Grout descarga los modelos de IA una vez y luego los ejecuta en tu propio ordenador. Ninguna petición sale del dispositivo, nada se cobra por consulta y el estudio sigue funcionando cuando el wifi del centro no lo hace.
Seis cosas cambian en cuanto el modelo pasa del servidor de otro a tu escritorio.
Un wifi escolar filtrado, un tren, un corte de luz en plena semana de exámenes: nada de eso detiene el estudio una vez descargados los modelos.
Las instrucciones, las fotos de los deberes, los borradores y el código se quedan en la máquina. No hay subida que auditar, ni plazo de conservación que discutir, ni entrenamiento con el trabajo del alumnado.
La inferencia local se paga en electricidad, no en tokens. Una clase de treinta puede iterar todo lo que quiera sin un límite de peticiones compartido ni una factura que crece con la curiosidad.
Un modelo local responde en el tiempo que tarde tu máquina, no en el que tarde un servidor compartido a las nueve de la mañana, cuando empiezan a la vez todos los centros de la zona horaria.
Sin cuentas de estudiante que aprovisionar y sin un tercero encargado del tratamiento en la cadena, la revisión de protección de datos de un centro se acorta muchísimo.
El estudio y sus modelos viajan con el portátil. Trabajo de campo, un vuelo, un campus rural con 3G: la capacidad no cambia.
Una herramienta de IA en la nube es un cliente ligero. Tú escribes, el texto se envía a un centro de datos, un modelo enorme calcula una respuesta y esa respuesta vuelve. Tu dispositivo casi no hace nada, y por eso la herramienta necesita red, cuenta y una relación de facturación.
La IA en el dispositivo trae el modelo hasta ti. Los pesos (los números que codifican lo que el modelo sabe) se descargan una vez como un archivo, normalmente de entre unos cientos de megabytes y unos pocos gigabytes según el tamaño y la cuantización. A partir de ahí, el cálculo lo hace directamente tu CPU, tu GPU o el motor neuronal de Apple Silicon.
Los modelos locales son más pequeños que los modelos de frontera en la nube, así que hay problemas de razonamiento difíciles donde la nube todavía gana. Lo que recibes a cambio no es poco:
Los pesos del modelo suelen guardarse con precisión reducida (4 u 8 bits en vez de 16), lo que encoge el archivo y la memoria necesaria para ejecutarlo a cambio de una pérdida de calidad pequeña y casi siempre imperceptible. Es la única técnica que hace que un modelo capaz quepa en un portátil escolar. Grout elige la cuantización adecuada para tu máquina, así que no necesitas saber nada de esto para usarlo.
Una guía aproximada. Grout detecta tu equipo y te sugiere lo que puede mover.
| Equipo | Modelos de texto | Visión e imágenes | Exportación de vídeo |
|---|---|---|---|
| Portátil escolar, 8 GB de RAM | Modelos pequeños, rápidos | OCR de visión, generación ligera | 1080p, más lento |
| Portátil moderno, 16 GB de RAM | Modelos pequeños y medianos | Visión completa, generación de imágenes | 1080p, cómodo |
| Apple Silicon o GPU dedicada | Modelos grandes | Generación y escalado rápidos | 4K, con aceleración por hardware |
La inferencia local consume más batería que una pestaña del navegador. Enchufa el equipo para tandas largas de generación.
IA sin conexión significa que el modelo se ejecuta en tu propio ordenador y no en un servidor remoto. Descargas los pesos del modelo una vez, y a partir de ahí cada consulta la calcula en local tu CPU o tu GPU. Ninguna petición sale de la máquina, así que la herramienta sigue funcionando con la red desconectada.
Para el trabajo que hacen de verdad los estudiantes (resumir, explicar, esquematizar, extraer texto de una imagen, generar un diagrama, escribir un programa pequeño) un buen modelo local compite de tú a tú, y responde al instante y sin cuota. Los modelos de frontera más grandes siguen sacando ventaja en cadenas de razonamiento largas y difíciles. Grout gestiona esa división con honestidad: local por defecto, con modelos Premium opcionales en la nube mediante Merits cuando una tarea lo necesita de verdad.
Un portátil de gama media de los últimos años basta para los modelos pequeños y medianos. Grout detecta la máquina y recomienda tamaños de modelo que funcionarán con soltura en ella, así que un portátil escolar recibe un estudio usable y no un mensaje de error. Más RAM y una GPU dedicada o Apple Silicon desbloquean los modelos grandes y una generación de imágenes más rápida.
Sí: el modelo hay que bajarlo una vez, y eso sí requiere conexión. Después es un archivo en tu disco y funciona sin conexión indefinidamente. Muchos centros predescargan los modelos en la imagen del portátil para que los equipos lleguen listos.
Estructuralmente, sí. El principal riesgo de privacidad de la IA en la nube es que el trabajo de un menor se transmite a un tercero y este lo almacena. La inferencia en el dispositivo elimina esa transferencia por completo, y por eso es la postura más fácil de defender ante las familias y ante un responsable de protección de datos.
Descarga una vez y trabaja sin conexión todo el tiempo que quieras. Sin cuenta, sin cuota, sin subidas.
Descarga Grout gratis