Durante años, “usar IA en serio” significó pagarle a OpenAI o a Anthropic. En 2026 eso cambió, y vale la pena entender exactamente cuánto.
La brecha se cerró — pero no a cero. El mejor modelo de nube hoy es Claude Opus 4.8: 61.4 en el Artificial Analysis Intelligence Index, el primero en romper limpio la barrera de 60 puntos. Los líderes open-weight que puedes descargar y correr tú mismo —Kimi K2.6, DeepSeek V4, Qwen 3.5— quedan a 7 a 9 puntos. Es la distancia más corta de la historia. No es paridad, pero ya no es el abismo de hace dos años.
Un matiz que casi nadie aclara: ningún hardware del mundo corre Opus 4.8 en local. No porque te falte máquina, sino porque Anthropic no libera los pesos. Lo que sí corres en casa es lo mejor del open-weight.
El fierro. La regla de oro: la suma de RAM + VRAM debe igualar el tamaño del modelo cuantizado. Para una empresa chica que busca soberanía de datos —no servir a miles de usuarios— el punto dulce es una Mac Studio M3 Ultra de 512 GB: una sola caja silenciosa, ~$11K una vez. Producción multiusuario real ya pide servidores con 8× H100 ($250K+).
El dinero. La IA local solo se justifica económicamente a escala. El break-even ronda los 50 millones de tokens de salida al mes para modelos tipo Kimi K2.6. Por debajo de eso, las APIs de modelos open salen más baratas que comprar y mantener hardware. Para la mayoría de las PyMEs, el self-hosting es más tranquilidad estratégica que ahorro inmediato: tiene sentido cuando procesas datos que no pueden salir de tu red, cuando rebasas el break-even, o cuando puedes dedicar al menos media persona de ingeniería al mantenimiento.
La decisión. Quédate en la nube si tu volumen es bajo, necesitas el máximo razonamiento de frontera o no quieres administrar infraestructura. Múdate (o respáldate) en local si manejas datos sensibles, tu volumen es alto, o quieres un seguro contra que el acceso “libre” se encarezca o se restrinja.
La estrategia ganadora para 2026 no es elegir bando: es construir infraestructura agnóstica al modelo. Nube para frontera, local para soberanía, y cada tarea enrutada al modelo que mejor balancea calidad, costo y privacidad.
Escribí el análisis completo —con las tablas de precios, requisitos de hardware y benchmarks medidos— en el blog de ia¹: