Key Takeaways
- La pregunta central es "¿cuántas horas al mes?", no una regla fija local-vs-nube
- El alquiler de GPU en la nube (RunPod, Vast.ai) cuesta aproximadamente 0,13–0,69 $/hr para una GPU clase RTX 4090
- Una workstation RTX 4090 local recomendada cuesta unos 2.800 $ en total
- Punto de equilibrio ingenuo (precio ÷ tarifa cloud): 5.600 horas — pero ignora electricidad y reventa
- Punto de equilibrio TCO completo (hardware + electricidad − reventa): ~4.780 horas, unos 20 meses a 8 hr/día — usa la calculadora de abajo para tus números
- La electricidad añade aproximadamente 0,02 $/hr (EE.UU.) a 0,06 $/hr (Alemania) para un sistema de 450 W
- El cloud gana para cargas esporádicas o experimentales por debajo de ~100 hr/mes
- Lo local gana para inferencia diaria sostenida, uso sensible o 500+ hr/mes
Respuesta rápida: ¿qué opción se ajusta a tu uso?
Esto es un punto de partida, no una regla estricta — el precio del hardware, tu tarifa cloud, tu tarifa eléctrica y el valor de reventa desplazan el punto de equilibrio real. La calculadora de abajo da la respuesta exacta para tus números.
| Horas/mes | Recomendación |
|---|---|
| Menos de 20 hr | Alquilar — lo local casi nunca se amortiza |
| 20–100 hr | Normalmente alquilar |
| 100–250 hr | Comparar con cuidado según el hardware |
| 250–500 hr | El hardware local se vuelve atractivo |
| 500+ hr | Lo local suele ganar en costo total |
| Continuo 24/7 | Comprar hardware local |
Calculadora de costos interactiva: local vs nube
Introduce tus horas de uso mensuales, tarifa de GPU en la nube, precio del hardware local, tarifa eléctrica, valor de reventa esperado y período de uso. La calculadora de abajo calcula en vivo tu costo cloud mensual, tu costo operativo local, tu costo total de propiedad y tu punto de equilibrio. Todos los valores son estimaciones calculadas a partir de tus datos y precios de referencia investigados, no mediciones realizadas por PromptQuorum.
Average daily use × 30. Example: 8 hr/day = 240 hr/month.
Blended spot/on-demand rate for a comparable GPU (RunPod, Vast.ai, Lambda Labs).
Full system cost — GPU, case, PSU, RAM, storage, not just the GPU.
What you expect to sell the hardware for at the end of the ownership period.
How long you plan to keep and use this hardware.
Recommendation
BUY LOCAL
At this usage, owning hardware costs less than renting over your ownership period.
See the GPU workstation guide →Your numbers
Cloud cost / month
$120
Local operating cost / month
$18
Total local cost over period (hardware + electricity − resale)
$2,461
Break-even (full TCO)
23 months
Break-even in cumulative hours
5,465 hours
Naive break-even (hardware price ÷ cloud rate only, ignoring electricity and resale) for these hardware/cloud-rate inputs: 6,400 hours
Tabla de decisión de hardware
Relaciona el tamaño de modelo objetivo y tu patrón de uso con un nivel de hardware antes de calcular una configuración concreta.
| Nivel | VRAM / RAM | Mejor para | Rango de precio |
|---|---|---|---|
| Mini PC N150 | 16GB RAM | Chat ligero, hasta 7B | Menos de 500 $ |
| Mini PC Ryzen | 32–64GB RAM | 7B–14B diario, servidor 24/7 | 500–1.000 $ |
| RTX 3090 (usada) | 24GB VRAM | Hasta 30B Q4, mejor VRAM/$ | 1.000–2.000 $ |
| RTX 4090 | 24GB VRAM | Hasta 34B Q4, GPU única más rápida | 2.000–4.000 $ |
| Setup GPU 48GB | 48GB VRAM | Hasta 70B Q4, desarrollo | 4.000 $+ |
| Mac (memoria unificada) | 48–128GB unificada | 70B+ vía MLX, bajo consumo | 2.000–4.000 $+ |
Camino 1 — Uso bajo: alquilar GPU en la nube
Alquilar es lo correcto para experimentación, fine-tuning ocasional, cargas variables o probar antes de comprometerte con hardware. Solo pagas las horas usadas, sin mantenimiento y con acceso instantáneo a niveles de GPU (H100, A100 80GB) que costarían miles de dólares comprar.
Compara precios actuales de GPU en la nube: precios de RunPod y precios de Vast.ai son enlaces editoriales de referencia, no enlaces de afiliado — PromptQuorum no tiene relación de comisión con ninguno de los dos proveedores.
Camino 2 — Uso medio: un mini PC puede superar a una workstation GPU
Para modelos 7B–14B de uso diario — chat, automatizaciones de Home Assistant, Ollama 24/7 — un mini PC Ryzen suele superar a una GPU discreta en costo por vatio y espacio. Ve la reseña del Beelink SER8 para un despliegue real de Ollama 24/7, o la guía de los mejores mini PCs para LLM local y el mejor mini PC AMD para LLM local, incluyendo el Minisforum UM890 Pro y el GMKtec G3 Plus.
Camino 3 — IA local intensiva: workstation GPU
Cuando necesitas modelos de 30B+, fine-tuning o inferencia multiusuario rápida, una workstation GPU discreta es el nivel adecuado. La métrica que importa es VRAM por dólar, no la velocidad de benchmark bruta — el VRAM determina qué tamaños de modelo se pueden cargar. Ve la guía de construcción de workstation LLM local y la guía de construcción de workstation GPU de PromptQuorum.
"¿Qué debo comprar?" por rango de precio
Menos de 500 $ — No compres hardware de IA dedicado. Usa lo que ya tienes o alquila para necesidades ocasionales.
500–1.000 $ — Un mini PC Ryzen con 32GB+ RAM. Ve el mejor mini PC AMD para LLM local y la reseña del Beelink SER8.
1.000–2.000 $ — Un mini PC más potente, o una RTX 3090 usada. Ve la guía de los mejores mini PCs y la guía de mejor GPU bajo $500.
2.000–4.000 $ — Una workstation GPU discreta (RTX 4090) o un Mac con memoria unificada grande. Ve la guía de construcción de workstation y la guía de Apple Silicon.
4.000 $+ — 48GB+ VRAM, multi-GPU o clase workstation. Calcula tu utilización con cuidado — este nivel solo se amortiza con uso intensivo sostenido. Ve la guía de construcción de workstation GPU de PromptQuorum.
Selecciones de hardware por categoría
- Económico: GMKtec G3 Plus — mini PC de entrada para modelos 7B
- Gama media: Beelink SER8 — 7B–14B, Home Assistant, servidor Ollama 24/7; Minisforum UM890 Pro como alternativa Ryzen
- GPU valor: RTX 3090 (usada, ~800–1.300 $) — mejor VRAM por dólar en 24GB
- GPU rendimiento: RTX 4090 (~2.000–2.600 $, precio EOL, agosto 2026 — fin de producción en el T2 2026) — la GPU única más rápida, ve la guía de construcción de workstation
- Opción Apple: Mac con mucha memoria unificada para modelos 70B+ a bajo consumo — ve la guía de Apple Silicon
Los enlaces de RTX 3090/4090 y Apple de arriba son enlaces de producto/editoriales — PromptQuorum no tiene programa de afiliados y no gana comisión en ninguna compra de hardware.
Cuándo NO deberías comprar hardware de IA local
- Uso ocasional (~10 horas/mes o menos) — el hardware estará inactivo la mayor parte del tiempo
- Carga de trabajo muy variable — algunos meses intensa, otros nula
- Necesitas GPUs distintas por proyecto — el cloud permite cambiar al instante entre 24GB y 80GB
- No quieres mantenimiento de hardware — drivers, refrigeración, actualizaciones y fallos son tu responsabilidad en local
- Solo necesitas ocasionalmente modelos muy grandes — alquilar un H100 una semana supera comprar uno
Cuándo gana la IA local
- Uso diario y predecible — las horas suman rápido, ve la tabla de uso de arriba
- Previsibilidad de costos — un costo de hardware fijo es más fácil de presupuestar que facturas cloud variables
- Datos sensibles o requisito sin conexión — nada sale de tu red
- Necesidad de inferencia ilimitada — la propia documentación de Ollama indica que ejecutar modelos en tu propio hardware es ilimitado; solo el servicio cloud gestionado de Ollama, un producto separado, tiene límites de uso según el plan
- Horizonte de uso plurianual con hardware que puedas mantener bien utilizado
Costos de electricidad por país
Una workstation local de 450 W funcionando 240 horas/mes (8 hr/día) cuesta aproximadamente 18 $/mes en electricidad en EE.UU., frente a unos 40 $/mes en Alemania. Usa tu propia tarifa en la calculadora de arriba — estos son valores de referencia.
| País | Tarifa residencial | Sistema 450W, 240 hr/mes |
|---|---|---|
| Estados Unidos | ~0,17 $/kWh | ~18 $/mes |
| Alemania | ~0,37 €/kWh (~0,37 $) | ~40 $/mes |
| Reino Unido | ~0,26 £/kWh (~0,33 $) | ~36 $/mes |
| Francia | ~0,22 €/kWh (~0,22 $) | ~24 $/mes |
Comparación de proveedores de GPU en la nube
Tarifas representativas clase RTX 4090, agosto de 2026 — verifica siempre los precios actuales antes de alquilar, cambian con frecuencia.
| Proveedor | Mejor para | Modelo de precio | Veredicto |
|---|---|---|---|
| RunPod | Fiabilidad, pods gestionados | Por segundo, 0,34–0,69 $/hr | Opción sólida por defecto para uso constante |
| Vast.ai | Precio más bajo, flexible | Subasta de mercado, 0,13–0,34 $/hr | El más barato, calidad de host variable |
| Lambda Labs | GPUs de centro de datos (A100/H100) | Por hora bajo demanda, 1,99–4,29 $/hr | Mejor para entrenamiento grande, no para alquilar una 4090 económica |
Veredicto final: no hay un ganador universal
Las reglas prácticas de horas de uso en este artículo son orientativas, no leyes fijas. Tu punto de equilibrio real depende de tu tarifa cloud, tu precio de hardware, tu tarifa eléctrica y tu valor de reventa — la calculadora de arriba calcula la respuesta real para tus datos, no un umbral fijo.
Decide según
Usa un LLM local si:
- •Usas LLMs 250+ horas/mes o de forma continua
- •Necesitas previsibilidad de costos a varios años
- •La privacidad de datos o la capacidad sin conexión es un requisito
- •Puedes mantener el hardware bien utilizado, no inactivo
Usa un modelo en la nube si:
- •Usas LLMs menos de 100 horas/mes
- •Tu carga de trabajo es esporádica o experimental
- •Necesitas niveles de GPU demasiado caros para poseer (H100, A100 80GB)
- •No quieres mantenimiento ni costo de capital inicial
Decisión rápida:
- →Usa la calculadora de arriba con tus números reales
- →Menos de 100 hr/mes → alquilar en la nube
- →500+ hr/mes o continuo → comprar local
- →100–500 hr/mes → precio del hardware y tarifa eléctrica deciden
Siguientes pasos según lo que calculaste
- Uso bajo (menos de 100 hr/mes): compara precios actuales de GPU en la nube
- Modelos pequeños, uso diario: mejores mini PCs para LLM local
- 7B–14B, servidor 24/7: reseña del Beelink SER8 o mejor mini PC AMD
- Modelos 30B+, uso local intensivo: guía de construcción de workstation
- Clase 70B, uso continuo: guía de construcción de workstation GPU de PromptQuorum
¿La IA local siempre es más barata que el cloud?
No. El hardware local es más barato solo por encima de un umbral de uso que depende del precio del hardware, la tarifa eléctrica y la tarifa cloud — típicamente 250–500 horas/mes para una workstation GPU de gama media. Por debajo, el alquiler cloud suele ser más barato.
¿A partir de cuántas horas conviene comprar hardware local?
Para una workstation RTX 4090 de 2.800 $ frente a una tarifa cloud de 0,50 $/hr, el punto de equilibrio ingenuo (precio ÷ tarifa) es de 5.600 horas acumuladas. Incluyendo electricidad y valor de reventa, el punto de equilibrio TCO completo a 240 hr/mes (8 hr/día) es de aproximadamente 4.780 horas — unos 20 meses. Usa la calculadora de arriba para tus números.
¿La electricidad está incluida en las estimaciones de costo de IA local?
Debería estarlo, y a menudo no lo está en comparaciones simples. Un sistema de 450 W funcionando 8 horas/día añade aproximadamente 18 $/mes en EE.UU. (~0,17 $/kWh) o unos 40 $/mes en Alemania (~0,37 €/kWh). La calculadora de arriba permite introducir tu propia tarifa.
¿Es bueno un Mac para LLMs locales?
Los Mac con mucha memoria unificada pueden ejecutar modelos grandes (clase 70B) con bajo consumo, lo que mejora su balance de costo de propiedad, especialmente en países con tarifas eléctricas altas. Ve la guía de Apple Silicon enlazada arriba para tamaños de modelo y detalles de rendimiento actuales.
¿Son suficientes 24GB de VRAM para LLMs locales?
24GB (RTX 3090 o RTX 4090) ejecutan cómodamente modelos de hasta unos 30–34B parámetros con cuantización de 4 bits, lo que cubre la mayoría de los casos de uso de IA local para un solo usuario. Los modelos clase 70B necesitan unos 48GB, alcanzables con configuraciones de doble GPU o Mac con mucha memoria unificada.
¿Debo comprar una RTX 4090 o alquilar tiempo de GPU en la nube?
Compra si esperas un uso sostenido por encima de unas 250–500 horas/mes durante varios años y puedes mantener el hardware bien utilizado. Alquila si tu uso es ocasional, esporádico, o aún estás validando la carga de trabajo — alquilar evita por completo la inversión inicial de unos 2.000–2.600 $ de una RTX 4090 (precio EOL, agosto de 2026, fin de producción en el T2 2026).
¿Cuál es la forma más barata de ejecutar un LLM local?
Para el menor costo inicial, un mini PC Ryzen (500–1.000 $) ejecutando un modelo cuantizado de 7B–14B es la configuración local dedicada más barata. Para el menor costo por inferencia a bajo volumen, el alquiler de GPU en la nube sin ninguna compra de hardware es más barato.
¿Ejecutar IA localmente significa que los datos nunca salen de mi computadora?
Sí, para la inferencia local mediante herramientas como Ollama en tu propio hardware — no se envían datos a ningún lado. Esto es distinto del servicio cloud gestionado independiente de Ollama, que sí envía solicitudes a la infraestructura de Ollama; solo el modo local, en el dispositivo, mantiene los datos completamente en tu máquina.