comparación ciega es aún más clara: en la clasificación de LMArena, entre los 15 primeros no hay ni un solo modelo abierto. El mejor modelo abierto ocupa el puesto 29.

Para ser justos, hay que añadir: la metodología de esta arena ha sido criticada de forma documentada («The Leaderboard Illusion»), entre otras cosas porque una parte muy grande de los datos corresponde a unos pocos proveedores comerciales. Sin embargo, la crítica proviene de autores cercanos a su vez a un proveedor de modelos. Ambas cosas hay que ponerlas una junto a la otra.

Mi conclusión al respecto: para resumir, reformular, estructurar, programar cosas sencillas, un modelo de 27B en una tarjeta de 24 GB es más que suficiente. Para los casos difíciles — razonamiento largo, tareas anidadas, trabajo agéntico — notas los 23 puntos de diferencia de inmediato.

Dónde «local» no es local

Esta es la parte que ninguna guía escribe, porque resulta incómoda.

La invocación por defecto de Ollama. Como se ha visto: desde la v0.32.0, ollama arranca un agente con un modelo en la nube. Los modelos en la nube figuran en el mismo listado de la biblioteca que los locales, diferenciados solo por el sufijo en la etiqueta — gemma4:31b corre en tu máquina, gemma4:31b-cloud no. Un carácter de diferencia.

La búsqueda web del agente pasa por los propios servidores de Ollama y requiere una cuenta y una clave de API.

Incluso con un uso puramente local se generan metadatos. La política de privacidad de Ollama distingue esto con claridad — los contenidos no se recopilan localmente, textualmente: «We do not collect, store, transmit, or have access to your prompts, responses, model interactions, or other content you process locally.» Los metadatos de dispositivo y de uso, en cambio, sí.

LM Studio declara estar libre de telemetría y a la vez nombra abiertamente las cinco funciones que necesitan internet: búsqueda de modelos, descarga de modelos, estadísticas del catálogo, descargas de runtime, comprobación de actualizaciones. Esta es la variante ejemplar — el límite está en la documentación.

Y el primer paso hacia la soberanía es, en uno de los modelos más conocidos, entregar tu identidad: para descargar los pesos «abiertos» de Llama 4, Meta exige el nombre legal completo y la fecha de nacimiento. La licencia de Llama no es, de todos modos, una licencia de código abierto — quien supera los 700 millones de usuarios activos mensuales debe pedirle permiso a Meta, que se concede a su entera discreción.

Qué modelo elegir si la licencia te importa

Si «abierto» debe significar realmente abierto, la licencia es el primer criterio — y aquí ha cambiado algo que en casi cualquier guía antigua todavía aparece mal.

Gemma 4 está, desde su lanzamiento el 31 de marzo de 2026, bajo Apache 2.0 — la página de licencia lleva el texto completo y sin modificar. Todas las generaciones anteriores de Gemma tenían una licencia propia restrictiva, en la que Google incluso se reservaba el derecho de restringir el uso de forma remota. Para Gemma 3 y anteriores, eso sigue vigente. Quien lea una guía que diga «Gemma tiene su propia licencia» está leyendo una guía desactualizada.

Qwen3.6-27B está bajo Apache 2.0 sin modificar, sin cláusulas adicionales — y es a la vez el modelo más potente de su categoría de tamaño. Si tuviera que recomendar uno para una tarjeta de 24 GB, sería este.

gpt-oss-20b también está bajo Apache 2.0 y, según su ficha de modelo, está diseñado explícitamente para 16 GB — la entrada más cómoda en la tarjeta de nivel básico.

Lo que pierdes a cambio

Para que esto no se convierta en publicidad, aquí va el precio honesto:

Velocidad. Una tarjeta de entrada no es un centro de datos. Con contextos largos y razonamiento largo, esperas.

Capacidad. 37 frente a 60 puntos de índice no es un error de redondeo. Las tareas difíciles tu modelo local las resuelve peor.

Mantenimiento. Controladores, cuantizaciones, actualizaciones de modelos, dependencias rotas. Es trabajo que con una API nadie te cobra, porque lo hace otra persona.

Y un vacío que no pude cerrar: no encontré en la documentación oficial de Ollama ni de LM Studio ninguna declaración sobre si los pesos de modelo descargados se verifican criptográficamente en cuanto a su procedencia. Para un archivo que ejecutas en tu propio ordenador, es un dato que me hubiera gustado tener.

Mi conclusión

No compres una tarjeta gráfica para ahorrar dinero. La cuenta casi nunca sale, y quien te calcule lo contrario ha maquillado o tu consumo o el precio de la tarjeta.

Cómprala si te importa que ciertos textos no salgan de tu casa — datos de clientes, historiales de pacientes, manuscritos, contratos, todo aquello donde la pregunta «¿dónde está esto ahora mismo?» necesita una respuesta real. Para eso, la IA local no es la solución más barata, sino la única limpia, porque entonces ya no hay ningún tercero en la cadena.

Y si empiezas: empieza pequeño. Una tarjeta de 16 GB, gpt-oss-20b o un Gemma 4 de tamaño medio, y observa con honestidad durante una semana qué es lo que realmente usas de eso. Después sabrás si la tarjeta de 24 GB merece la pena — mejor que adivinarlo de antemano.

Las herramientas de alrededor están en mi índice de 137 herramientas de IA, actualizado continuamente; qué modelo comercial sirve para qué está en la comparación de ChatGPT, Claude y Gemini.

Fuentes

Todo verificado el 24 de julio de 2026. Los precios, las versiones de los modelos y las licencias cambian; los precios de hardware son precios de minorista a fecha de consulta.

Si algo aquí te parece desactualizado o incorrecto: escríbeme.