Antes de Clowe, lo que usaba en local era LM Studio. Fue mi primera herramienta para tocar la IA dentro del propio ordenador, y sigue siendo la que recomiendo a cualquier sanitario que quiera asomarse a esto sin tener que aprender lo que es la Terminal.
Su gracia, y por qué fue mi puerta de entrada, es justo eso: no requiere usar la Terminal. Detalle que para un programador parece menor, pero para quien lleva años trabajando con el ratón y los iconos cambia el escenario por completo. Se descarga como cualquier otra aplicación, se abre como cualquier otra, y dentro ofrece lo que uno espera de algo así: una ventana donde escribir y otra donde la respuesta aparece.
La experiencia, una vez dentro, es muy parecida a ChatGPT. Una caja de chat, un historial de conversaciones, ajustes para tocar parámetros si te apetece. La diferencia, la que importa para un sanitario, es que detrás de la caja no hay un servidor en California: hay un modelo descargado que se ejecuta dentro del propio ordenador. Esa frase, leída despacio cuando uno trabaja con datos sensibles, lo cambia todo.
Hoy ya no es donde paso el tiempo. Cuando uno empieza a pedirle a la IA que escriba código por uno, que actúe sobre archivos del sistema, que recuerde lo conversado ayer y que se conecte con otras herramientas, una caja de chat se queda corta. Pero esa transición, la de pasar de «conversar con un modelo» a «trabajar con un agente», es justo la que LM Studio no pretende hacer. Y está bien así. Cada herramienta tiene su sitio, y el suyo es el de la puerta de entrada.
Si alguien me pregunta por dónde empezar a tocar IA en local sin Terminal, mi respuesta sigue siendo LM Studio. Tiene un buscador propio de modelos donde se previsualiza el tamaño y el formato antes de bajar (Llama, Qwen, DeepSeek, Mistral, Gemma, los nombres que uno empieza a oír al asomarse al sector), soporta tanto los modelos de llama.cpp como los optimizados con MLX para los Mac con chip M, y desde la última versión también funciona como cliente MCP, con lo que ya empieza a poder conectarse con herramientas externas.
Tiene también un servidor local que se activa con un solo botón. Eso significa que cualquier programa que sepa hablar con la API de OpenAI puede apuntar al modelo de LM Studio cambiando solo la dirección por http://localhost:1234/v1. Para un sanitario, esto se traduce en que muchas herramientas que ya conoce (extensiones de productividad, asistentes de escritura, clientes de chat) pueden enlazarse al modelo local y dejar los datos dentro del entorno controlado. La promesa de privacidad deja de ser teórica y pasa a ser configuración.
La pega, si hay que ponerla, es que LM Studio no es open source. El código de la aplicación es propietario, aunque su uso es gratuito tanto en casa como en trabajo. Los motores que utiliza por debajo (llama.cpp para el general, MLX para Apple) sí son abiertos. Para el usuario final esa diferencia suele importar poco, pero conviene saberlo si en algún momento alguien quisiera auditar el código completo.
Comparado con Ollama, que es la otra puerta habitual a la IA local, la diferencia se nota desde el primer minuto: Ollama vive en la Terminal, LM Studio vive en una ventana. No es que uno sea mejor que el otro, es que el camino que cada uno propone es distinto. Quien viene del ratón empieza por LM Studio. Quien viene de la línea de comandos suele preferir Ollama. Y luego, los dos pueden convivir en el mismo equipo sin pelearse.
Lo que LM Studio hace, lo hace bien. No intenta ser un agente, no intenta orquestar herramientas, no intenta recordar quién eres entre sesiones. Es una caja de chat con un modelo dentro, con la privacidad por defecto, sin Terminal. Y para mucha gente, eso es exactamente lo que hace falta para empezar.
Y a ti, ¿alguna vez has tenido un modelo de IA corriendo dentro de tu propio ordenador, con tu pregunta sin salir a ningún sitio? Pruébalo si no, que la primera vez que ocurre, algo cambia.
