LLM locales
Los LLM locales son modelos de lenguaje que se ejecutan directamente en tu propio hardware — un portátil, un PC con GPU o un servidor casero — sin nube, sin suscripciones y sin que los datos salgan de tu máquina. Ollama, llama.cpp y LM Studio, junto con las versiones GGUF cuantizadas de Llama, Qwen y Gemma, lo hacen posible incluso en una tarjeta gráfica de hace una década. Aquí está toda nuestra cobertura sobre ejecutar IA en local: guías, pruebas de hardware, cuantización y privacidad.
NEWHugging Face BlogLiquid AI lanza LFM3: seis modelos multimodales de 2B con contexto de 256K
Hugging Face BlogBlack Forest Labs lanza FLUX.3 Klein: 1024×1024 en 2 segundos en una H100
arXiv cs.CVNemotron 3.5 Bolt, comprimido a 24 GB: un modelo de 74B genera 84 tokens por segundo
Habr AIUn ingeniero de seguridad construyó en 7 días un servidor MCP que asusta a un agente de IA con vulnerabilidades
Hugging Face BlogLiquid AI lanza LFM2.5-24B-A2B: un modelo para agentes con 2B de parámetros activos
Latent Space (swyx)Una ingeniera de Thomson Reuters ejecuta un agente offline con Qwen3.5 9B en el Himalaya
Latent Space (swyx)Moonshot lanza Kimi K3.1 Pro: 2,8 billones de parámetros y pesos abiertos el 4 de noviembre
NVIDIA AI BlogNVIDIA lanza Nemotron 3.5 Super VL de 120B y los modelos Bolt para agentes locales
Liquid AI lanza LFM2.5-24B-A2B: un modelo para agentes con 2B de parámetros activos
Liquid AI abre los pesos de un modelo MoE de 24B parámetros con solo 2B activos. Genera 184 tokens/s en un portátil con M5 Max y más de 21 mil tokens/s en una sola…
Una ingeniera de Thomson Reuters ejecuta un agente offline con Qwen3.5 9B en el Himalaya
Rittika Jindal montó un agente de programación con OpenCode, Ollama y Qwen3.5 9B. Funciona en un portátil sin internet: encuentra un bug, corrige una línea y pasa 5…
Moonshot lanza Kimi K3.1 Pro: 2,8 billones de parámetros y pesos abiertos el 4 de noviembre
Kimi K3.1 Pro (2,8 billones de parámetros) entra en el top 4 de Artificial Analysis con 55 puntos. Los tokens son un tercio más baratos, pero la tarea cuesta casi…
DeepSeek abre DeepInfer, mientras EE. UU. y China preparan controles sobre los modelos abiertos
El proyecto open source Hob lleva el modo Claude Cowork a tu portátil, sin nube
Mochi 1 de Genmo: un modelo de vídeo abierto de 10 mil millones de parámetros bajo Apache 2.0
Agentes de IA decompilaron un shooter en primera persona y gastaron 500 mil millones de tokens
Una receta en lugar de los pesos de un LLM: el intento de convertir 16 GB de matrices en fórmulas
En lugar de almacenar miles de millones de números, un modelo puede describirse con un generador de pesos: hiperredes, fórmulas, fractales. Habr analiza qué…
ThinkBit comprime Qwen3-14B a 3,74 GB y mantiene 94,8 en MATH-500
Los autores de ThinkBit proponen una cuantización escalar de dos bits que conserva la capacidad de razonamiento: Qwen3-14B pasa de 29,5 GB a 3,74 GB y obtiene 94,8…
Matrix Game 4.0 alcanza 60 FPS en una sola tarjeta gráfica para juegos y supera a su rival de Nvidia
Stanford y Together AI enseñan a un LLM a escribir a partir de un plan: generación hasta 31 veces más rápida
Moonshot publica Kimi Vendor Verifier: 6 pruebas para verificar a los proveedores de K2.6
Auditoría de POPE: la elección de los tokens «yes/no» desplaza el F1 de LLaVA-1.5 en 6,13 puntos
Moonshot lanza Kimi K2 Thinking, un modelo abierto capaz de encadenar 300 llamadas a herramientas
Moonshot AI lanza el modelo abierto Kimi K2 Thinking: 44,9% en HLE con herramientas, 60,2% en BrowseComp y 71,3% en SWE-Bench Verified con INT4 nativo.
Moonshot abre Kimi K2.6: 300 subagentes y 13 horas de programación autónoma
Moonshot libera Kimi K2.6 en open source: 13 horas optimizando el motor de un exchange, inferencia en Zig de 15 a 193 tokens/s y un enjambre de hasta 300 agentes.