Cómo ejecutar LLMs en tu PC sin internet: la guía completa 2026

Puedes conversar con un LLM sin conexión si ya descargaste un modelo compatible y todas las piezas necesarias para ejecutarlo. Para empezar, elige LM Studio si prefieres seleccionar y cargar modelos desde una interfaz; Ollama si también quieres trabajar desde la terminal o conectar aplicaciones. Ambos requieren revisar qué se ejecuta localmente y qué utiliza servicios externos.
Antes de descargar, comprueba sistema operativo, memoria disponible, GPU y espacio en disco. El objetivo inicial es ejecutar un modelo pequeño con una tarea comprobable, no llenar tu disco con el modelo de mayor tamaño.
Qué necesitas: memoria, modelo y contexto
La memoria necesaria no se deduce solo del nombre del modelo. Influyen los pesos, la cuantización, la longitud de conversación, el motor y las aplicaciones abiertas. RAM del sistema y VRAM de una GPU dedicada no son una bolsa idéntica de memoria; el reparto depende del equipo y del motor.
Como referencia del programa, LM Studio recomienda al menos 16 GB de RAM y detalla requisitos por plataforma. Eso no significa que cualquier modelo quepa en un equipo de 16 GB.
| Situación de tu equipo | Primer paso razonable | Qué evitar |
|---|---|---|
| Memoria limitada o compartida con otras apps | Probar una variante pequeña y contexto corto | Asignar toda la memoria disponible al modelo |
| GPU dedicada | Verificar compatibilidad y memoria usada al cargar | Suponer que cualquier GPU acelera igual |
| Mac con memoria unificada | Reservar margen para sistema y otras apps | Confundir memoria total con memoria libre |
| Necesitas modelos grandes | Revisar el tamaño del archivo y la estimación de carga | Comprar hardware a partir de una tabla genérica |
La cuantización representa los pesos con menor precisión para reducir su tamaño; no elimina la memoria adicional necesaria durante la ejecución. Un archivo de modelo y su memoria total de trabajo son magnitudes diferentes.
Un ejemplo verificable: la ficha de Llama 3.3 70B en Ollama muestra una variante de unos 43 GB de descarga. No es una recomendación para un PC con 32 GB de RAM ni una promesa de fluidez en otro de 64 GB.
Ollama o LM Studio: elige el flujo
Ollama: aplicación, terminal y servidor local
Ollama ofrece aplicación y herramientas de terminal. También admite modelos en la nube; instalarlo no garantiza que todo uso sea local. Selecciona explícitamente un modelo descargable local si tu objetivo es trabajar sin conexión.
Su servidor permite conectar aplicaciones compatibles. No necesitas montar otra interfaz antes de comprobar que puedes cargar y usar un modelo. Puedes añadir Open WebUI más adelante si necesitas ese flujo, revisando sus propios requisitos.
LM Studio: descargar, cargar y conversar
LM Studio permite buscar modelos desde su interfaz. Su documentación offline distingue operaciones locales —chat, documentos y servidor— de búsqueda, descarga y actualizaciones que necesitan conexión.
Descarga tanto el modelo como el motor necesario mientras tengas internet. En un equipo desconectado, no podrás buscar un modelo que todavía no posees. Jan es otro recurso que puedes explorar si quieres comparar aplicaciones; revisa por separado su compatibilidad y las conexiones que configures.
Primera puesta en marcha con Ollama
- Descarga el instalador adecuado desde Ollama y revisa sus requisitos.
- Abre la aplicación y una terminal.
- Selecciona un modelo local pequeño. La ficha oficial de Qwen3 1.7B ofrece este comando:
ollama run qwen3:1.7b
La primera ejecución descarga los archivos. El tamaño publicado para esa etiqueta ronda 1,4 GB en la consulta del 5 de octubre de 2026; la memoria de ejecución será mayor. Es un ejemplo para iniciar la configuración, no una elección declarada superior en español.
Pide resumir un párrafo que conozcas sin añadir hechos. Después, en otra terminal, puedes inspeccionar el modelo cargado:
ollama ps
La FAQ de Ollama explica la columna que indica procesamiento en CPU, GPU o una combinación. Si las respuestas son lentas, revisa memoria, contexto y reparto de carga antes de atribuirlo únicamente al modelo.
Primera puesta en marcha con LM Studio
- Instala la aplicación desde su descarga oficial.
- Busca una variante pequeña y compatible con tu equipo en el catálogo.
- Revisa tamaño, autor del modelo y formato antes de descargar; GGUF y MLX requieren motores compatibles.
- Carga el modelo y comienza con una conversación corta, sin conexiones externas.
- Una vez descargados modelo y motor, desconecta internet y repite la consulta local.
Ese último paso comprueba el funcionamiento básico sin red. No es una auditoría completa de privacidad de todo el equipo.
Cómo elegir otro modelo después
Cuando el primer modelo funcione, identifica qué falta: exactitud, seguimiento de instrucciones, capacidad con archivos o velocidad suficiente para tu tarea. Cambia una variable cada vez, como tamaño de variante o longitud del contexto.
En la biblioteca de Ollama encontrarás distintas familias. No traslades una puntuación del modelo completo a una versión destilada o cuantizada. En DeepSeek-R1, por ejemplo, el repositorio diferencia el modelo principal y variantes basadas en otras familias.
Para comparar español, usa el mismo texto y anota omisiones, datos añadidos y correcciones pendientes. Para código, ejecuta pruebas. No hay una velocidad en tokens por segundo que se pueda prometer conociendo únicamente la RAM.
Tres errores que conviene evitar
Descargar demasiado grande. Si la carga falla o el equipo se vuelve lento, reduce tamaño y contexto, y deja margen para el sistema. No supongas que añadir memoria resuelve todos los límites de CPU, GPU o compatibilidad.
Confundir local con privado en cualquier configuración. Un modelo cloud, la búsqueda web o una integración externa pueden enviar datos fuera. Ollama documenta cómo desactivar sus funciones cloud; revisa también el comportamiento de los complementos.
Confundir software sin suscripción con coste cero. La ejecución consume electricidad, almacenamiento y tiempo de mantenimiento. Evalúa con tu equipo antes de comprar otro; un modelo local no sustituye automáticamente un porcentaje fijo de tus tareas.
Si conectas documentos o un servidor local a otras herramientas, comprueba toda la ruta de datos, incluidos modelos de embeddings y servicios remotos. Para ampliar: privacidad en IA, DeepSeek y alternativas gratuitas.
Preguntas frecuentes
¿Qué hardware necesito para ejecutar un LLM local?
Depende del modelo, cuantización, contexto y motor. Comprueba la memoria libre y los requisitos de la aplicación; el tamaño del archivo descargado no incluye toda la memoria de ejecución.
¿Qué modelo local conviene descargar primero?
Una variante pequeña y compatible con tu equipo que permita comprobar una tarea conocida. Esta guía usa Qwen3 1.7B como ejemplo de puesta en marcha, sin atribuirle superioridad frente a otros modelos.
¿Un LLM local ofrece privacidad total?
La inferencia puede permanecer en el equipo si modelo, motor y herramientas son locales. Las conexiones cloud, búsqueda web e integraciones externas deben revisarse por separado; instalar una app no garantiza privacidad total.