Ejecuta inferencia local en More AI con Ollama y LM Studio
Ejecuta peticiones al modelo en tu propio hardware, sin factura de API ni internet para la inferencia. Con sync, herramientas online, telemetría principal y observabilidad de IA —incluido replay— desactivadas, prompts y respuestas permanecen en tu equipo.
Equipo de More AI · Actualizado el 7 de octubre de 2026
Por qué ejecutar un modelo en local
Un endpoint local evita al proveedor alojado solo si el modelo elegido se ejecuta realmente en tu equipo. localhost también puede reenviar peticiones a un modelo cloud: revisa modelo y configuración.
La inferencia local no tiene factura por token del proveedor, pero sí costes de hardware, electricidad, almacenamiento y tiempo. La capacidad depende del modelo, cuantización, contexto y memoria disponible. Prueba primero una tarea pequeña.
Ollama: la ruta más rápida
Inicia el servidor local antes de conectar More AI. Ollama usa por defecto http://localhost:11434/v1. En LM Studio carga un modelo e inicia el servidor, normalmente http://localhost:1234/v1; introduce el token si activaste su autenticación. Estos endpoints locales son distintos de los servicios alojados.
LM Studio: un gestor de modelos amigable
Ollama usa por defecto http://localhost:11434/v1 y LM Studio http://localhost:1234/v1. Inicia el servidor y carga el modelo antes de conectar. Ollama local no requiere clave; LM Studio puede pedir un token si activaste la autenticación del servidor. Comprueba protocolo y herramientas en servidores personalizados.
Cualquier otro servidor: endpoints personalizados
¿Usas vLLM, llama.cpp o un proxy LiteLLM? Añade un proveedor personalizado y apúntalo a cualquier endpoint que hable la API de Chat Completions compatible con OpenAI (la URL base suele terminar en /v1) — o a un endpoint de Messages compatible con Anthropic. Eso cubre prácticamente cualquier servidor de modelos autoalojado, en tu equipo o en una máquina de tu red local.
Combina local y nube
No tienes que elegir de una vez por todas. Las claves y proveedores locales conviven, y cada conversación elige modelo: uno local para borradores y preguntas rápidas, y uno puntero para tareas más difíciles. Cambiar son dos clics.
Inicio y Code funcionan con modelos locales sobre el mismo motor, y las conversaciones Chat anteriores también pueden seguir usándolos. Elige el modelo local más capaz que admita tu hardware: la planificación y las herramientas aprovechan especialmente un modelo potente.
Comprueba el servidor antes de probar el agente
Una interfaz compatible con OpenAI no garantiza llamadas a herramientas fiables. Revisa la ficha del modelo y el soporte de tu entorno de ejecución. Una respuesta de texto es solo la primera comprobación; después prueba una tarea pequeña con archivos.
- Instala el entorno de ejecución y descarga un modelo adecuado para tu equipo. Anota la versión, el identificador del modelo, la cuantización, el contexto y la RAM o VRAM disponible.
- Inicia el servidor local: Ollama normalmente usa http://localhost:11434/v1 y LM Studio http://localhost:1234/v1. Limítalo a tu equipo salvo que necesites acceso desde la red.
- Activa el proveedor correspondiente en Ajustes → Proveedores. Introduce el token del servidor si activaste la autenticación de LM Studio. Actualiza la lista y selecciona exactamente el modelo descargado.
- Envía una petición breve de texto y realiza la tarea con archivos. Anota los errores de herramientas y detén los bucles de intentos: repetir no demuestra progreso.
Una pequeña prueba con archivos locales
El paquete contiene notas de proyectos ficticios, instrucciones en inglés, ruso y chino y una respuesta de referencia. Pide al agente: Lee las notas y crea output/summary.txt con los nombres de los tres proyectos y la tarea T03 todavía pendiente. No permitas modificar las entradas ni acceder a la web durante este ejercicio.
Abre el resultado tú mismo: deben aparecer los tres proyectos, T03 debe seguir pendiente y las notas originales no deben cambiar. Registra versiones del modelo y del entorno, duración, errores de herramientas y correcciones manuales. Es una receta de prueba, no un benchmark publicado de More AI.
Comprueba el flujo de datos por separado
Una dirección localhost indica a qué servidor de inferencia se dirige la petición, pero no adónde envía datos cada función. Sin iniciar sesión, el trabajo de escritorio no se sincroniza. Al entrar, las categorías compatibles se sincronizan por defecto salvo que las desactives. La ejecución en la nube tiene un control separado; el cifrado de extremo a extremo de los archivos de proyecto es opcional y empieza desactivado.
Para un ejercicio exclusivamente local, prepara primero el modelo y sus dependencias. Desactiva sincronización, ejecución en la nube, herramientas en línea, conectores remotos, telemetría general y observabilidad de IA, incluida la grabación de sesiones. Desconecta la red y repite la tarea pequeña. Superarla solo confirma esa tarea con esos ajustes; no es una auditoría completa de privacidad ni demuestra que todas las funciones trabajen sin conexión.
Preguntas frecuentes
¿Ejecutar un modelo local es realmente gratis?
La inferencia local no tiene factura por token del proveedor, pero sí costes de hardware, electricidad, almacenamiento y tiempo. La capacidad depende del modelo, cuantización, contexto y memoria disponible. Prueba primero una tarea pequeña.
¿Qué funciona sin conexión?
Solo puede probarse sin conexión una tarea autosuficiente con modelo, dependencias y entradas ya disponibles en local. Sincronización, ejecución cloud, búsqueda web y conectores remotos requieren red. Revisa aparte telemetría y observabilidad de IA/replay: una prueba desconectada no es una auditoría completa de privacidad.
¿Qué hardware necesito?
Depende del tamaño del modelo, cuantización, contexto y tareas simultáneas. Consulta los requisitos, reserva memoria para el sistema y mide memoria y latencia con una tarea pequeña. Una cifra fija de RAM no garantiza buen rendimiento del agente.
¿Qué servidores locales soporta More AI?
Ollama usa por defecto http://localhost:11434/v1 y LM Studio http://localhost:1234/v1. Inicia el servidor y carga el modelo antes de conectar. Ollama local no requiere clave; LM Studio puede pedir un token si activaste la autenticación del servidor. Comprueba protocolo y herramientas en servidores personalizados.
¿Puede el agente de código usar un modelo local?
Sí — el modo Code corre sobre el mismo motor, así que un modelo local también puede planificar y editar. El trabajo de agente premia a los modelos más fuertes: usa el modelo local más capaz que tu hardware soporte, o cambia esa sesión concreta a una clave en la nube.
Cómo funciona More AI
De la descarga al primer resultado en tres pasos
Solo necesitas una clave de un modelo de IA. Si no tienes, OpenRouter te da una en un par de minutos. La cuenta es opcional.
Instala la app gratuita
Para macOS, Windows y Linux. Se actualiza sola.
Pega tu clave
OpenRouter, OpenAI, Anthropic, Google, DeepSeek y más de 30 proveedores, o un modelo que funciona en tu propio ordenador. Elige el modelo para cada tarea.
Pide el resultado
Señala una carpeta, una web o un repositorio y di lo que necesitas. Cada cambio aparece para que lo revises.