Vitalik Buterin ha probado la ejecución local de un modelo de inteligencia artificial en su propio portátil, sin recurrir a servidores externos. El cofundador de Ethereum utilizó Qwen3.8-Flash-Next, de Alibaba, en un equipo equipado con un chip AMD Strix Halo y una gran cantidad de memoria para comprobar hasta qué punto un ordenador personal puede asumir tareas que hasta hace poco estaban reservadas a infraestructuras de alto rendimiento.
La prueba no se limita a una cuestión de capacidad técnica. Para Buterin, ejecutar la IA directamente en el dispositivo ofrece una ventaja central: las consultas, los documentos y otros datos introducidos por el usuario no tienen que enviarse a empresas como OpenAI, Google o Anthropic para ser procesados.
Un portátil que ya puede ejecutar modelos de gran tamaño
Según explicó, el rendimiento obtenido con su equipo resulta suficiente para muchas aplicaciones cotidianas. Las limitaciones aparecen sobre todo cuando las instrucciones son muy extensas o requieren trabajar con documentos de gran tamaño, situaciones en las que el sistema se ralentiza de forma apreciable.
El avance refleja una tendencia dentro del desarrollo de modelos de IA: cada vez son más pequeños y eficientes. Esa evolución facilita que puedan funcionar en ordenadores personales y reduce, al menos para determinadas tareas, la dependencia de los servicios de computación en la nube.
Buterin valoró especialmente la mejora de las herramientas que permiten ejecutar estos modelos. “Qwen 3.8 Flash es realmente impresionante, y llama.cpp está mejorando a gran velocidad a la hora de procesarlo”, afirmó en una publicación difundida el 17 de septiembre de 2026. En el mensaje mostró datos de rendimiento de la prueba realizada en su portátil con arquitectura Strix Halo.
La privacidad como principal argumento
El interés de Buterin por la IA local no responde únicamente a la velocidad o a la posibilidad de utilizar modelos sin conexión con servicios externos. Su principal argumento es la privacidad. Si el modelo opera íntegramente en el ordenador, la información personal y los documentos permanecen en el dispositivo y no tienen que salir de él antes de recibir una respuesta.
El desarrollador también plantea un modelo híbrido para los casos que exigen más capacidad. Un sistema local podría preparar una consulta, identificar los elementos sensibles y eliminarlos antes de enviar el contenido restante a un modelo externo más potente.
En ese proceso, la IA instalada en el portátil podría retirar automáticamente nombres, direcciones de monederos o código confidencial. Buterin resumió el objetivo como utilizar el modelo local para organizar las consultas dirigidas a sistemas más avanzados “de modo que no se filtre tu información personal”.
Esta estrategia no garantiza que los datos sensibles nunca puedan filtrarse, pero sí puede reducir la cantidad de información personal que abandona el dispositivo. La diferencia es relevante en consultas que combinan la potencia de un servicio en la nube con datos privados del usuario.
La nube aún conserva una ventaja en las tareas más exigentes
La prueba no implica que la IA local pueda sustituir por completo a servicios como ChatGPT. El propio resultado apunta a una solución más gradual: trasladar al ordenador personal una parte creciente de las tareas habituales y reservar los modelos externos para encargos de mayor complejidad.
El experimento de Buterin muestra, en cualquier caso, la rapidez con la que avanza esta tecnología. A medida que los modelos reducen sus requisitos de hardware y mejoran las herramientas de procesamiento, más funciones de inteligencia artificial podrían ejecutarse directamente en los dispositivos de los usuarios, con un mayor control sobre los datos que manejan.
