IA local: qué puedes correr en tu computador según su memoria

Uso inteligencia artificial en mi computador todos los días. Transcribo audios, genero voces de prueba y, a veces, imágenes, sin pagar por uso y sin subir nada a internet. Pero la IA local tiene trampas, y algunas me costaron horas.

Esta guía te dice qué puedes correr según la memoria de tu equipo, para qué sirve y para qué no, y qué revisar antes de usarla en un negocio.

Primero: qué significa "memoria" aquí

Un modelo de IA tiene que caber entero en memoria para correr rápido.

• En un Mac con chip M, la memoria es una sola y la comparten el sistema y la IA. Un Mac de 16 GB no te deja 16 GB libres para el modelo.
• En un PC con tarjeta de video, lo que manda es la memoria de la tarjeta (VRAM), no la RAM del equipo.

Vas a ver que cada modelo dice cuántos parámetros tiene: 4B son 4 mil millones, 27B son 27 mil millones. Piensa en los parámetros como el tamaño del cerebro del modelo: más parámetros, más capaz, pero también más memoria.

Los modelos se "comprimen" (se dice cuantizar) para ocupar menos. Una versión Q4 ocupa cerca de un cuarto que la original y pierde un poco de calidad. Casi todo lo que vas a correr en casa es Q4 u Q8.

Qué corre según tu equipo

Tu equipo	Qué sí	Qué no
8 GB de RAM, sin tarjeta de video	Transcribir (Whisper, Parakeet). Un chat chico para resumir, reescribir o leer documentos: Gemma 4 E2B o E4B, Qwen3.5-4B	Programar con agentes, imágenes, video
Mac de 16 GB de RAM o tarjeta de 8–16 GB de VRAM	Chat y redacción: gpt-oss-20b, Gemma 4 12B. Voces: Kokoro, Chatterbox. Imágenes rápidas: Z-Image Turbo, FLUX.2 klein 4B	Video. Código al nivel de Claude
Mac de 32–48 GB de RAM o tarjeta de 24 GB de VRAM	Código serio: Qwen3.6-27B, Devstral Small 2, Gemma 4 31B. Imágenes de calidad y con texto: Qwen-Image, FLUX	Video fluido: se puede, pero lento y con fallas
Mac de 64–128 GB de RAM o tarjeta de 24–32 GB de VRAM	Video corto: Wan 2.2, LTX-2.3, HunyuanVideo 1.5. Modelos de código más grandes, como Qwen3-Coder-Next	—
Estación con varias tarjetas o 192 GB+	Los modelos abiertos más grandes	Es caro de comprar y de mantener encendido

Las cifras de memoria cambian según cuánto se comprima el modelo y cuánto texto le pases a la vez: las fuentes no coinciden entre sí, así que tómalas como rangos.

Ojo con el precio: el hardware para IA subió en 2026 por el costo de la memoria. Cotiza en tu país antes de comprar pensando solo en esto.

Para qué sirve cada tipo (y para qué no)

Transcribir: ya está resuelto

Es el mejor punto de partida: corre en casi cualquier equipo y la calidad es de verdad.

• Medido: con Whisper large-v3-turbo (usando whisper.cpp), 30 minutos de audio en español se transcriben en cerca de 1 minuto.
• Según comparativas publicadas, en español Whisper large-v3 y Parakeet v3 (de NVIDIA) casi empatan en precisión, y Parakeet es bastante más rápido.
• Sirve para reuniones, notas de voz, clases y entrevistas, sobre todo si el audio es privado: nunca sale de tu equipo.

Chat y documentos: desde 8 GB de RAM

• Con 8 GB de RAM corren modelos chicos como Gemma 4 E2B o E4B (de Google) y Qwen3.5-4B. Según la tabla oficial de Google, Gemma 4 E2B comprimido ocupa unos 2,9 GB y E4B unos 4,5 GB.
• Con 16 GB tienes gpt-oss-20b (el modelo abierto de OpenAI; OpenAI dice que corre en 16 GB) y Gemma 4 12B (unos 6,7 GB comprimido, según Google).
• Sirven para resumir, reescribir, ordenar notas o preguntarle a un PDF. No esperes que razonen como los modelos de la nube.

Voces: buenas, pero no iguales

Hay modelos locales que leen texto con voz natural e incluso clonan una voz a partir de unos segundos de audio.

• Kokoro es muy liviano (82 millones de parámetros) y habla español. Chatterbox copia el timbre de una voz con un audio corto.

• Medido: probé cuatro modelos y el mejor para español latino fue uno entrenado con español latinoamericano. Otro clonaba bien el timbre, pero sonaba a español de España.

• Son lentos: generar 18 minutos de voz me tomó cerca de 1,5 horas.

• Para el audio final de mis videos sigo usando un servicio en la nube. Los locales me sirven para borradores y pruebas.

Imágenes: sí, con paciencia

• Medido: una imagen vertical con un modelo de la familia FLUX tardó unos 150 segundos.
• Los modelos pesan entre 8 y 25 GB en disco.
• Para equipos de 16 GB: Z-Image Turbo (apunta a tarjetas de 16 GB, menos si lo comprimes) y FLUX.2 klein 4B son los más rápidos.
• Para imágenes con texto adentro (un afiche, una portada), el mejor es Qwen-Image, pero es más pesado y más lento.

Video: todavía exigente

• Medido: un clip de 4 segundos tardó unos 10 minutos, y el modelo falló con las caras (cambiaba a la persona).
• Según su ficha oficial, Wan 2.2 en su versión de 5 mil millones de parámetros pide una tarjeta de 24 GB para video en 720p.
• LTX-2.3 genera el clip con audio incluido. HunyuanVideo 1.5 (de Tencent) es el que mejor maneja las caras; su repositorio oficial dice que funciona desde 14 GB descargando parte del modelo a la RAM.
• Las cifras de memoria para video son las que más varían entre fuentes: dependen de la resolución y de cuánto comprimas el modelo.
• Si tu equipo no está en los dos niveles más altos, el video local hoy es más experimento que herramienta.

Código: cerca de la nube, pero no igual

• Según la propia Qwen, su modelo Qwen3.6-27B saca 77,2 en SWE-bench Verified (una prueba de arreglar errores reales en proyectos), frente a 80,9 de Claude 4.5 Opus. Es su tabla, no una prueba independiente.
• Qwen3.6-27B comprimido ocupa cerca de 17,6 GB: cabe en una tarjeta de 24 GB o en un Mac de 32 GB de RAM. Otras opciones del mismo nivel: Devstral Small 2 (de Mistral) y Gemma 4 31B.
• Medido: un modelo de 27 mil millones de parámetros cuantizado escribió entre 21 y 26 tokens por segundo. Con mucho contexto, la primera respuesta tardó varios minutos en empezar.
• Sirve para tareas acotadas o cuando el código no puede salir de tu equipo. Para dirigir proyectos completos, yo sigo con Claude.

Licencias: revísalas antes de vender

Que un modelo sea gratis de descargar no significa que puedas usarlo en un negocio.

• Permiten uso comercial (licencias Apache 2.0 o MIT, según sus fichas): FLUX.1 schnell, FLUX.2 klein 4B, Z-Image Turbo, Qwen-Image, Chatterbox, Kokoro, Wan 2.2 5B, gpt-oss, Gemma 4, Qwen3.5, Qwen3.6 y Devstral Small 2.
• No comerciales: F5-TTS (CC-BY-NC 4.0), FLUX.2 klein 9B y FLUX.1 dev. En el caso de FLUX.1 dev, la ficha dice que las imágenes generadas sí pueden usarse comercialmente: lee su archivo de licencia antes de confiar en eso.
• Con condiciones: LTX-2.3 es gratis para empresas con menos de 10 millones de dólares de ingresos al año. HunyuanVideo 1.5 usa una licencia propia de Tencent que permite uso comercial con condiciones y excluye a la Unión Europea, el Reino Unido y Corea del Sur.

Antes de usar un modelo en algo que cobras, abre su ficha en Hugging Face y busca la sección License.

Cinco tips que aprendí usándolos

1. Revisa los silencios de cada transcripción. Whisper inventa frases en los silencios largos ("Gracias.", frases que nadie dijo). No es un error del audio: es el modelo rellenando.
2. No compares voces a oído: mídelas. El oído se acostumbra y engaña. Yo transcribo cada audio generado y cuento cuántas palabras salieron mal. Así elegí el modelo para español latino.
3. Un modelo pesado a la vez. Generar imágenes y voz al mismo tiempo cabía en mi memoria, pero la voz se volvió unas ocho veces más lenta. En serie, el conjunto termina antes.
4. Si programas con Ollama, fija el contexto en el servidor. Si no, corta lo que le mandas a 32 mil tokens sin avisarte, y el modelo olvida lo que le diste al principio. Se arregla con la variable OLLAMA_CONTEXT_LENGTH antes de iniciar el servidor; cambiarlo desde el cliente no sirve.
5. No le creas datos exactos sin una fuente. Los modelos locales inventan con mucha seguridad (a mí uno me inventó vulnerabilidades de seguridad que no existían). Para datos exactos, conéctalo a una fuente real o verifica por tu cuenta.

Por dónde empezar

• Para saber qué corre en tu equipo: entra a canirun.ai. Detecta tu tarjeta de video o tu Mac y te muestra qué modelos de chat, código, imagen y video puedes correr, cuánta memoria piden y qué tan rápido irían. Úsalo como punto de partida y confirma con la ficha de cada modelo.
• Si no eres técnico: instala LM Studio. Tiene interfaz gráfica, te muestra qué modelos caben en tu equipo y los descarga por ti.
• Si quieres conectarlo a otras apps: usa Ollama. Funciona por línea de comandos y expone una API local.
• Para transcribir: busca una app que use Whisper o Parakeet; hay varias gratuitas para Mac y Windows.
• Para imágenes y video: ComfyUI es la herramienta estándar, pero es la más técnica de todas.

Mi regla, después de meses usando ambas: local para lo privado y lo repetitivo, nube para cuando necesito la máxima calidad.

En tres líneas

• Con 8 GB de RAM ya transcribes y tienes un chat chico; voces e imágenes rápidas piden 16 GB; código serio, 32 GB o una tarjeta de 24 GB; video, lo más alto.
• Gratis de descargar no significa libre para vender: revisa la licencia de cada modelo.
• Mide en vez de suponer, corre un modelo pesado a la vez y no confíes en datos exactos sin una fuente.

Fuentes: fichas oficiales en Hugging Face de Qwen3.6-27B, gpt-oss-20b, Qwen-Image, FLUX.1 schnell, FLUX.1 dev, FLUX.2 klein 4B, Z-Image Turbo, Chatterbox, Kokoro, F5-TTS, Wan 2.2, LTX-2.3 y HunyuanVideo 1.5; tabla oficial de memoria de Gemma 4 (Google); anuncio de Qwen3.5 Small; comparativas por memoria de modelos de chat, código, imagen y video (octubre 2026); comparativa Parakeet vs Whisper de Whisper Notes (octubre 2026). Datos revisados el 20 de octubre de 2026.