¿Qué cerebro de IA se adapta a tu computadora? Modelos locales explicados de forma sencilla

Cada cerebro tiene un nombre claro en la app, con los detalles técnicos a solo un clic de distancia.

• Más rápido — Qwen3-4B Instruct (julio de 2025). Necesita al menos 8 GB de memoria en la computadora; descarga de unos 2.5 GB. Denso, 4 mil millones de parámetros, 4-bit.
• Equilibrado — Qwen3-14B (abril de 2025). Necesita al menos 16 GB de memoria en la computadora; descarga de unos 9 GB. Denso, 14 mil millones de parámetros, 4-bit.
• Más capaz — Qwen3-30B-A3B Instruct (julio de 2025). Necesita al menos 32 GB de memoria en la computadora; descarga de unos 18.6 GB. Mezcla de expertos, 30 mil millones almacenados / 3 mil millones activos, 4-bit.
• Más capaz — alta memoria — Qwen3-30B-A3B Instruct, versión de 8-bit. Necesita al menos 64 GB de memoria en la computadora; descarga de unos 32.5 GB. El mismo modelo anterior pero con mayor precisión.
• El cerebro más grande — OpenAI GPT-OSS 120B (agosto de 2025). Necesita al menos 96 GB de memoria en la computadora; descarga de unos 63.4 GB. Mezcla de expertos, 117 mil millones almacenados / unos 5 mil millones activos.

Esos son los archivos de modelo reales, no apodos para un solo modelo con cinco etiquetas. Los tres primeros son tamaños diferentes de la misma familia; el cuarto es una copia de mayor precisión del tercero; el quinto es un modelo completamente diferente, de un creador distinto.

Los parámetros de un modelo son los números que aprendió durante su entrenamiento. Más parámetros suelen significar más espacio para el conocimiento y los matices, pero también más uso de memoria y respuestas más lentas.

El tamaño no lo es todo. Los modelos más nuevos, pequeños y bien entrenados a menudo superan a modelos antiguos más grandes, y una respuesta rápida que puedes leer ahora suele valer más que una ligeramente mejor en dos minutos. Por eso no llamamos a ningún cerebro "el mejor", solo el más grande, lo cual es un hecho.

En la práctica: el tamaño define la base de lo que un cerebro puede retener en mente y cuánto sabe, pero el entrenamiento que recibió importa igual. Dos modelos del mismo tamaño pueden sentirse totalmente distintos al conversar.

Un modelo denso usa todos sus parámetros en cada palabra que escribe. Más rápido y Equilibrado son densos.

Un modelo de mezcla de expertos almacena muchas partes especializadas, pero solo usa unas pocas en cada paso. Qwen3-30B-A3B almacena unos 30 mil millones de parámetros y usa unos 3 mil millones a la vez; GPT-OSS 120B almacena unos 117 mil millones y usa unos 5 mil millones. Eso les permite albergar más conocimiento manteniéndose ágiles, pero todas las partes aún deben caber en la memoria, por lo que sus requisitos son mayores.

La analogía que mejor lo describe: un modelo denso es un generalista que lee tu pregunta de principio a fin. Una mezcla de expertos es una biblioteca de la que se sacan solo unos estantes relevantes para cada pregunta. La biblioteca sabe más, pero aun así necesitas un edificio lo bastante grande para albergarlo todo.

Los archivos de los modelos se comprimen para que quepan en computadoras normales. Una versión de 4-bit es más pequeña y rápida de cargar; una versión de 8-bit conserva más precisión pero necesita aproximadamente el doble de espacio. La opción "Más capaz — alta memoria" es el mismo modelo que "Más capaz", solo que almacenado en 8-bit. No es una nueva generación y no garantiza responder mejor.

Esta compresión se llama cuantización, y es la razón por la que un modelo que hace unos años requería un rack de servidores ahora funciona en una laptop. Cada modelo local que usas es una copia comprimida de un original más grande.

El resumen honesto: 4-bit es la opción predeterminada más sensata, y vale la pena probar 8-bit si tienes la memoria y quieres comparar las respuestas por ti mismo. No es un cerebro diferente, y nunca deberían vendértelo como tal.

Sovereign analiza tu computadora y deshabilita lo que no puede ejecutarse, así que no podrás equivocarte por accidente. Pero si prefieres decidir por tu cuenta, aquí tienes la escala.

• 8–15 GB de memoria: Más rápido. Preguntas cotidianas rápidas y redacción de borradores.
• 16–31 GB: Equilibrado. Ideal para la mayoría de las personas en computadoras recientes.
• 32–63 GB: Más capaz. Explicaciones más largas, redacción y razonamiento estructurado.
• 64–95 GB: Puedes probar la versión de alta memoria de Más capaz.
• 96 GB o más: El cerebro más grande, para análisis exigentes en equipos muy potentes.

Para comprobar tu memoria en una Mac: menú Apple → Acerca de esta Mac → busca Memoria. En Windows: Inicio → Configuración → Sistema → Información → RAM instalada.

Puedes cambiar de cerebro en cualquier momento. Tus conversaciones y tu Vault se conservan; solo cambia el cerebro.

Un cerebro local escribe respuestas al ritmo que le permite tu hardware, por lo que un cerebro más pequeño responde antes y uno grande te hace esperar. En la misma máquina, el cerebro más pequeño puede sentirse instantáneo, mientras que el más grande tarda notablemente más por respuesta.

Ese balance es toda la decisión. Si sientes que esperas demasiado, un cerebro más pequeño que responda en una cuarta parte del tiempo suele ser un mejor compañero diario. Si ves que reescribes la pregunta para obtener más profundidad, sube de tamaño.

No hay una puntuación definitiva válida para todos. La prueba ideal es hacer una pregunta que de verdad te interese a dos cerebros distintos, en tu propia computadora.

Cada modelo solo puede mantener una cantidad limitada de texto en juego a la vez: tu pregunta, la conversación reciente y lo que recupere de tu Vault. Cuando una conversación se alarga, ese espacio se llena.

Sovereign gestiona esto automáticamente para que las conversaciones largas no se interrumpan sin más: conserva las partes importantes, recorta el resto y te avisa con claridad cuando una respuesta se acortó, en vez de fingir que no pasó nada.

También eliges qué tan largas deben ser las respuestas —Breve, Más completa o Detallada— en Estilo de respuesta. Más larga no siempre es mejor; una respuesta breve y completa supera a una larga que se queda a medias.

Sovereign no cobra por mensaje ni descuenta tus chats de una cuota o del espacio de tu Online Vault, porque todo se ejecuta en tu computadora. Los verdaderos límites son físicos: qué tan rápida es tu computadora y cuánto texto puede retener en mente un cerebro a la vez.

Esa es la discreta ventaja de la IA local para quienes piensan en voz alta: el costo de una pregunta adicional son unos segundos del tiempo de tu computadora, no una factura.

No. Un cerebro nunca cambia por sí solo, lo que significa que sus respuestas se mantienen coherentes. Cuando aparecen modelos abiertos mejores, los agregamos como opciones y tú decides si cambiar. Tu Vault y tu progreso se mantienen intactos de cualquier manera.

La coherencia está infravalorada. Si un cerebro respondió a una pregunta de cierta manera en marzo, responderá igual en septiembre. Los servicios en la nube pueden cambiar su comportamiento —y lo hacen— en una misma cuenta y sin previo aviso.

Son modelos de pesos abiertos publicados por sus creadores —el equipo de Qwen y OpenAI—, descargados desde una biblioteca pública de modelos y verificados con una huella digital para que sepas que el archivo no fue alterado.

En la práctica: Sovereign descarga archivos de modelos estándar (formato GGUF) y verifica cada uno contra una huella SHA-256 pública antes de usarlo. Si el archivo no coincide, no se utiliza.

Puedes agregar tu propio archivo de modelo si deseas experimentar. Sovereign los marca como no verificados, porque no tenemos una huella digital propia con la cual compararlos: una advertencia justa en lugar de una confianza a ciegas.

El motor que ejecuta los archivos está basado en el proyecto de código abierto llama.cpp, fijado a una versión específica, y compilado y firmado junto con la app, por lo que no descargará a escondidas un motor diferente desde otro lugar.

Un cerebro lee tu pregunta, la conversación reciente y lo que recupere de tu Vault, y luego escribe la respuesta poco a poco. Todo eso debe caber dentro del espacio que puede retener en mente al mismo tiempo.

Por eso un mismo cerebro puede sentirse muy lúcido con una pregunta corta y más impreciso con una larga, y por eso un modelo con más entrenamiento no retiene en juego automáticamente una mayor parte de tu conversación. El conocimiento y el espacio son dos ajustes distintos.

Sovereign los configura por ti y los gestiona a medida que la conversación avanza. Ves el resultado en vez de los ajustes: las respuestas se mantienen claras, los chats largos siguen funcionando y, cuando hubo que recortar algo, la app te avisa en vez de quedarse en silencio a mitad de frase.

Olvídate de las pruebas de rendimiento. Haz estas cuatro preguntas en el cerebro que tu computadora pueda ejecutar:

• Algo que domines a la perfección: un dato de tu propia vida o trabajo. ¿Acertó y admitió cuando tu Vault no contenía la respuesta?
• Algo que requiera seguir instrucciones: "responde en seis viñetas de no más de ocho palabras cada una".
• Algo con trampa: una pregunta que asume algo falso. Un buen cerebro lo cuestionará.
• Algo extenso: "explícame esto con detalle". Luego revisa si realmente terminó o se detuvo antes de tiempo.

Haz las mismas cuatro preguntas en un segundo cerebro y quédate con el que prefieras. Diez minutos te dirán más sobre un modelo que cualquier artículo, incluido este.