{"id":216,"date":"2026-11-11T09:58:18","date_gmt":"2026-11-11T05:58:18","guid":{"rendered":"https:\/\/demensdeum.com\/blog\/2026\/11\/11\/strata-local-ai\/"},"modified":"2026-11-11T09:58:18","modified_gmt":"2026-11-11T05:58:18","slug":"strata-local-ai","status":"publish","type":"post","link":"https:\/\/demensdeum.com\/blog\/es\/2026\/11\/11\/strata-local-ai\/","title":{"rendered":"Strata: poderosa IA en tu computadora"},"content":{"rendered":"<p>Strata es un motor de c\u00f3digo abierto para ejecutar modelos de lenguaje grandes en hardware b\u00e1sico. El proyecto tiene un objetivo simple: hacer que el potente modelo funcione localmente, sin nube, sin cuenta y sin pagar tokens. La instalaci\u00f3n se reduce a un solo instalador y, despu\u00e9s del inicio, puedes chatear, trabajar con c\u00f3digo e incluso recibir im\u00e1genes en tu computadora.<\/p>\n<p>Debajo del cap\u00f3, Strata tiene su propio motor de inferencia y en el exterior expone una API compatible con OpenAI y Anthropic en una direcci\u00f3n local. Esto significa que puede conectarle sus herramientas favoritas (Claude Code, Codex CLI, OpenCode y otros agentes) y pensar\u00e1n que est\u00e1n hablando con el proveedor de la nube. Los datos no salen de su m\u00e1quina.<\/p>\n<p>En esta publicaci\u00f3n, desglosar\u00e9 lo que Strata puede hacer, qu\u00e9 modelos son compatibles, c\u00f3mo instalarlo y c\u00f3mo conectarlo a sus instrumentos.<\/p>\n<h2>\u00bfQu\u00e9 es?<\/h2>\n<p>Strata es un proyecto gratuito bajo licencia MIT. Resuelve tres problemas:<\/p>\n<ul>\n<li><b>Lanzamiento local de modelos.<\/b> El motor est\u00e1 dise\u00f1ado para tarjetas de video de consumo y memoria combinada, y no para aceleradores de servidor.<\/li>\n<li><b>Interfaz \u00fanica.<\/b> Externamente, esta es una API compatible con OpenAI y Anthropic en localhost, por lo que casi todo lo que puede funcionar con estos protocolos se puede conectar.<\/li>\n<li><b>Simplicidad.<\/b> La aplicaci\u00f3n de escritorio y el instalador para el terminal eliminan el trabajo con dependencias, controladores y ensambladores de las fuentes.<\/li>\n<\/ul>\n<p>Por otra parte, cabe destacar la entrada opcional de im\u00e1genes. El modelo puede funcionar no s\u00f3lo con texto, sino tambi\u00e9n con im\u00e1genes, lo que hace que el chat local sea mucho m\u00e1s \u00fatil para analizar capturas de pantalla y documentos.<\/p>\n<h2>Modelos<\/h2>\n<p>La principal recomendaci\u00f3n del proyecto es <b>Qwen3.8-Flash-Next<\/b>. Para ello se ofrecen varios conjuntos de cuantificaci\u00f3n de diferentes proveedores:<\/p>\n<ul>\n<li><b>ISTA-DASLab<\/b> &#8211; opci\u00f3n recomendada: Q2_0, IQ2_XS, IQ3_XXS, IQ3_S, y para el c\u00f3digo un Coder IQ1_M separado.<\/li>\n<li><b>Unsloth<\/b> &#8211; UD-IQ4_XS, UD-Q4_K_XL, UD-Q5_K_XL, UD-Q6_K_XL, Q8_0.<\/li>\n<li><b>Gyro de agentionai<\/b> &#8211; Gyro-S y Gyro-M: menos memoria, pero m\u00e1s lento.<\/li>\n<\/ul>\n<p>Adem\u00e1s del modelo insignia, se admiten <b>Qwen3.6-35B-A3B<\/b> y <b>DeepSeekV4.1-Flash-1017<\/b>. Esto \u00faltimo es interesante porque las partes del modelo que no caben en la memoria se leen directamente desde el SSD, por lo que requiere mucho espacio libre en el disco. Hay opciones para 239, 257 y 274 GB, as\u00ed como una versi\u00f3n ligera de Coder de aproximadamente 191 GB, donde se han eliminado la mitad de los expertos.<\/p>\n<p>El inicio de DeepSeek desde la terminal tiene este aspecto:<\/p>\n<div class=\"hcb_wrap\">\n<pre class=\"prism undefined-numbers lang-unknown\" data-lang=\"unknown\"><code>strata launch --family deepseek41 --model ist-das-2.00bpw --plan\n<\/code><\/pre>\n<\/div>\n<p>La bandera &#8211;plan muestra el plan de inicio antes de que comience la descarga. Para conjuntos grandes, esto es \u00fatil: puede ver inmediatamente cu\u00e1nta memoria y disco se necesitar\u00e1n.<\/p>\n<h2>Requisitos de hardware<\/h2>\n<p>Strata admite una amplia gama de equipos:<\/p>\n<ul>\n<li><b>NVIDIA GeForce RTX series 20, 30, 40 y 50.<\/b><\/li>\n<li><b>AMD Radeon RX 7700, 7800, 7900, RX 9060, 9070 y AI PRO R9700.<\/b><\/li>\n<li><b>AMD Radeon RX 6800 y 6900<\/b> &#8211; experimental.<\/li>\n<li><b>Intel Arc<\/b> para Linux.<\/li>\n<li><b>Apple Silicon<\/b> desde M1 y posteriores.<\/li>\n<li><b>AMD Ryzen AI Max<\/b> (Strix Halo).<\/li>\n<li><b>NVIDIA DGX Spark<\/b> para Linux.<\/li>\n<\/ul>\n<p>Como referencia, aqu\u00ed hay algunas mediciones de DeepSeekV4.1-Flash en un equipo de 2,00 bpw. En la columna &#8220;salida&#8221;, la velocidad de generaci\u00f3n de la respuesta, en la columna &#8220;mensaje&#8221;, la velocidad de lectura de su entrada.<\/p>\n<ul>\n<li><b>RTX 5070 12 GB, 64 GB de RAM<\/b>: de 4 a 6 tokens\/s, aproximadamente 110 tokens\/s.<\/li>\n<li><b>RTX 3060 12 GB, 46 GB de RAM<\/b>: de 9 a 11 tokens\/s, aproximadamente 155 tokens\/s.<\/li>\n<li><b>1x Radeon AI PRO R9700, 251 GB de RAM<\/b>: 21 a 25 tokens\/s, solicitud de 320 a 360 tokens\/s.<\/li>\n<li><b>4x Radeon AI PRO R9700<\/b>: 74\u201377 tokens\/s, solicita 400\u2013450 tokens\/s.<\/li>\n<li><b>Ryzen AI Max+ 395 (Strix Halo), 128 GB de memoria combinada<\/b>: 19 a 21 tokens\/s en c\u00f3digo y 11 en chat.<\/li>\n<\/ul>\n<p>Si no est\u00e1 seguro de qu\u00e9 es adecuado, el proyecto tiene una gu\u00eda separada para elegir un modelo seg\u00fan la cantidad de memoria.<\/p>\n<h2>Instalar una aplicaci\u00f3n de escritorio<\/h2>\n<p>La forma m\u00e1s sencilla es descargar el instalador listo para usar desde la p\u00e1gina de lanzamientos. Cada sistema tiene su propio archivo:<\/p>\n<div class=\"hcb_wrap\">\n<pre class=\"prism undefined-numbers lang-unknown\" data-lang=\"unknown\"><code>Strata-0.2.13-windows-x64-setup.exe\nStrata-0.2.13-linux-x86_64.AppImage\nStrata-0.2.13-macos-arm64.dmg\n<\/code><\/pre>\n<\/div>\n<p>Instala la aplicaci\u00f3n, selecciona un modelo y comienza a comunicarte. Cuando inicia la aplicaci\u00f3n por primera vez, descarga autom\u00e1ticamente el motor de su tarjeta de video. No es necesario configurar controladores por separado ni compilar nada de las fuentes.<\/p>\n<p>En la ventana de la aplicaci\u00f3n, el chat, los archivos y la vista previa del c\u00f3digo en vivo se encuentran cerca, lo cual es conveniente cuando se trabaja en un proyecto.<\/p>\n<h2>Instalaci\u00f3n en el terminal<\/h2>\n<p>Si prefiere la consola, instale Strata con el script de instalaci\u00f3n y luego ejecute el comando de inicio de Strata.<\/p>\n<p>En Linux y macOS:<\/p>\n<div class=\"hcb_wrap\">\n<pre class=\"prism undefined-numbers lang-unknown\" data-lang=\"unknown\"><code>curl -fsSL https:\/\/github.com\/Niko1221\/Strata\/releases\/latest\/download\/install.sh -o install.sh && sh install.sh\n<\/code><\/pre>\n<\/div>\n<p>En Windows PowerShell:<\/p>\n<div class=\"hcb_wrap\">\n<pre class=\"prism undefined-numbers lang-unknown\" data-lang=\"unknown\"><code>irm https:\/\/github.com\/Niko1221\/Strata\/releases\/latest\/download\/install.ps1 | iex\n<\/code><\/pre>\n<\/div>\n<p>Una vez instalado en Windows, abra una nueva ventana de terminal y ejecute:<\/p>\n<div class=\"hcb_wrap\">\n<pre class=\"prism undefined-numbers lang-unknown\" data-lang=\"unknown\"><code>strata launch\n<\/code><\/pre>\n<\/div>\n<p>El programa har\u00e1 preguntas, descargar\u00e1 el modelo deseado y lo ejecutar\u00e1. Durante el funcionamiento, se muestran la actividad, la velocidad, el consumo de memoria y las \u00faltimas solicitudes del modelo, lo que resulta \u00fatil para comprender lo que est\u00e1 sucediendo con el hardware.<\/p>\n<p>Para aquellos que quieran compilar todo ellos mismos, hay una compilaci\u00f3n desde el c\u00f3digo fuente, una opci\u00f3n a trav\u00e9s de Docker y una gu\u00eda de instalaci\u00f3n detallada.<\/p>\n<h2>Conexi\u00f3n de instrumentos<\/h2>\n<p>La principal fortaleza de Strata es que expone una API local que es compatible con OpenAI y Anthropic. Gracias a esto, se conectan a \u00e9l herramientas de agentes populares: <b>Claude Code<\/b>, <b>Codex CLI<\/b>, <b>OpenCode<\/b>, <b>oh-my-pi<\/b>, <b>pi.dev<\/b>, <b>Hermes Agent<\/b>, <b>OpenClaw<\/b> y otros.<\/p>\n<p>Para saber c\u00f3mo configurar una herramienta espec\u00edfica, simplemente ejecute:<\/p>\n<div class=\"hcb_wrap\">\n<pre class=\"prism undefined-numbers lang-unknown\" data-lang=\"unknown\"><code>strata connect\n<\/code><\/pre>\n<\/div>\n<p>El equipo le mostrar\u00e1 instrucciones listas para usar para su solicitud. Entonces todo es igual que con un proveedor de nube normal: el punto final local Strata se especifica como direcci\u00f3n base y lo que produce el motor se especifica como clave. No se requiere Internet para realizar inferencias.<\/p>\n<h2>A qu\u00e9 prestar atenci\u00f3n<\/h2>\n<p>Ejecutar localmente es una compensaci\u00f3n y vale la pena tenerlo en cuenta de antemano.<\/p>\n<ul>\n<li><b>La velocidad depende del hardware.<\/b> En tarjetas de video d\u00e9biles, los modelos grandes responder\u00e1n lentamente, especialmente si parte de los pesos se leen desde el disco. Las medidas anteriores dan una idea aproximada.<\/li>\n<li><b>Los modelos siguen siendo grandes.<\/b> El disco y la memoria son los principales limitadores. DeepSeek requiere cientos de gigabytes de espacio libre.<\/li>\n<li><b>Calidad de cuantificaci\u00f3n.<\/b> Los conjuntos altamente comprimidos ahorran memoria, pero pueden perder calidad. Si su hardware lo permite, elija la opci\u00f3n con un bpw mayor.<\/li>\n<li><b>Descarga inicial.<\/b> En el primer inicio, se descargan tanto el motor como los pesos del modelo, por lo que necesita una conexi\u00f3n estable y espacio en disco.<\/li>\n<\/ul>\n<p>Al mismo tiempo, obtienes control total: sin l\u00edmites, suscripciones ni fugas de datos. Todo cuenta con tu m\u00e1quina.<\/p>\n<h2>\u00bfPara qui\u00e9n es esto?<\/h2>\n<p>Strata tiene sentido si desea mantener sus datos de trabajo locales, no depender de planes en la nube o simplemente le gusta experimentar con IA local. Para un programador, esta tambi\u00e9n es una forma de conectar un agente familiar a un modelo que trabaja cerca, sin demoras en la red y sin pagar por cada solicitud.<\/p>\n<p>El proyecto se est\u00e1 desarrollando activamente: decenas de miles de estrellas, miles de bifurcaciones, lanzamientos frecuentes y documentaci\u00f3n detallada para cada tipo de hardware. La forma m\u00e1s sencilla de empezar es con la aplicaci\u00f3n de escritorio y luego, si te gusta, ir al terminal y conectar tus herramientas.<\/p>\n<h2>Enlaces<\/h2>\n<p><a href=\"https:\/\/github.com\/niko1221\/strata\" rel=\"noopener\" target=\"_blank\">https:\/\/github.com\/niko1221\/strata<\/a><br \/>\n<a href=\"https:\/\/github.com\/Niko1221\/Strata\/releases\/latest\" rel=\"noopener\" target=\"_blank\">https:\/\/github.com\/Niko1221\/Strata\/releases\/latest<\/a><br \/>\n<a href=\"https:\/\/github.com\/Niko1221\/Strata\/blob\/main\/docs\/INSTALL.md\" rel=\"noopener\" target=\"_blank\">https:\/\/github.com\/Niko1221\/Strata\/blob\/main\/docs\/INSTALL.md<\/a><br \/>\n<a href=\"https:\/\/github.com\/Niko1221\/Strata\/blob\/main\/docs\/MODELS.md\" rel=\"noopener\" target=\"_blank\">https:\/\/github.com\/Niko1221\/Strata\/blob\/main\/docs\/MODELS.md<\/a><br \/>\n<a href=\"https:\/\/github.com\/Niko1221\/Strata\/blob\/main\/docs\/TERMINAL_LAUNCH.md\" rel=\"noopener\" target=\"_blank\">https:\/\/github.com\/Niko1221\/Strata\/blob\/main\/docs\/TERMINAL_LAUNCH.md<\/a><br \/>\n<a href=\"https:\/\/github.com\/Niko1221\/Strata\/blob\/main\/docs\/DEEPSEEK41.md\" rel=\"noopener\" target=\"_blank\">https:\/\/github.com\/Niko1221\/Strata\/blob\/main\/docs\/DEEPSEEK41.md<\/a><br \/>\n<a href=\"https:\/\/github.com\/Niko1221\/Strata\/blob\/main\/docs\/HOW_IT_WORKS.md\" rel=\"noopener\" target=\"_blank\">https:\/\/github.com\/Niko1221\/Strata\/blob\/main\/docs\/HOW_IT_WORKS.md<\/a><br \/>\n<a href=\"https:\/\/github.com\/Niko1221\/Strata\/blob\/main\/docs\/TROUBLESHOOTING.md\" rel=\"noopener\" target=\"_blank\">https:\/\/github.com\/Niko1221\/Strata\/blob\/main\/docs\/TROUBLESHOOTING.md<\/a><\/p>\n<h2>Fuentes<\/h2>\n<p><a href=\"https:\/\/github.com\/niko1221\/strata\" rel=\"noopener\" target=\"_blank\">https:\/\/github.com\/niko1221\/strata<\/a><br \/>\n<a href=\"https:\/\/github.com\/Niko1221\/Strata\/blob\/main\/README.md\" rel=\"noopener\" target=\"_blank\">https:\/\/github.com\/Niko1221\/Strata\/blob\/main\/README.md<\/a><br \/>\n<a href=\"https:\/\/github.com\/Niko1221\/Strata\/blob\/main\/docs\/INSTALL.md\" rel=\"noopener\" target=\"_blank\">https:\/\/github.com\/Niko1221\/Strata\/blob\/main\/docs\/INSTALL.md<\/a><br \/>\n<a href=\"https:\/\/github.com\/Niko1221\/Strata\/blob\/main\/docs\/MODELS.md\" rel=\"noopener\" target=\"_blank\">https:\/\/github.com\/Niko1221\/Strata\/blob\/main\/docs\/MODELS.md<\/a><br \/>\n<a href=\"https:\/\/github.com\/Niko1221\/Strata\/blob\/main\/docs\/DEEPSEEK41.md\" rel=\"noopener\" target=\"_blank\">https:\/\/github.com\/Niko1221\/Strata\/blob\/main\/docs\/DEEPSEEK41.md<\/a><br \/>\n<a href=\"https:\/\/github.com\/Niko1221\/Strata\/blob\/main\/docs\/AMD_HIP.md\" rel=\"noopener\" target=\"_blank\">https:\/\/github.com\/Niko1221\/Strata\/blob\/main\/docs\/AMD_HIP.md<\/a><br \/>\n<a href=\"https:\/\/github.com\/Niko1221\/Strata\/blob\/main\/docs\/STRIX_HALO.md\" rel=\"noopener\" target=\"_blank\">https:\/\/github.com\/Niko1221\/Strata\/blob\/main\/docs\/STRIX_HALO.md<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Strata es un motor de c\u00f3digo abierto para ejecutar modelos de lenguaje grandes en hardware b\u00e1sico. El proyecto tiene un objetivo simple: hacer que el potente modelo funcione localmente, sin nube, sin cuenta y sin pagar tokens. La instalaci\u00f3n se reduce a un solo instalador y, despu\u00e9s del inicio, puedes chatear, trabajar con c\u00f3digo e [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[8],"tags":[],"class_list":["post-216","post","type-post","status-publish","format-standard","hentry","category-notes"],"translation":{"provider":"WPGlobus","version":"3.0.6","language":"es","enabled_languages":["en","ru","zh","de","ja","fr","es","pt","hi"],"languages":{"en":{"title":true,"content":true,"excerpt":false},"ru":{"title":true,"content":true,"excerpt":false},"zh":{"title":true,"content":true,"excerpt":false},"de":{"title":true,"content":true,"excerpt":false},"ja":{"title":true,"content":true,"excerpt":false},"fr":{"title":true,"content":true,"excerpt":false},"es":{"title":true,"content":true,"excerpt":false},"pt":{"title":true,"content":true,"excerpt":false},"hi":{"title":true,"content":true,"excerpt":false}}},"_links":{"self":[{"href":"https:\/\/demensdeum.com\/blog\/es\/wp-json\/wp\/v2\/posts\/216","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/demensdeum.com\/blog\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/demensdeum.com\/blog\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/demensdeum.com\/blog\/es\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/demensdeum.com\/blog\/es\/wp-json\/wp\/v2\/comments?post=216"}],"version-history":[{"count":0,"href":"https:\/\/demensdeum.com\/blog\/es\/wp-json\/wp\/v2\/posts\/216\/revisions"}],"wp:attachment":[{"href":"https:\/\/demensdeum.com\/blog\/es\/wp-json\/wp\/v2\/media?parent=216"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/demensdeum.com\/blog\/es\/wp-json\/wp\/v2\/categories?post=216"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/demensdeum.com\/blog\/es\/wp-json\/wp\/v2\/tags?post=216"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}