Tu primer modelo corriendo en tu laptop
Instalas LM Studio, descargas un modelo pequeño y le hablas desde tu propio código: sin llave, sin costo por llamada, sin mandar tus datos a nadie.
miércoles, 7 de octubre de 2026
05:30 p.m. a 07:00 p.m. GMT-6 · 90 min
Zoom
El enlace te llega por correo al apartar tu lugar
Inversión
GratisQué vas a hacer
Casi toda la IA que usas hoy corre en la nube: rápida, buena, con un costo por cada llamada y un tercero que ve tus datos. Hay tareas donde eso no importa, y tareas donde importa mucho: documentos internos, datos de clientes, procesos que corren mil veces al día.
En esta sesión instalamos LM Studio, descargamos un modelo pequeño que quepa en una laptop normal y le hablamos desde un script de Python, igual que le hablarías a un proveedor en la nube, pero en tu máquina. Medimos en vivo: cuánto tarda, qué tan bien responde, en qué se equivoca más que un modelo grande. Con eso sales con un criterio que se aprende solo probándolo: qué tareas se pueden hacer local hoy y cuáles todavía no.
Terminamos dándole herramientas al modelo local, para que veas hasta dónde llega un modelo pequeño cuando tiene que hacer algo más que contestar.
LM Studio instalado con un modelo corriendo
En tu laptop, elegido según la memoria que tengas.
Un script que le habla a tu modelo local
Python, unas líneas y cero costo por llamada.
Una medición hecha por ti
Velocidad y calidad frente a un modelo en la nube, con tus propios prompts.
Criterio de cuándo ir local
Privacidad, costo, volumen: cuándo compensa y cuándo no.
Para quién es
Se toma solo, sin nada previo: basta con Python y una laptop con al menos 8 GB de RAM.
Sí es para ti si…
- Trabajas con datos que no puedes mandar a un proveedor externo
- Tienes un proceso con muchas llamadas y el costo empieza a pesar
- Quieres saber de verdad qué tan lejos están los modelos pequeños de los grandes
- Quieres probar IA sin crear cuentas ni pagar por llamada
No es para ti si…
- Tu laptop tiene menos de 8 GB de RAM (te trabas en la descarga y no hay copy que lo arregle)
- Buscas afinar (fine-tune) un modelo
- Quieres una comparación exhaustiva de modelos abiertos
Qué necesitas traer
Aquí sí importa el hardware. Léelo antes de apuntarte.
- Una laptop con al menos 8 GB de RAM (16 GB, mejor). Mac con chip Apple, o Windows/Linux con RAM suficiente
- Unos 5 GB libres en disco para el modelo
- Python 3.10 o superior. El repo base te llega por correo antes de la sesión
- Instalar LM Studio y descargar el modelo antes de la sesión: el correo del lunes dice cuál descargar, tarda unos minutos y evita que la sala espere
Cómo se reparte el tiempo
Los bloques, en este orden.
Instalar LM Studio y elegir modelo
Qué cabe en tu memoria y por qué. Lo descargas desde la app y ya responde.
Tu código, hablando con tu laptop
LM Studio responde como un proveedor en la nube, pero en tu máquina. Un script de Python y ya le estás mandando prompts.
Medir
Los mismos prompts contra un modelo en la nube y contra tu laptop: tiempo, calidad, errores.
Herramientas con un modelo pequeño
Tool calling con un modelo local: qué aguanta y dónde se rompe.
Cuándo ir local
El criterio en una hoja: privacidad, costo y volumen.
Preguntas frecuentes
¿Necesito GPU?
No. Con 8 GB de RAM corre un modelo pequeño en CPU, más lento pero suficiente para la sesión. Con una Mac con chip Apple o con GPU va notablemente mejor.
¿Necesito saber programar?
Lo básico de Python: correr un script y cambiar una línea. El código lo damos listo; la sesión se trata de entender qué pasa, no de escribirlo desde cero.
¿Los modelos locales son tan buenos como los de la nube?
En general, no; en tareas acotadas, muchas veces sí. Medirlo con tus propios prompts es justo el punto de la sesión.
¿Queda grabado?
Sí. La grabación llega por correo esa misma noche a quienes apartaron su lugar, junto con el repo terminado.
¿Y si me trabo?
Los primeros minutos son para que todos tengamos el entorno listo; no seguimos hasta que la sala esté al mismo paso. Y esa noche te llega la grabación y el repo terminado.
¿Y después?
Si quieres seguir a tu ritmo, están los ecosistemas de NIEVA. Si quieres llevarlo a producción con acompañamiento, tenemos los bootcamps; lo contamos en los últimos minutos, sin presión.
Un modelo de IA corriendo en tu escritorio
Sin llave, sin costo por llamada, y con el criterio para saber cuándo conviene.
Apartar mi lugar