
| Memoria GPU | 4 GB (mostrado en pantalla) |
| Tamaño del modelo Qwen 3.5 0.8b | ~1.3 GB (mostrado en pantalla) |
| Tamaño del modelo de embedding | 639 MB (mostrado en pantalla) |
| Subsidio de oficina en casa | R$ 200,00/mes (mostrado en pantalla como dato de ejemplo) |
¿A quién le ahorrará una hora este análisis?Enviamos el enlace con la conclusión «en realidad»: no tendrá que ver todo el vídeo.
Puedes crearlo instalando Ollama para ejecutar modelos de código abierto y usando Python con la librería LangChain para gestionar la recuperación de documentos y la lógica del chat.
Ollama es actualmente la herramienta más popular y fácil de usar para ejecutar y gestionar LLMs de código abierto en Windows, Mac y Linux.
Sí, al usar modelos locales mediante Ollama, eliminas la necesidad de claves de API de proveedores como OpenAI o Anthropic, haciendo que la IA sea gratuita tras el costo inicial del hardware.
El componente más importante es una GPU dedicada. Para modelos pequeños y eficientes como Qwen 0.8b, 4GB de VRAM son suficientes, pero se recomiendan 8GB o más para un mejor rendimiento.
Absolutamente. Debido a que el modelo se ejecuta en tu propia máquina, los documentos confidenciales y el historial de chat de tu empresa nunca salen de tu red local.