Mejores modelos de IA pequeños y locales de 2026

De las 14 opciones de modelos de IA pequeños y locales que hemos analizado, ahora mismo las mejores son Gemma 4, Ministral 3 (3B, 8B and 14B) y LFM3. Cada una aparece según nuestra nota, con su precio, nuestro veredicto y para quién es.

Por Andrew Miller · Actualizado el 2 nov 2026 · Cómo analizamos

Cómo clasificamos: por nuestra nota sobre 5, a partir de reseñas basadas en los precios, la documentación y las políticas de cada producto, además de benchmarks independientes cuando existen, todo comprobado en la fecha que indica cada reseña. No cobramos comisiones de afiliación.

1
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
2
Ministral 3 (3B, 8B and 14B)
Una familia completa de modelos pequeños con una licencia limpia, con razonamiento y visión en todos los tamaños; Qwen todavía la supera por poco en varias de las propias comparaciones de Mistral.
Ideal para: Equipos que necesitan un modelo pequeño con visión y licencia permisiva para portátiles, dispositivos de borde o inferencia alojada barata.
Precio: Pesos abiertos bajo Apache 2.0. API de Mistral: 14B $0,20, 8B $0,15, 3B $0,10 por 1M de tokens, igual para entrada y salida; batch a mitad de precio.
Lee nuestra reseña de Ministral 3 (3B, 8B and 14B)
4.1/5
3
LFM3
Seis modelos de 2B capaces que ocupan alrededor de un gigabyte cada uno, de agentes a voz y decisiones tipadas, bajo una licencia que sigue deteniéndose en $10 millones de ingresos.
Ideal para: Desarrolladores y empresas con menos de $10 millones de ingresos que crean agentes en el dispositivo, funciones de voz o clasificadores rápidos que deben funcionar en un móvil, un portátil o una sola GPU.
Precio: Pesos gratuitos bajo la LFM Open License (uso comercial solo por debajo de $10M de ingresos anuales). API de Liquid, según VentureBeat a partir de la consola con sesión iniciada: LFM3-1.7B $0,08 de entrada / $0,20 de salida por 1M de tokens; VL $0,10 / $0,50; Audio y Omni $0,10 / $1,00 más los tokens de audio. Decisiones d1 alojadas a $0,02 por 1M de entrada, salida gratis.
Lee nuestra reseña de LFM3
4.0/5
4
MiniCPM5-2B
Un modelo de 2B que llama a herramientas y parchea código como uno de 4B, y sabe bastante menos que uno.
Ideal para: Desarrolladores que llevan asistentes de llamadas a herramientas o de programación a teléfonos, portátiles y hardware de borde, e investigadores que quieren un entrenamiento de modelo pequeño totalmente documentado.
Precio: Pesos y datos de entrenamiento gratuitos bajo Apache 2.0.
Lee nuestra reseña de MiniCPM5-2B
4.0/5
5
Ternary Bonsai 2 9B
Bonsai 2 9B mete un modelo de visión capaz de nueve mil millones de parámetros en la memoria de un móvil, y devuelve la mayor parte de lo que cuesta en trabajo con mucho razonamiento.
Ideal para: Desarrolladores que lanzan un asistente local o un ayudante de programación en móviles, portátiles o GPU de 6 GB, donde la memoria importa más que los últimos puntos de razonamiento.
Precio: Gratuito bajo Apache 2.0. Alojado en la consola de Darkbloom; precios no publicados.
Lee nuestra reseña de Ternary Bonsai 2 9B
4.0/5
6
Nemotron 3.5 Bolt (74B-A9B 24GB and E4B 4GB)
El 74B lleva una puntuación de los cinco primeros por debajo de 100B a una sola GPU de estación de trabajo, pero los 24GB de su nombre son un presupuesto para los pesos, no la tarjeta que necesitas.
Ideal para: Ingenieros con una GPU de NVIDIA de 32 GB o más, o con un RTX o DGX Spark, que quieren un modelo de agente multimodal local capaz, y fabricantes de dispositivos que crean asistentes de voz en Jetson o RTX.
Precio: Pesos abiertos gratuitos bajo OpenMDW-1.1. No se ha publicado precio de API por uso para ninguno de los dos modelos; E4B tiene un endpoint en build.nvidia.com.
Lee nuestra reseña de Nemotron 3.5 Bolt (74B-A9B 24GB and E4B 4GB)
3.9/5
7
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
8
LFM2.5-24B-A2B
Un modelo de agente del tamaño de un portátil que supera a Qwen3.6-35B-A3B en pruebas de herramientas, frenado por una licencia que se detiene en $10 millones de ingresos.
Ideal para: Desarrolladores y empresas pequeñas que ejecutan agentes con llamadas a herramientas en portátiles o en una sola GPU, que están por debajo de la línea de $10 millones de ingresos o usan una API alojada.
Precio: Pesos gratuitos bajo la LFM Open License (uso comercial solo por debajo de $10M de ingresos anuales). Liquid Console: $0,10 de entrada / $1,00 de salida por 1M de tokens; OpenRouter: $0,05 / $0,70.
Lee nuestra reseña de LFM2.5-24B-A2B
3.8/5
9
humanizer (12B)
Inusualmente bien documentado y mejor que un prompt para conservar los datos, pero una de cada diez reescrituras en inglés aún cambia algo, y su cifra principal depende de un detector que puede cambiar mañana.
Ideal para: Personas que redactan con IA y quieren que el resultado suene a su propia escritura, en su propia máquina, y que revisarán números y nombres antes de enviar.
Precio: Gratis bajo Apache 2.0: pesos, archivos GGUF, app de escritorio y CLI. Sin servicio alojado.
Lee nuestra reseña de humanizer (12B)
3.7/5
10
Spark-X2.6-4B
En el propio gráfico de iFlytek, Spark-X2.6-4B es el modelo de agente de 4B más fuerte hasta ahora, pero nada de ello se ha comprobado desde fuera, y dos de sus mayores victorias vienen de benchmarks que solo ha visto iFlytek.
Ideal para: Desarrolladores que crean agentes locales en portátiles o dispositivos edge, pueden verificar las afirmaciones con sus propias tareas y pueden usar libremente un modelo de iFlytek.
Precio: Gratuito con licencia Apache 2.0; funciona en tu propio hardware. No se publica precio alojado para el modelo de 4B.
Lee nuestra reseña de Spark-X2.6-4B
3.7/5
11
Limite 1B - Violetto
Unas matemáticas notables para su número de parámetros, inútil fuera de las matemáticas, y por ahora evaluado solo por quienes lo hicieron.
Ideal para: Investigadores y equipos de tecnología educativa que necesitan muchas soluciones de matemáticas de competición a bajo coste y pueden verificar las respuestas automáticamente.
Precio: Pesos abiertos gratuitos con licencia Apache 2.0. Sin API alojada; solo pagas tu propia GPU.
Lee nuestra reseña de Limite 1B - Violetto
3.6/5
12
Needle 3
Un modelo creíble para órdenes del móvil con un tamaño que nadie más alcanza, vendido con una promesa más amplia de lo que respaldan sus propios gráficos.
Ideal para: Fabricantes de dispositivos y aplicaciones con un conjunto de acciones fijo y pequeño que van a ajustar un modelo para funcionar sin conexión en hardware muy limitado.
Precio: Pesos abiertos gratuitos con Apache 2.0; los motores precompilados se descargan gratis. Cactus Platform vende post-entrenamiento a 2 bits, datasets y ajustes finos completos; los precios no se publican.
Lee nuestra reseña de Needle 3
3.6/5
13
Underdog Saluki 27B 1.0
El Qwen3.8-27B de 2 bits que conviene ejecutar cuando las llamadas a herramientas importan más que las matemáticas, siempre que tomes las puntuaciones de Underdog como una promesa y no como una medición.
Ideal para: Desarrolladores que ejecutan un agente local con llamadas a herramientas en un portátil de 16 GB o una sola GPU de consumo y aceptan una penalización en matemáticas y razonamiento.
Precio: Pesos gratuitos bajo Apache 2.0. Sin precio de API alojada; pagas tu propio hardware, o lo usas dentro de la aplicación Underdog.
Lee nuestra reseña de Underdog Saluki 27B 1.0
3.6/5
14
SmolLM3-3B
SmolLM3 es más un entrenamiento a la vista de todos que un producto: no tiene rival para aprender cómo se hace un modelo de 3B y está superado para ponerlo en producción.
Ideal para: Investigadores y docentes que quieren un modelo pequeño y totalmente reproducible para estudiarlo o ajustarlo.
Precio: Pesos gratuitos bajo Apache 2.0, con la receta de datos de entrenamiento y los checkpoints publicados. Sin API alojada en los Inference Providers de Hugging Face.
Lee nuestra reseña de SmolLM3-3B
3.5/5