Mejores herramientas de IA para ejecutar LLMs en local de 2026

Ejecutar un modelo en tu propio portátil o servidor mantiene tus datos en casa y la factura por token a cero. Necesitas dos cosas: software para ejecutar el modelo y un modelo abierto lo bastante pequeño para tu hardware, así que esta lista incluye ambos.

Por Andrew Miller y Sheela · Actualizado el 26 oct 2026 · Cómo analizamos

Cómo elegimos: cada elección es un producto, modelo o proyecto que hemos analizado y que, según nuestra reseña, sirve para esta tarea, ordenado por nuestra nota sobre 5. No cobramos comisiones de afiliación.

También clasificamos: mejores herramientas de código abierto para ejecutar LLMs en local, mejores LLMs de código abierto

1. 1

   Repos de GitHub: Ejecutar modelos en local

   

   llama.cpp

   Si un modelo abierto funciona en un portátil, casi seguro que lo hace a través de llama.cpp, y nada más cubre tanto hardware.

   Ideal para: Desarrolladores que quieren control directo para ejecutar modelos abiertos en local, en dispositivos edge o en servidores modestos.

   Precio: Gratuito y de código abierto bajo licencia MIT. Sin edición de pago.

   Lee nuestra reseña de llama.cpp
   4.8/5
2. 2

   Repos de GitHub: Ejecutar modelos en local

   

   Ollama

   Modelos locales con un solo comando, con valores por defecto (contexto de 4.096 tokens, una petición a la vez, sin inicio de sesión) pensados para un portátil y nada más grande.

   Ideal para: Desarrolladores y particulares que quieren ejecutar modelos abiertos en local con la mínima configuración.

   Precio: Código abierto (MIT) y gratis en local. Ollama Cloud opcional: Free con créditos iniciales; Pro 20 $/mes (60 $ en créditos); Max 100 $/mes (300 $ en créditos); Team 500 $/mes (1.000 $ en créditos compartidos, usuarios ilimitados); Enterprise a medida.

   Lee nuestra reseña de Ollama
   4.6/5
3. 3

   Modelos de IA: Uso general

   

   Qwen3.8-27B

   Un modelo de 27B con licencia Apache que, según las cifras de la propia Alibaba, supera por poco a Claude Opus 4.6 Max en programación y cabe en una sola tarjeta de 24 GB a 4 bits.

   Ideal para: Desarrolladores que quieren el modelo con licencia permisiva más fuerte que quepa en una GPU de gama alta, sobre todo para agentes de programación y de uso del ordenador.

   Precio: Pesos gratuitos bajo Apache 2.0. Qwen Cloud: 0,50 $ de entrada / 3,00 $ de salida por 1M de tokens (0,10 $ en caché). Proveedores de terceros en OpenRouter desde unos 0,04 $ / 1,25 $.

   Lee nuestra reseña de Qwen3.8-27B
   4.5/5
4. 4

   Modelos de IA: Pequeños y locales

   

   Gemma 4

   Gemma 4 es ahora la familia abierta de referencia por debajo de 32B parámetros, porque por fin su licencia está a la altura de su calidad.

   Ideal para: Desarrolladores que crean apps en el dispositivo, locales o de una sola GPU y quieren una licencia permisiva y entrada multimodal.

   Precio: Pesos gratuitos bajo Apache 2.0. Alojado en Google Cloud y en terceros; OpenRouter ofrece 31B a $0,20/$0,40 y 26B A4B a unos $0,08/$0,26 por 1M de tokens.

   Lee nuestra reseña de Gemma 4
   4.4/5
5. 5

   Repos de GitHub: Ejecutar modelos en local

   

   MLX

   MLX convierte un Mac con mucha memoria en una máquina creíble para inferencia local y ajuste con LoRA; fuera de Apple silicon es un port, no un motivo para cambiar.

   Ideal para: Desarrolladores e investigadores que trabajan en Mac y quieren velocidad nativa y control desde Python en Apple silicon.

   Precio: Gratuito y de código abierto bajo licencia MIT.

   Lee nuestra reseña de MLX
   4.4/5
6. 6

   Repos de GitHub: Apps e interfaces de chat

   

   Jan

   Un hogar de escritorio totalmente abierto y sin cuenta para los modelos locales que se ha convertido discretamente en un agente, así que ahora sus valores por defecto importan más que su aspecto.

   Ideal para: Personas preocupadas por la privacidad que quieren ejecutar modelos abiertos sin conexión en una aplicación de escritorio.

   Precio: Gratuito y de código abierto (Apache 2.0). Sin nivel de pago; los modelos en la nube usan tus propias claves de API.

   Lee nuestra reseña de Jan
   4.2/5
7. 7

   Repos de GitHub: Ejecutar modelos en local

   

   llamafile

   La forma más sencilla de entregar a alguien un modelo local que funcione, aunque menos capaz que el llama.cpp que envuelve.

   Ideal para: Quienes necesitan compartir o ejecutar un modelo local sin ninguna configuración, también sin conexión.

   Precio: Gratuito y de código abierto bajo licencia Apache 2.0, con cambios en llama.cpp bajo licencia MIT.

   Lee nuestra reseña de llamafile
   3.9/5
8. 8

   Modelos de IA: Pequeños y locales

   

   gpt-oss-20b

   Catorce meses después, gpt-oss-20b sigue siendo el modelo de razonamiento competente más barato de alojar, pero Gemma 4 ya hace más en los mismos 16 GB.

   Ideal para: Desarrolladores que quieren un modelo de razonamiento gratuito, privado y rápido en un portátil o en una sola GPU de consumo, y no necesitan entrada de imágenes.

   Precio: Pesos gratuitos bajo Apache 2.0. Alojado desde 0,018 $ de entrada / 0,09 $ de salida por 1 M de tokens en OpenRouter; Artificial Analysis recoge 0,07 $ / 0,25 $.

   Lee nuestra reseña de gpt-oss-20b
   3.8/5