Escribes una pregunta perfectamente razonable en un chatbot en la nube y recibes un sermón educado en lugar de una respuesta. Quizá estabas redactando una escena de crimen muy cruda, probando la seguridad de tu propia red o haciendo una pregunta médica directa. Le pasa a cualquiera, y es la razón principal por la que la IA local sin restricciones se ha disparado: descargas los pesos abiertos, los ejecutas en tu propio equipo y decides tú las reglas.
El problema es que "gratis y sin censura" suena más sencillo de lo que es. ¿Qué modelo? ¿Qué app? ¿Tu PC podrá siquiera cargarlo? Este artículo responde a las tres preguntas con cifras reales, contrapartidas honestas y una configuración que puedes terminar en unos veinte minutos.
💡 Respuesta rápida: un modelo de 8B en formato de 4 bits necesita entre 5 y 6 GB de VRAM aproximadamente, funciona en la mayoría de los equipos portátiles para juegos de los últimos años y es la mejor primera descarga para casi todo el mundo.
Qué significa realmente "sin censura"
La palabra se usa a la ligera, así que vamos a precisarla. Un modelo local sin censura es un modelo de lenguaje de pesos abiertos al que se le ha reducido o eliminado el comportamiento de rechazo, ya sea mediante un ajuste fino adicional o editando las direcciones internas que activan una negativa. Responderá a más preguntas sin rodeos, sin moralizar ni cortar la conversación.
No significa que el modelo sea más inteligente, más veraz o libre de sesgos. Significa que recibes menos respuestas del tipo "no puedo ayudarte con eso".

Por qué la gente se pasa a lo local
Los motivos son más corrientes de lo que sugiere su reputación:
- Escritores de ficción que necesitan villanos, violencia o temas oscuros sin avisos constantes.
- Aficionados a la seguridad que quieren hablar de sus propios laboratorios y de los retos CTF.
- Usuarios preocupados por la privacidad que no quieren que documentos personales, preguntas de salud o borradores lleguen a un servidor de una empresa.
- Aficionados a trastear que simplemente quieren tener todo el conjunto, desde los pesos hasta el prompt.
- Viajeros y teletrabajadores que necesitan un chatbot que funcione sin conexión a internet.
La privacidad es el argumento más fuerte. Cuando el modelo funciona en tu propio hardware, tus prompts nunca salen del equipo. No hay cuenta, ni historial de chat almacenado por un proveedor, ni límite de uso.
Lo que queda descartado
Ejecutar un modelo en local no cambia la ley del lugar donde vives. El contenido que es ilegal crear o poseer sigue siendo ilegal, sin importar qué software lo haya producido. Un modelo sin filtros tampoco tiene frenos integrados contra las tonterías dichas con total seguridad, así que las respuestas médicas, legales y financieras siguen necesitando que las contraste un profesional humano.
Modelos gratuitos que merece la pena descargar
Los modelos de pesos abiertos se comparten como archivos, normalmente en el formato compacto GGUF que apps como Ollama y LM Studio cargan directamente. Los nombres cambian rápido y cada semana aparecen ajustes finos de la comunidad, así que considera la lista siguiente como un mapa de familias y no como un ranking fijo.

Ajustes finos Dolphin y Hermes
Dolphin, creado por Eric Hartford, es probablemente la familia de ajustes finos con menos rechazos más conocida. Se ha publicado sobre las bases de Llama, Mistral y Qwen, y las cifras de descargas de la comunidad lo mantienen entre los primeros de la categoría sin censura. Los modelos Nous Hermes siguen un enfoque parecido: buen seguimiento de instrucciones, tono neutro y muchos menos rechazos que las versiones oficiales de chat.
Úsalos cuando quieras un asistente de propósito general que casi nunca diga que no.
Modelos "abliterated" explicados
Los modelos "abliterated" usan un truco distinto. En lugar de reentrenar con datos nuevos, quien publica el modelo identifica la dirección interna ligada a los rechazos y la elimina. El resultado conserva la mayor parte de la habilidad del modelo original, pero pierde el reflejo de negarse.
Contrapartidas que conviene esperar:
- Ligeramente menos precisión en algunos benchmarks que la versión original.
- Respuestas raras o divagatorias de vez en cuando, porque la edición es algo burda.
- Salen muy rápido: los modelos base nuevos suelen tener una versión abliterated en cuestión de días.
Lexi, una versión sin censura de Llama 3.1 8B Instruct, es un ejemplo popular para portátiles, con archivos GGUF que cargan con facilidad en LM Studio.
Modelos alojados para comparar
Antes de pasar una tarde descargando 20 GB, conviene saber cómo resulta trabajar con una familia de modelos concreta. PicassoIA aloja varios modelos de pesos abiertos que puedes probar en el navegador, sin instalar nada:
⚠️ Los modelos alojados mantienen el comportamiento de seguridad de su editor. Sirven para muestrear el estilo de escritura, la velocidad y el razonamiento, no como sustituto de un ajuste fino local y sin filtros.
Aquí tienes una comparación rápida de las familias entre las que la gente suele elegir:
| Familia | Tamaño habitual | Punto fuerte | Nivel de rechazo (de serie) |
|---|
| Ajustes finos de Llama 3.x / 4 | De 8B a 70B | El mejor todoterreno, enorme comunidad | Medio |
| Ajustes finos de Mistral | De 7B a 24B | Rápidos, ligeros, buenos para roleplay | Bajo a medio |
| Ajustes finos de Qwen | De 7B a 32B | Fuertes en código y multilingüe | Medio |
| Dolphin y Hermes | De 7B a 70B | Seguimiento de instrucciones, tono neutro | Muy bajo |
| Versiones abliterated | Cualquiera | Habilidad original, pocos rechazos | Muy bajo |
Apps que los ejecutan
El modelo es solo la mitad de la configuración. También necesitas un runner, que carga el archivo, gestiona tu GPU y te ofrece una ventana de chat. Casi todos se apoyan en el motor de código abierto llama.cpp por debajo, así que el rendimiento es similar y la elección depende de tus preferencias.

Ollama para los amantes de la terminal
Ollama se instala en un solo paso en Windows, macOS y Linux. Escribes un único comando, descarga el modelo y te deja directamente en un chat. También expone una API local, así que otras apps pueden comunicarse con él. Si te gustan las herramientas sencillas que no estorban, empieza por aquí.
LM Studio para hacer clic
LM Studio es la opción más amigable para principiantes. Tiene un explorador de modelos integrado, muestra cuánta memoria necesita cada archivo antes de descargarlo y te permite arrastrar un control deslizante para decidir cuántas capas van a la GPU. El historial de chat, los prompts del sistema y los ajustes predefinidos están todos en una misma ventana.
Jan, GPT4All y KoboldCpp
- Jan: una app de escritorio de código abierto con una interfaz de chat limpia y un modo de servidor local.
- GPT4All: muy ligera, buena para portátiles antiguos y uso sin conexión.
- KoboldCpp: un único ejecutable sin instalación, popular entre escritores de ficción y roleplay gracias a sus funciones centradas en la narrativa.
- Open WebUI: una interfaz web que se monta sobre Ollama y añade cuentas de varios usuarios, subida de documentos y un diseño de chat más familiar.
| App | Dificultad | Ideal para | Funciona sin conexión |
|---|
| Ollama | Fácil | Desarrolladores, pruebas rápidas | Sí |
| LM Studio | Muy fácil | Usuarios que empiezan | Sí |
| Jan | Fácil | Chat de escritorio limpio | Sí |
| GPT4All | Muy fácil | PC antiguos o con menos potencia | Sí |
| KoboldCpp | Media | Historias largas, roleplay | Sí |
Requisitos de PC según el tamaño del modelo
Aquí es donde más gente se atasca, así que va la versión simple. El tamaño del archivo de un modelo depende del número de parámetros (la "B" de 8B) y de cuánto se cuantiza, es decir, se comprime. La opción más habitual, Q4, usa aproximadamente medio gigabyte por cada mil millones de parámetros, más memoria extra para la propia conversación.

Regla práctica de VRAM
Toma el número de parámetros, multiplícalo por unos 0,6 y añade de 1 a 2 GB de margen para el contexto. Así obtienes la VRAM que quieres si todo el modelo debe caber en la tarjeta gráfica. Las fuentes varían un poco, pero estas cifras son un rango de planificación seguro:
| Tamaño del modelo | Tamaño del archivo Q4 | VRAM necesaria | RAM del sistema | Ejemplo de hardware |
|---|
| 3B | unos 2 GB | 4 GB | 8 GB | Portátil fino, GPU antigua |
| 7B a 8B | De 4,5 a 5 GB | De 6 a 8 GB | 16 GB | RTX 3060, portátil con RTX 4060 |
| 13B a 14B | De 8 a 9 GB | De 10 a 12 GB | De 16 a 32 GB | RTX 3060 de 12 GB, RTX 4070 |
| 24B a 32B | De 15 a 20 GB | De 20 a 24 GB | 32 GB | RTX 3090, RTX 4090 |
| 70B | unos 40 GB | 40 GB o más | 64 GB | Dos GPU o un Mac grande |
💡 Si un modelo no cabe en la VRAM, las apps pueden repartirlo: algunas capas en la GPU y el resto en la RAM del sistema. Funciona, pero espera que la velocidad caiga mucho.

GPU, solo CPU y Apple Silicon
- Las GPU de NVIDIA son la vía más fácil gracias al amplio soporte de drivers y CUDA. La VRAM importa más que la velocidad bruta: una tarjeta de 12 GB suele superar a una más rápida de 8 GB para este trabajo.
- Las GPU de AMD funcionan en la mayoría de las apps, aunque la configuración puede requerir un paso extra en algunos sistemas.
- Solo CPU es posible con modelos pequeños. Espera unas pocas palabras por segundo con un modelo de 7B, lo cual sirve para un uso paciente y resulta doloroso para respuestas largas.
- Los Mac con Apple Silicon comparten la memoria entre CPU y GPU, así que un Mac con 32 GB de memoria unificada puede cargar modelos que en un PC necesitarían una tarjeta gráfica de 24 GB.
También necesitas espacio en disco. Mantén 50 GB libres si piensas probar varios modelos, y un SSD hace que la carga sea mucho más rápida que con un disco duro.

Velocidad que puedes esperar
A grandes rasgos, un modelo de 7B u 8B en una tarjeta gráfica de gama media ofrece de 30 a 60 tokens por segundo, más rápido de lo que la mayoría lee. Un modelo de 32B en una tarjeta de 24 GB ronda los 15 a 30. Un modelo de 70B repartido entre GPU y RAM puede arrastrarse de 1 a 3 tokens por segundo.
Configura tu primer chat
Esta es la ruta más corta desde cero hasta un chatbot local funcionando, usando LM Studio como ejemplo. Ollama sigue la misma lógica.

Paso a paso
- Actualiza los drivers de tu tarjeta gráfica. Los drivers desactualizados son la causa número uno de los errores de "el modelo no carga".
- Instala la app. Descarga LM Studio u Ollama desde su sitio oficial y ejecuta el instalador.
- Elige un tamaño. Revisa tu VRAM en el Administrador de tareas (pestaña Rendimiento, GPU) y usa la tabla de arriba para elegir un modelo que quepa.
- Busca un modelo. Escribe el nombre de una familia, como Dolphin, Hermes o Lexi, y elige un archivo Q4_K_M. Ese cuantizado es el equilibrio habitual entre tamaño y calidad.
- Cárgalo. Pon la descarga a la GPU al máximo. Si aparece un error de memoria insuficiente, reduce el número de capas.
- Escribe un prompt del sistema. Dile al modelo quién es y qué tono quieres. Los modelos con pocos rechazos responden con fuerza a un rol claro.
- Chatea. Empieza con algo corto para comprobar la velocidad y luego prueba los temas que de verdad te interesan.
Ajustes que importan
- Longitud de contexto: 4096 es más que suficiente para chatear. Los valores más altos consumen VRAM rápidamente.
- Temperatura: 0,7 para respuestas equilibradas, 0,9 o más para escritura creativa, 0,2 para tareas factuales.
- Penalización por repetición: en torno a 1,1 reduce los bucles.
- Prompt del sistema: mantenlo por debajo de 150 palabras.
Errores frecuentes
- Descargar un modelo de 70B en una tarjeta de 12 GB y preguntarse por qué tarda minutos en cada frase.
- Elegir un archivo Q2 o Q3 para ahorrar espacio. La calidad cae de forma notable por debajo de Q4.
- Saltarse la actualización de drivers.
- Confiar en archivos aleatorios de subidores desconocidos. Quédate con editores conocidos y revisa el número de descargas.
- Esperar que una etiqueta de "sin censura" arregle un modelo débil. Un modelo de 7B malo sin filtros sigue siendo un modelo de 7B malo.

Cómo usar modelos sin filtros con seguridad
Quitar los filtros traslada la responsabilidad del proveedor a ti. Unos cuantos hábitos hacen que la experiencia sea útil y no arriesgada.

Protege tu equipo
Los archivos de modelo son en su mayoría seguros en formato GGUF, pero las apps y los scripts que los rodean no siempre son de fiar. Descarga software solo desde la página oficial del proyecto, evita los instaladores "crackeados" y ten cuidado con los scripts de Python sueltos que te piden ejecutar comandos.
Protege tus conclusiones
Un modelo sin rechazos producirá errores con total seguridad. Cuando la respuesta afecte a tu salud, a tu dinero o a tu situación legal, trátala como un borrador que hay que revisar, no como un veredicto.
Mantén las cosas sin conexión
Si la privacidad es tu objetivo, bloquea el acceso a internet de la app una vez descargado el modelo, o usa un runner con un modo totalmente sin conexión. Comprueba que cualquier herramienta extra que conectes, como los plugins de búsqueda web, sea algo que de verdad quieras que envíe datos hacia fuera.
Prueba modelos alojados antes de descargar
¿No estás seguro de si un modelo de 8B te parece lo bastante bueno? Dedica diez minutos a PicassoIA primero. Puedes comparar una respuesta de la familia Llama con una de la familia Mistral, comprobar cómo maneja un modelo de razonamiento una pregunta complicada y ver qué calidad puedes esperar antes de comprometer espacio en disco y una tarde entera en una descarga.
Para trabajos más pesados, hay opciones alojadas más grandes, como Qwen3.7-Plus y Kimi K2.6, disponibles cuando tu propio PC no puede cargar un modelo de ese tamaño. Ten en cuenta que estos siguen las normas de seguridad de sus editores, así que encajan mejor en redacción, programación e investigación que en roleplay sin filtros.
También imágenes, no solo texto
Un chatbot local es un gran compañero de escritura, y combina bien con la generación de imágenes. Cuando tu historia, la descripción de tu personaje o tu escena estén listas, puedes convertir esas palabras en imágenes fotorrealistas sin salir del navegador.
PicassoIA reúne en un solo lugar modelos de texto a imagen, edición de imágenes, escalado, generación de video, texto a voz y más, así que un guion escrito en tu chat local puede convertirse en una imagen de portada, en un clip narrado o en un conjunto de ilustraciones en cuestión de minutos. Explora todo en picassoia.com/en/all-models, elige un modelo, pega un prompt de tu último chat y mira qué sale.
Empieza poco a poco: descarga esta noche un modelo de 8B, escribe una escena corta y llévala después a PicassoIA para convertirla en una imagen. Ese único ciclo te muestra hasta dónde puede llegar una configuración gratuita y privada.