IA en local sin pagar por consulta: Qwen vs Gemma vs Nemotron y qué PC necesitas

Por Redacción Pangea IA · 14 de septiembre de 2026

Instalar una IA en tu ordenador permite hacer consultas sin pagar tokens a un proveedor por cada respuesta. Puedes dedicarla a redactar, resumir o ayudarte con código. La decisión importante es elegir un modelo que encaje con tu equipo y con la calidad que necesitas.

Comparamos Qwen3.5-9B, Gemma 3 12B y Nemotron 3 Nano 30B-A3B, y proponemos dos ordenadores compactos. Son versiones concretas seleccionadas por su disponibilidad descargable, no una clasificación de todos los modelos más recientes. El análisis se basa en documentación: no hemos ejecutado una prueba comparativa ni medido su velocidad en estos PC.

Qué significa realmente no pagar tokens

En una ejecución local, tu ordenador realiza el cálculo. LM Studio permite conversar con modelos descargados, consultar documentos y mantener un servidor local sin conexión a internet. La búsqueda de modelos, las descargas y las actualizaciones sí necesitan red. Funcionamiento sin conexión de LM Studio.

Los tokens siguen existiendo como unidades de procesamiento, pero no generan una factura de API por esas consultas locales. Continúan los costes de equipo, electricidad y mantenimiento. Si conectas un servicio externo de búsqueda, una API o un modelo en la nube, sus condiciones y posibles cargos son independientes.

Los tres modelos y sus diferencias

Modelo	Para qué lo probaríamos primero	Entrada y limitación relevante
Qwen3.5-9B	Redacción, resúmenes y ayuda general con código	Texto e imágenes; la aplicación y la descarga deben admitir la función visual.
Gemma 3 12B IT	Preguntas sobre textos e imágenes y resúmenes	Texto e imágenes, con respuesta en texto; no es la aplicación Gemini.
Nemotron 3 Nano 30B-A3B	Razonamiento, programación y proyectos de agentes	Texto; esta versión no es Nemotron Nano Omni y requiere bastante más memoria.

Estas orientaciones son editoriales, basadas en las capacidades descritas por Qwen, Google y Nvidia. No implican que un modelo gane en precisión a los otros.

Qwen3.5-9B: un punto de partida manejable

Es un modelo de nueve mil millones de parámetros con capacidades de texto y visión, publicado bajo Apache 2.0. Lo elegiría para una primera prueba doméstica por el tamaño de su versión comprimida. Ficha del modelo Qwen3.5-9B.

La prueba útil sería darle un texto en español que conozcas bien y pedirle un resumen sin añadir datos. Después probaría una tarea de tu trabajo. Antes de comprar un ordenador, conviene comprobar si la respuesta sirve y cuánto tienes que corregir.

Gemma 3 12B: otra opción para textos e imágenes

Google presenta esta variante ajustada para instrucciones como un modelo multimodal y multilingüe. Tiene condiciones de uso propias de Gemma; el acceso a los archivos originales en Hugging Face exige aceptarlas. Ficha y acceso a Gemma 3 12B.

Lo compararía con Qwen usando exactamente el mismo material. Para una imagen, comprobaría si describe lo visible y si reconoce cuándo un detalle no puede leerse. No basta con que genere una explicación convincente.

Nemotron 3 Nano: más memoria para experimentar

La versión elegida combina tareas de razonamiento y conversación. Nvidia indica unos 30.000 millones de parámetros totales y 3.500 millones activos, con español entre los idiomas admitidos. Se distribuye bajo NVIDIA Nemotron Open Model License. Descripción de Nemotron 3 Nano.

Que active solo una parte de sus parámetros en cada paso no hace que todos los pesos restantes desaparezcan de la memoria. Tampoco su origen obliga a utilizar una tarjeta Nvidia: la compatibilidad depende del formato descargado y del programa que lo ejecute.

Lo plantearía como una segunda etapa, especialmente para quien quiera desarrollar asistentes o trabajar con código. Un modelo local por sí solo no incluye todas las herramientas, conexiones y permisos de un agente completo.

Cuánta memoria necesitas

El tamaño del archivo no es el consumo total de memoria. Hay que dejar espacio para el sistema, la aplicación, los datos de la conversación y, cuando corresponda, los componentes de visión. Cuantizar a 4 bits reduce el tamaño de los pesos y puede cambiar la calidad de las respuestas.

Descarga de referencia	Tamaño indicado del Q4_K_M	Memoria del equipo que planteamos
Qwen3.5-9B — LM Studio Community	5,63 GB	24–32 GB como objetivo cómodo para empezar.
Gemma 3 12B IT — LM Studio Community	7,3 GB	24–32 GB, con margen adicional para imágenes y documentos.
Nemotron 3 Nano 30B-A3B — Unsloth	24,6 GB	48–64 GB; preferimos 64 GB para dejar margen.

Tamaños publicados por los distribuidores de las conversiones: Qwen GGUF, Gemma GGUF y Nemotron GGUF de Unsloth. Comprueba también los archivos auxiliares necesarios para visión. Otras cuantizaciones tienen otros tamaños.

La última columna es una recomendación conservadora de configuración, no un mínimo oficial ni una medición. Está pensada para un usuario, un modelo cargado y un contexto inicial moderado, por ejemplo 4.000–8.000 tokens. Aumentar mucho el contexto o ejecutar varios modelos cambia los requisitos.

Dos ordenadores compactos que valoraría

Equipo propuesto	Uso previsto	Qué comprobar
Mac mini M5 Pro · 24 GB · SSD 512 GB	Qwen y Gemma cuantizados, usando un motor compatible con Apple Silicon.	Memoria realmente accesible al modelo, versión del motor y aceleración gráfica.
GMKtec EVO-X2 · Ryzen AI Max+ 395 · 64 GB · SSD 2 TB	Los tres modelos por separado, con mayor margen para Nemotron.	Controladores, aceleración de la Radeon y reparto de memoria compartida.

La configuración propuesta es el Mac mini M5 Pro con 24 GB de memoria unificada y SSD de 512 GB. Lo planteamos para Qwen3.5-9B y Gemma 3 12B en las versiones cuantizadas citadas, ejecutando un solo modelo y con un contexto moderado. Los 24 GB también los utiliza el sistema, por lo que hay menos margen para documentos grandes y otras aplicaciones. No recomendamos esta configuración para la descarga de Nemotron de 24,6 GB ni afirmamos una velocidad medida. Especificaciones del Mac mini.

La configuración del EVO-X2 seleccionada en Amazon tiene 64 GB de RAM y SSD de 2 TB. La memoria LPDDR5X está integrada y no es ampliable, por lo que conviene elegir la capacidad al comprar. Tener más memoria permite cargar modelos mayores, pero no garantiza responder más rápido. Especificaciones oficiales del GMKtec EVO-X2.

Antes de elegir una oferta, confirma la configuración exacta, la compatibilidad del programa y el coste final para España. Si necesitas monitor, teclado o ratón, inclúyelos en el presupuesto. Las cifras comerciales de potencia para IA no sustituyen una prueba del modelo que vas a usar.

Cómo empezar con LM Studio

Instala LM Studio para tu sistema, revisa sus requisitos y busca el nombre completo del modelo. Elige una conversión compatible como las enlazadas, descarga también el motor necesario y carga un solo modelo. Empieza con una conversación corta antes de añadir archivos grandes.

Para una primera comparación, usa el mismo texto de unas pocas páginas: pide un resumen, tres preguntas cuya respuesta aparezca en él y una cuarta sobre un dato ausente. Comprueba errores, omisiones y si inventa la respuesta que falta. Anota también cuánto tarda en empezar a responder y cuánto en terminar.

Para imágenes, comprueba que la aplicación reconoce el componente visual. Si falla la carga, revisa memoria disponible, formato y versión del motor; reducir el contexto puede ayudar. Una descarga compatible con una aplicación no garantiza idénticas prestaciones en todos los sistemas.

Privacidad y límites del uso local

LM Studio indica que las conversaciones con modelos locales y el procesamiento local de documentos permanecen en el dispositivo. Esa descripción no debe extenderse a cualquier complemento o servicio externo que conectes. Qué operaciones permanecen en local.

Trabajar sin conexión tampoco actualiza el conocimiento del modelo ni elimina sus errores. Para verificar una noticia reciente necesitas fuentes actuales. Para utilizarlo en un negocio, revisa además la licencia de la versión elegida: disponer de los pesos no significa que todas las familias tengan las mismas condiciones.

Para aplicar estas decisiones a documentos de un negocio, consulta nuestro análisis sobre las garantías sobre datos que reclaman NVIDIA y Palantir a los proveedores de IA. Explicamos cómo distinguir conservación, entrenamiento y acceso, y qué revisar al elegir un entorno de trabajo.

¿Compensa comprar un PC para ahorrar en IA?

Empezaría probando el ordenador que ya tienes. Si el modelo resuelve tus tareas, la inversión adicional puede ser pequeña. Comprar un equipo nuevo solo para eliminar una cuota mensual exige hacer cuentas.

Ejemplo hipotético: un ordenador de 1.200 € que sustituya por completo un gasto de 20 € al mes tardaría 60 meses en recuperar ese importe, antes de electricidad y otros costes. Si sigues necesitando la suscripción, ese ahorro no se produce. Estas cifras ilustran el cálculo; no son los precios de los equipos anteriores.

El uso local gana interés cuando lo utilizas con frecuencia, valoras trabajar sin conexión o ya necesitas renovar el ordenador. Para tareas ocasionales, conviene comparar el coste con una suscripción o una API usada de forma moderada.

Qué opción elegiría primero

Para empezar, probaría Qwen3.5-9B y Gemma 3 12B en el equipo disponible. Elegiría según los resultados en mis propios textos e imágenes. Reservaría Nemotron para una necesidad concreta de razonamiento o desarrollo y con memoria suficiente, sin asumir que un modelo mayor siempre responderá mejor.

Puedes ampliar el contexto con nuestra noticia sobre Qwen en local y sus requisitos, que trata una versión distinta. Si prefieres ampliar un ordenador de sobremesa, consulta la ficha de la MSI RTX 5060 Ti de 16 GB: sus 16 GB de memoria gráfica no bastan para alojar íntegramente la cuantización de Nemotron citada aquí.

Imagen: ilustración conceptual creada con IA para Pangea IA; no reproduce un ordenador concreto ni una prueba de rendimiento. Información consultada el 14 de septiembre de 2026.