La IA bajo tu control
Cada vez que usamos ChatGPT, Claude o Gemini, enviamos nuestras consultas a un servidor remoto. Una empresa aloja el modelo, paga el hardware y decide las condiciones de uso. Existe otro camino. LM Studio es una aplicación gratuita que permite descargar modelos de lenguaje y ejecutarlos directamente en la propia computadora, sin depender de internet.
La propuesta suena a ciencia ficción, pero es una realidad accesible desde hace un par de años. Basta con instalar el programa, elegir un modelo y descargarlo. A partir de ahí, todo el procesamiento ocurre en el equipo del usuario. No hay servidores intermedios ni cuotas mensuales.
Un chatbot que vive en tu disco
LM Studio funciona como una tienda y un motor a la vez. Desde su pestaña de descubrimiento es posible buscar miles de modelos de código abierto y bajarlos con un clic. Para que funcionen en una computadora hogareña, esos modelos deben estar en formato GGUF, una versión comprimida y optimizada para correr en el procesador o la placa de video del equipo, sin depender de infraestructura externa.
Ahí aparece una primera limitación. Cada modelo pesa varios gigabytes. Las versiones más livianas rondan los 4 o 5 GB, mientras que las más potentes pueden superar los 20 GB. Tener varios modelos instalados exige espacio de disco considerable.
La segunda limitación tiene que ver con la memoria RAM. Cuanto más grande es un modelo, más memoria necesita para funcionar con fluidez. Un modelo de 7.000 millones de parámetros corre bien con 16 GB de RAM. Uno de 32.000 millones ya pide 32 GB o una placa de video con mucha memoria de video (VRAM) dedicada. Sin esos recursos, el modelo igual puede funcionar, pero las respuestas se vuelven lentas.
El mapa de los mejores modelos
El panorama de modelos abiertos creció mucho en 2026. Entre los más destacados aparecen varias familias desarrolladas en China, que hoy compiten de igual a igual con los grandes desarrollos occidentales.
DeepSeek se ganó fama por su eficiencia y por su capacidad de razonamiento paso a paso, especialmente en su familia R1. Qwen, desarrollado por Alibaba, es probablemente el más versátil: rinde bien en español, en programación y en tareas cotidianas. ChatGLM, de Zhipu AI, se destaca por manejar documentos muy extensos gracias a su ventana de contexto amplia. InternLM, del Shanghai AI Laboratory, es menos conocido en Occidente, pero sobresale en razonamiento matemático y en tareas que exigen seguir varios pasos.
Existen también alternativas menos difundidas, pero igual de interesantes. Kimi, desarrollado por Moonshot AI, se especializa en resumir documentos largos y en tareas analíticas complejas. MiniMax apuesta fuerte a capacidades agénticas, es decir, a la posibilidad de encadenar tareas de forma autónoma. Yi, de la empresa 01.AI, ofrece un buen equilibrio entre tamaño reducido y calidad de respuesta. Vale la pena tenerlos en el radar aunque no encabecen los rankings más populares.
Para quienes cuentan con equipos modestos, sin placa de video dedicada o con poca RAM, hay una categoría pensada especialmente para ellos. La familia Qwen3 ofrece versiones de apenas 4.000 u 8.000 millones de parámetros que igual rinden bien en programación y en tareas multilingües. Gemma 3, de Google, es liviana y veloz, ideal para computadoras que dependen solo del procesador. Y Microsoft Phi-4 Mini, con apenas 3.800 millones de parámetros, sorprende por su precisión al seguir instrucciones complejas pese a su tamaño reducido. Es, quizás, la opción más recomendable para dar el primer paso (y mi favorita).
Ventajas que van más allá del ahorro
Tener un modelo corriendo en la propia computadora abre posibilidades que van más allá de lo económico. LM Studio permite exponer el modelo descargado como un servidor local. Eso hace posible conectar un celular u otro dispositivo a esa misma computadora y usar el modelo de forma remota, dentro de la misma red.
También está el ahorro. Correr modelos localmente evita pagar suscripciones mensuales a servicios como ChatGPT Plus o Claude Pro. Algo así como créditos infinitos. Y hay una tercera ventaja, tal vez la más práctica: el trabajo no se interrumpe si falla la conexión a internet. El modelo sigue disponible aunque no haya wifi.
También es interesante destacar que podemos conectar nuestro celular a los modelos de LM Studio a través de Locally AI (iOS). Esto nos permite seguir utilizando los modelos desde nuestro celular siempre que estemos en la misma red.
La contracara es la complejidad técnica. Elegir el modelo correcto, entender qué tamaño conviene según el hardware disponible y configurar el servidor local exige cierto aprendizaje. Pero no es una tarea imposible, porque el mismo LM Studio sugiere los mejores modelos y avisa cuando uno en particular puede ser demasiado para nuestro equipo.
Conclusión
LM Studio demuestra algo importante: el usuario tiene alternativas. Puede correr modelos de lenguaje en su propio equipo, sin pagar suscripciones y sin depender de internet. Sin embargo, hay que ser realista con las expectativas. Las respuestas locales suelen ser más lentas que las de los servicios web de pago.
En el fondo, lo que se paga en los servicios comerciales no es solo el acceso al modelo. Es, principalmente, el acceso a hardware de última generación que la mayoría de los usuarios no tiene en su casa. Elegir entre lo local y lo remoto termina siendo, en definitiva, una decisión sobre qué se prioriza: la autonomía o la velocidad.
PD: ¡Yo elijo los dos!
Atribución
Artículo elaborado con asistencia de Claude, a partir de notas de investigación provistas por el autor. Imágenes ilustrativas e infografía generadas con ChatGPT. La versión final fue revisada y completada por el autor.