demo en tu navegador · lo que te puedo montar

¿Qué puedes hacer ya con tu ordenador?

Analizo qué puede asumir tu equipo, te digo sin humo qué IA puedes ejecutar hoy y te dejo el asistente funcionando: escribe, resume y responde con tus documentos dentro de tu propia máquina, sin que salga ni un dato. Pruébalo aquí mismo; si encaja con tu trabajo, te lo monto a medida.

Una regla por delante: nada de números inventados. Lo que el navegador no puede saber (tu VRAM real, tu RAM exacta) aparece como desconocido hasta que lo confirmemos, y cada recomendación se queda por debajo de lo que tu equipo aguanta, nunca por encima.

Empezar por el diagnóstico →Ir directo al chatCasos curados: un manual de 15 páginas delante

Paso 1 · Qué hay en tu máquina

Cinco segundos de análisis que se ejecutan aquí mismo: no se envía ni se guarda nada fuera de tu navegador. Sirve para separar lo que tu equipo puede asumir de lo que conviene montar fuera del navegador. Después puedes corregir los datos a mano, porque el navegador no lo sabe todo.

Datos que solo tú sabes (opcionales, pero afinan el diagnóstico)
transparencia

Cómo está hecho y dónde están sus límites

  • Cada peso que ves está medido en la fuente original, no copiado de una ficha: se cuenta el modelo completo, incluidos los ficheros donde vive de verdad. La RAM necesaria es una estimación con margen: trátala como orden de magnitud, no como cifra cerrada.
  • El catálogo del navegador es pequeño a propósito: solo entran modelos con los que se puede mantener una conversación útil (de ~0,57 GB a ~4,85 GB). Los que probé y no dieron la talla están fuera.
  • Esta demo necesita WebGPU. No es falta de RAM: es que estos modelos cuantizados no arrancan en CPU dentro del navegador, y lo comprobé descargándolos enteros. Si tu equipo no tiene WebGPU, el montaje nativo va más sobrado y responde más rápido.
  • La VRAM no la expone ningún navegador: cuando aparece un número ahí, lo ha escrito una persona. La aceleración se comprueba pidiendo un dispositivo de prueba y soltándolo en el acto; si no la hay, se dice y no se finge.
  • Los modelos «nativos» (la familia Qwen3.5 y el OCR) son guías con enlaces oficiales: esta web no ejecuta nada fuera del navegador, no instala nada y no deja servicios abiertos en tu equipo. Ahí es donde entro yo si quieres el montaje hecho y conectado a tus documentos.
  • Una vez descargado, el chat funciona sin conexión hasta que el navegador decida limpiar la caché. Si necesitas algo que dependa de eso, se monta la versión local instalada, que sí controla su propio almacenamiento.
Detalle técnico (para quien lo quiera)
  • Los tamaños salen de la API de Hugging Face (api/models/…/tree, 2026-09-05) sumando onnx/model_q4.onnx y sus pesos externos onnx/model_q4.onnx_data*. El .onnx suelto son cientos de KB de grafo, y model_quantized.onnx en estos repos es el int8, no el q4.
  • No todos publican el mismo cuantizado: el Ling-3.0-tiny solo tiene onnx/model_q4f16.onnx (INT4 con runtime y caché FP16). Se manda el dtype que declara cada ficha; forzarle un q4 sería un 404. Y q4f16 no es un Q4_K_M de GGUF: no son comparables.
  • Medido con descarga real: el q4 y el q4f16 del Qwen3.5-0,8B terminan de bajar y fallan al crear la sesión en CPU (falta el kernel GatherBlockQuantized en ONNX Runtime-WASM). La web se para antes de descargar un byte cuando el modelo es solo-WebGPU, y el worker comprueba el adaptador GPU antes de bajar nada.
  • RAM estimada = peso × 1,6 + 1 GB de margen, contra el 50 % de la RAM total (lo que una pestaña puede usar sin asfixiar el equipo). Con GPU dedicada declarada y WebGPU confirmado el umbral baja a VRAM ≥ peso × 1,15, pero la RAM del sistema sigue siendo obligatoria.
  • Los Gigabytes nativos son el fichero GGUF Q4_K_M medido en el repo, no el consumo total: KV cache, runtime y tokenizer piden RAM adicional del sistema.

Fichas de modelo citadas:Qwen3.5-0.8B (texto, ONNX) · LFM2.5-2.6B-Uncensored (ONNX) · Ling-3.0-tiny (ONNX) · Ling-3.0-tiny (base) · Qwen3.5-0.8B GGUF · Qwen3.5-2B GGUF · Qwen3.5-4B GGUF · Qwen3.5-9B GGUF · Qwen3.5-27B GGUF · PaddleOCR-VL-1.6 · Transformers.js

el servicio

Esto es un escaparate, no el producto final

Lo que acabas de probar corre en tu navegador con modelos públicos y una interfaz genérica. Lo que monto para un cliente es otra cosa: su hardware, sus documentos, sus flujos de trabajo y sus reglas de privacidad, con el modelo elegido por criterios medidos y no por catálogo.

  • Diagnóstico en sitio: qué puede correr tu equipo, qué no, y qué hace falta añadir para que vaya sobrado. Te lo llevas por escrito, contrates o no.
  • Montaje llave en mano: modelo local instalado en tu máquina o en un servidor de la oficina, con interfaz de chat, arranque automático y copias de seguridad. Sin dependencias de nubes donde no quieres que estén tus datos.
  • Conectado a lo tuyo: tus manuales, contratos e informes como contexto, y OCR para el papel escaneado. Aquí el adjunto es un TXT o un PDF con texto; allí es tu archivo entero buscando en segundos.
  • Formación y papeles: quién lo usa, para qué sirve y dónde se equivoca, escrito para el equipo que se queda con ello. Y soporte cuando el modelo de moda cambie y haya que volver a medir.
Cuéntame tu caso →Otros contactos

Si después del diagnóstico tu máquina no da para lo que pides, te lo digo y no te monto nada. Sale más barato.