¿Qué es Locals?
Locals es un servidor de modelos para Mac con Apple silicon, basado en MLX de Apple y pensado para agentes de programación más que para chatear. Responde a las API de OpenAI, Anthropic Messages y Ollama en 127.0.0.1:8321, así que OpenCode, Claude Code, Cline, Aider, OpenHands y las aplicaciones hechas para Ollama pueden usarlo sin cambios. Su truco principal es el procesamiento por lotes: las peticiones de varios agentes se calculan juntas con kernels de GPU escritos para lotes pequeños, justo donde mlx-lm deja de acelerar.
Las llamadas a herramientas y el JSON se escriben bajo una gramática aplicada en la GPU, así que un agente solo puede llamar a las herramientas que ofreció y los argumentos cumplen su esquema. Las conversaciones y los prompts de sistema largos se guardan en caché, también en disco entre reinicios. Comandos como locals code ~/my-project y locals launch claude arrancan el servidor y conectan un cliente en un paso, y locals run reparte una tarea entre varios agentes que trabajan en copias separadas de un proyecto.
Lo hace Generated Computers, está escrito en Python, se publica con Apache 2.0 y se instala con uv tool install locals o con un script de shell. Necesita un M1 o posterior y macOS 14. La versión 0.2.2 salió el 4 de noviembre de 2026.
¿Merece la pena Locals?
Locals apunta a un caso que los servidores de modelos para Mac llevan mal: varios agentes preguntando a la vez. En un M2 Pro con 16 GB y el Qwen3.5-4B por defecto, el proyecto mide mlx-lm a 87 tokens por segundo con ocho peticiones simultáneas y Locals a 271, una mejora de 3.1x; LFM2.5-2.6B y Gemma 4 E4B mejoran 2.8x. Con ocho agentes, la primera palabra llega a los 1.6 segundos frente a 41.8 con Ollama, y Locals también superó los 2.1 segundos de llama.cpp en la misma prueba.
Los benchmarks indican el chip, el modelo, las versiones y el comando, y el README tiene una sección sobre dónde no es más rápido. Una sola petición sin nada que reutilizar va a la velocidad de mlx-lm, 64 frente a 61 tokens por segundo. Los prompts largos están limitados por la aritmética de la GPU, así que ocho prompts de 8,000 tokens a la vez dan 57 tokens por segundo. Los formatos distintos del estándar de 4 bits en grupos de 64 no ganan nada, y en el M5 Pro la mejora baja a unas 1.5x porque MLX ya usa sus aceleradores neuronales. Los chips M1, M3 y M4 no están en las tablas principales.
Las funciones para agentes importan tanto como la velocidad. Las llamadas a herramientas restringidas por gramática eliminan un fallo habitual de los modelos locales pequeños, las llamadas mal formadas que atascan a un agente. Con los prompts en caché, el siguiente turno de una conversación de 138,000 tokens empieza a los 2.4 segundos. El modelo por defecto maneja unos 178,000 tokens en un Mac de 16 GB, aunque leer 170,000 tokens la primera vez lleva unos 12 minutos.
En seguridad, el servidor no tiene autenticación y depende de escuchar en 127.0.0.1, más comprobaciones de Host y Origin para que una página web en tu navegador no pueda usarlo. Su documentación advierte de que la comprobación de Host se desactiva si escuchas en otra dirección. locals code ejecuta OpenCode directamente en tu proyecto, con los permisos habituales de OpenCode, y deja Locals como modelo por defecto de OpenCode hasta que ejecutes locals disconnect opencode. Los trabajos en equipo con locals run se limitan a copias del proyecto.
Frente a Ollama o LM Studio, Locals renuncia a los archivos GGUF y a Windows y Linux a cambio de velocidad con carga concurrente en un Mac. Para una persona que chatea con un modelo, la diferencia es pequeña. Para un desarrollador que usa subagentes o un pequeño equipo de agentes en un MacBook de 16 GB, la ganancia es mayor, y el proyecto es joven: tres versiones desde el 21 de octubre de 2026 y 649 estrellas.
Dónde se gana su sitio
Un desarrollador autónomo con un MacBook Pro de 16 GB
Usar OpenCode en el proyecto de un cliente sin enviar código a una API
uv tool install locals y después locals code ~/project; la primera vez descarga un modelo de unos 3 GB. Los subagentes de OpenCode comparten el lote, que es donde se aplica la mejora de 3.1x; no hay factura por token.
Un equipo pequeño que ya usa Open WebUI y Raycast con Ollama
Acelerar los modelos locales compartidos sin cambiar cada aplicación
Cierra Ollama y ejecuta locals launch --model qwen3.5:4b ollama para que Locals responda en el puerto de Ollama con los nombres de modelo de Ollama. Los modelos se descargan otra vez en formato MLX, y volver atrás es locals stop y arrancar de nuevo Ollama.
Una desarrolladora de administración que convierte texto desordenado en registros
Extraer campos estructurados que siempre cumplan un esquema JSON
locals generate --schema person.json devuelve JSON que sigue el esquema campo a campo, y lo mismo funciona por la API de OpenAI con response_format. Procesa muchos documentos a la vez para aprovechar la mejora de rendimiento.
Antes de decidirte
- Puesta en marcha
- Descarga el script de instalación con curl, o uv tool install --python 3.12 locals, y luego locals code ~/my-project. Necesita un M1 o posterior, macOS 14 e idealmente 16 GB; en chips distintos del M2 Pro y el M2 Max se ajusta solo en 10 a 20 minutos de inactividad.
- Integraciones
- /v1 compatible con OpenAI en 127.0.0.1:8321, Anthropic Messages para Claude Code y la API de Ollama; lanzadores para OpenCode, Claude Code, Cline, Kilo Code, OpenHands, Aider, Hermes Agent y OpenClaw; ajustes para Roo Code, Continue, Zed y JetBrains.
- Datos y privacidad
- Funciona en local; los modelos se descargan de Hugging Face. Sin autenticación: escucha en 127.0.0.1 por defecto, rechaza peticiones cuyo Host u Origin no sea local y desactiva la comprobación de Host cuando escucha en otra dirección. Guarda conversaciones y prompts de sistema en una caché, también en disco.
- Coste a escala
- El software es gratuito; el coste es el Mac. En un M2 Max con 96 GB, ocho peticiones a un modelo de 27B llegan a 78 tokens por segundo frente a 25 con mlx-lm; Flint de Recursive (40B, 2.5B activos) necesita 24 GB o más.
- Límites
- Un modelo cada vez; solo modelos MLX; sin Windows ni Linux. Las mejoras vienen de la concurrencia y la caché: las peticiones sueltas sin caché y los prompts largos van más o menos a la velocidad de mlx-lm.
Lo bueno
- 3.1x el rendimiento de mlx-lm con ocho peticiones simultáneas en un M2 Pro
- Llamadas a herramientas y JSON restringidos al esquema, así que siempre se pueden analizar
- API de OpenAI, Anthropic y Ollama; un comando por herramienta de agente
- Benchmarks publicados con una lista de dónde no es más rápido
Lo malo
- Solo Apple silicon y macOS 14; modelos MLX, no GGUF
- Poca mejora con una sola petición o con prompts largos
- Sin autenticación; la seguridad depende de quedarse en loopback
- Solo M2 Pro, M2 Max y M5 Pro bien medidos; tiene un mes
Ideal para
Desarrolladores con Mac que ejecutan varios agentes o subagentes de programación contra un modelo local y quieren que terminen antes.
Alternativas a Locals
Locals: preguntas frecuentes
- ¿Merece la pena Locals?
- El servidor de modelos para Mac que conviene cuando varios agentes comparten un modelo pequeño, con mejoras medidas y una lista inusualmente franca de dónde no es más rápido. Le damos un 3.9 sobre 5.
- ¿Cuánto cuesta Locals?
- Gratuito y de código abierto (Apache 2.0). Cada modelo conserva su propia licencia.
- ¿Qué inconvenientes tiene Locals?
- Solo Apple silicon y macOS 14; modelos MLX, no GGUF; poca mejora con una sola petición o con prompts largos; sin autenticación; la seguridad depende de quedarse en loopback; solo M2 Pro, M2 Max y M5 Pro bien medidos; tiene un mes.
- ¿Para quién es Locals?
- Desarrolladores con Mac que ejecutan varios agentes o subagentes de programación contra un modelo local y quieren que terminen antes.
- ¿Cuánto cuesta Locals para un equipo o en producción?
- El software es gratuito; el coste es el Mac. En un M2 Max con 96 GB, ocho peticiones a un modelo de 27B llegan a 78 tokens por segundo frente a 25 con mlx-lm; Flint de Recursive (40B, 2.5B activos) necesita 24 GB o más.
- ¿Es Locals seguro para los datos de la empresa?
- Funciona en local; los modelos se descargan de Hugging Face. Sin autenticación: escucha en 127.0.0.1 por defecto, rechaza peticiones cuyo Host u Origin no sea local y desactiva la comprobación de Host cuando escucha en otra dirección. Guarda conversaciones y prompts de sistema en una caché, también en disco.
- ¿Cuáles son las mejores alternativas a Locals?
- Las alternativas más cercanas que hemos analizado son Ollama, MLX y llama.cpp.
Respuestas comprobadas el 13 nov 2026.