JetBrains lanza Mellum en local dentro del IDE: en un MacBook M3 Pro saca un 5 sobre 10
Los agentes en la nube como Claude Code, Codex y Cursor pueden dejar de funcionar por bloqueos, y las facturas por tokens no paran de subir. El autor de una guía en Habr montó una alternativa en un MacBook M3 Pro: el modelo Mellum2.1 de JetBrains, LM Studio Bionic, el agente OpenCode y el entorno OpenIDE. Todo funciona sin internet y sin suscripción. Él mismo valora su combinación con un 5 sobre 10: resuelve las tareas pequeñas, pero con las grandes todavía es demasiado lenta.
Procesado por IA desde Habr AI; editado por Hamidun News
Los asistentes en la nube para programadores (Claude Code, Codex, Cursor) son cómodos mientras se tiene acceso a ellos. Pero los bloqueos ocurren, y las facturas de suscripciones y tokens no dejan de crecer. El autor de una guía en Habr decidió probar una alternativa: ejecutar el modelo directamente en el portátil y trabajar con él como con un agente cualquiera dentro del entorno de desarrollo.
Usó el modelo abierto Mellum2.1 de JetBrains, la aplicación LM Studio Bionic para ejecutarlo, el agente OpenCode y un IDE llamado OpenIDE. Lo probó en un MacBook con chip M3 Pro.
Su veredicto fue un 5 sobre 10: una petición como «encuentra el método y explica qué hace» se resuelve sin internet y sin suscripción, pero las tareas grandes van lentas.
¿Por qué tener el modelo en local?
El argumento principal es la previsibilidad. Un agente en la nube puede cambiar sus capacidades o desconectarse sin previo aviso, y la factura por tokens puede dispararse de repente. El autor cita el ejemplo de Revolut: la compañía pasó a unos 2000 ingenieros a un modelo GLM que corre en sus propios servidores, y dejó Claude Code y Codex solo para tareas puntuales. Según Revolut, el gasto en programación con IA bajó aproximadamente un 90%. Son datos de la propia empresa y no hay verificación independiente, pero la dirección está clara.
Para un desarrollador individual, un modelo local ofrece lo mismo a pequeña escala, sobre todo si la suscripción no la paga su empresa. Además, funciona en un avión, en un tren y ante cualquier problema de conexión.
Cómo está montada la combinación
El ejemplo usa Mellum2.1 12B A2.5B Thinking. La primera Mellum se dedicaba al autocompletado de código; en la versión 2.1, JetBrains mejoró de forma específica el trabajo con el repositorio: localizar el código necesario, editar archivos y comprobar los cambios. El nombre se lee así:
- 12B: unos 12 mil millones de parámetros;
- A2.5B: arquitectura MoE; por cada token trabajan solo unos 2,5 mil millones de parámetros, de modo que hay menos cálculo, pero los pesos siguen ocupando la memoria al completo;
- Thinking: el modelo razona antes de responder, y eso lleva tiempo.
Los pesos son abiertos bajo Apache 2.0. El autor usa la versión oficial en GGUF con cuantización Q4_K_M.
La cuantización consiste en guardar los pesos con menor precisión: el archivo se reduce y ocupa unos 8,1 GB. Si la memoria alcanza, se puede probar con 6 u 8 bits y comparar las respuestas en las propias tareas. Una advertencia importante: el tamaño del archivo no es toda la memoria necesaria.
También hacen falta el contexto, el sistema, el navegador y el propio IDE. En un Mac con Apple Silicon, la memoria es compartida entre procesador y gráficos, así que todo eso compite por los mismos gigabytes. Para otros equipos, el autor recomienda el servicio canirun.
ai, aunque es mejor comprobar la velocidad real por cuenta propia.
La cadena funciona así. LM Studio Bionic descarga y ejecuta el modelo y levanta una API local compatible con OpenAI en http://127.0.0.1:1234/v1. A ella se conecta OpenCode, que se puede instalar, por ejemplo, con Homebrew. Después, ese mismo agente se conecta en OpenIDE. La ventaja es que las reglas del proyecto y los servidores MCP configurados en OpenCode también funcionan dentro del IDE: no hace falta montar un agente aparte para el entorno. Además, quedan a mano Git, un cliente de bases de datos, la depuración y Docker. OpenCode por sí solo no ofrece nada de eso: no tiene cliente de BD, es incómodo para explorar archivos y los diffs no se muestran de forma perfecta.
No es obligatorio usar Mellum. Sirven modelos de las familias Qwen o Gemma y, con mucha memoria, Muse Glimmer de Meta. Lo esencial es comprobar que admiten llamadas a herramientas: para un agente no basta con saber escribir código en un chat.
Qué resultó en la práctica
La nota es honesta: 5 sobre 10. Para completar una tarea, el agente tiene que consultar el modelo varias veces: leer archivos, aplicar un cambio y comprobarlo. En un portátil, estos pasos son lentos. Con hardware más potente, según el autor, el resultado mejoraría notablemente, pero por ahora no se pasa a los modelos locales para las tareas grandes del día a día.
Conclusión práctica: la pila local ya sirve como reserva si se bloquea la nube, para trabajar sin conexión y para tareas pequeñas. Todavía no sustituye a los agentes en la nube en trabajo serio, sobre todo en un portátil de gama media. Si quieres probarlo, empieza con la versión de 4 bits, mide la velocidad en tu propio repositorio y solo después decide si necesitas un equipo más potente. Para los equipos, el ejemplo de Revolut apunta a un esquema de «modelo propio para la rutina, nube para lo complejo». En el próximo artículo, el autor promete analizar las opciones gratuitas en la nube: sus límites y cómo conectarlas al IDE.
- 18 nov 2026OpenAI lanza una IA jurídica: un 95% menos de datos inventados que Claude Opus 5.5
- 18 nov 2026El plugin Claude SEO lanza hasta 17 agentes y audita un sitio web con un solo comando
- 18 nov 2026El agente de OpenAI que tramita solicitudes de seguros: Luna logra el 91,8% de la puntuación por 8,5 centavos
- 18 nov 2026El resumen de IA casi no muestra los sitios de las propias empresas en el 94% de las selecciones B2B
Preguntas frecuentes sobre la noticia
¿Por qué tener el modelo en local?
El argumento principal es la previsibilidad. Un agente en la nube puede cambiar sus capacidades o desconectarse sin previo aviso, y la factura por tokens puede dispararse de repente. El autor cita el ejemplo de Revolut: la compañía pasó a unos 2000 ingenieros a un modelo GLM que corre en sus propios servidores, y dejó Claude Code y Codex solo para tareas puntuales. Según Revolut, el gasto en programación con IA bajó aproximadamente un 90%.
Cómo está montada la combinación?
El ejemplo usa Mellum2.1 12B A2.5B Thinking. La primera Mellum se dedicaba al autocompletado de código; en la versión 2.1, JetBrains mejoró de forma específica el trabajo con el repositorio: localizar el código necesario, editar archivos y comprobar los cambios.
¿Qué se sabe sobre Qué resultó en la práctica?
La nota es honesta: 5 sobre 10. Para completar una tarea, el agente tiene que consultar el modelo varias veces: leer archivos, aplicar un cambio y comprobarlo. En un portátil, estos pasos son lentos. Con hardware más potente, según el autor, el resultado mejoraría notablemente, pero por ahora no se pasa a los modelos locales para las tareas grandes del día a día. Conclusión práctica: la pila local ya sirve como reserva si se bloquea la nube, para trabajar sin conexión y para tareas pequeñas.
Build & Ship Production AI Agents Without Boilerplate Code
Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.