Mejores LLM locales para escritura creativa 2026: ficción, diálogo y construcción de mundos

Datos rápidos

• Mejor en general: Llama 3.3 70B con Q4_K_M, ~42 GB VRAM. Mayor consistencia de voz de este conjunto.
• Mejor rig de 24 GB: Qwen3 32B con Q4_K_M, ~20 GB VRAM. El predeterminado para la mayoría de usuarios.
• Mejor largo formato: Mistral Large con Q4_K_M, ~75 GB VRAM total (pesado). 128K de contexto de fábrica.
• Mejor diálogo: Command R+ 104B con Q4_K_M, ~62 GB VRAM. La mejor diferenciación de voces de personajes.
• Mejor poesía: Yi-1.5 34B con Q4_K_M, ~21 GB VRAM. Especialista en prosa lírica.
• Opciones sin censura: Hermes 3 (base Llama 3.3, ~42 GB) y Dolphin 3.0 (múltiples tamaños base, 13–42 GB).
• Sampling predeterminado para prosa: temperatura 0.95, top-p 0.92, repeat penalty 1.1. Ajustar según el tipo de tarea.

Cómo probamos: más de 50 prompts creativos en seis modelos

• Backend: Ollama 0.5+ en macOS y Linux; mismos límites de contexto por modelo; cuantización Q4_K_M en los seis modelos (Q5_K_M para los modelos más pequeños de 32B–34B donde la VRAM lo permitía, sin diferencia medible en las puntuaciones de la rúbrica).
• Frontend: Open WebUI para la mayor parte de la prueba (trabajo en formato chat); SillyTavern para el subconjunto de diálogo intensivo y roleplay (coincide con el uso real de los escritores creativos).
• Conjunto de prompts: 50 prompts divididos en cuatro tipos de tareas — ficción (15: aperturas de cuentos cortos, continuaciones de escenas, pasajes descriptivos), diálogo (15: intercambios entre dos personajes, escenas grupales, diferenciación de voces), poesía (10: verso libre, formas estructuradas, prosa lírica), construcción de mundos (10: descripciones de escenarios, políticas de facciones, sistemas de magia). Cada prompt ejecutado 3 veces por modelo para capturar la varianza.
• Sampling: temperatura 0.95, top-p 0.92, repeat penalty 1.1 como base; ajustes por tarea anotados en los veredictos por modelo más abajo.
• Rúbrica de calificación: consistencia de voz (¿el personaje o el narrador suena igual en todos los párrafos?), fidelidad al prompt (¿el modelo siguió la dirección o inventó su propia escena?), calidad de prosa (ritmo, vocabulario, evitar clichés) y disposición (¿el modelo rechazó o sanitizó escenas que el prompt enmarcaba explícitamente como ficción?).
• Restricción de honestidad: puntuaciones reportadas como rangos relativos por tarea, no porcentajes absolutos inventados. "Mejor diálogo" significa primer lugar consistente en el subconjunto de diálogo en las 3 ejecuciones; "fuerte" significa top-3; "regular" significa que el modelo perdió frente a uno o más competidores en la rúbrica.
• Para las técnicas de prompting que mejoran la salida creativa en cualquier modelo, ver temperatura y control de top-p y persona prompting.

Cara a cara: seis modelos locales en tareas de escritura creativa

Veredictos por modelo

• Llama 3.3 70B — mejor en general. La mayor consistencia de voz del conjunto de prueba; los personajes mantienen los mismos patrones de habla en escenas largas. Sigue instrucciones bien — cuando el system prompt especifica POV, tono o convenciones de género, Llama 3.3 los respeta. Maneja temas oscuros (violencia, duelo, personajes moralmente grises) sin rechazar cuando el prompt enmarca el trabajo como ficción. Donde falla: los pasajes largos ocasionalmente derivan hacia una voz "literaria" genérica; los modelos pequeños de la misma familia (8B) pierden esta fortaleza.
• Qwen3 32B — mejor opción en rig de 24 GB. Consistencia de voz ligeramente inferior a Llama 3.3 70B pero la brecha es lo suficientemente pequeña como para que la mayoría de los escritores no la noten en trabajo con mucha prosa. El más fuerte de los modelos más pequeños en seguimiento de instrucciones. Donde falla: la poesía y la prosa estilizada se quedan notablemente atrás; cambia a Yi-1.5 para esas tareas.
• Mistral Large — mejor continuidad de largo formato. La ventana de contexto de 128K significa que un borrador de 50,000 palabras cabe sin truncamiento; el modelo mantiene detalles de personajes, hilos argumentales y reglas del mundo a lo largo de capítulos. Donde falla: la barra de hardware es la más alta de este conjunto (~75 GB en Q4_K_M); la velocidad por token se ralentiza en entradas largas. Usa Mistral La Plateforme en infraestructura de la UE si el hardware local es la restricción.
• Command R+ 104B — mejor diálogo. Voces de personajes distintas que se mantienen en los intercambios; las escenas grupales (3+ hablantes) se mantienen legibles sin el modo de fallo "todos suenan igual" común en otros modelos. Donde falla: los párrafos de prosa entre los ritmos de diálogo son competentes pero no líricos; para pasajes puramente descriptivos, Llama 3.3 gana.
• Yi-1.5 34B — mejor poesía y prosa lírica. Consciente del ritmo, cómodo con formas estructuradas (soneto, villanela, haiku), produce verso que aguanta mejor que los modelos generales más grandes. Donde falla: la ficción de largo formato es competente pero no es su punto fuerte; elige Llama 3.3 o Qwen3 para trabajo narrativo.
• Hermes 3 (base Llama 3.3) y Dolphin 3.0 — derivados sin censura. Misma arquitectura y pesos base que Llama 3.3 70B; la capa de seguridad RLHF se elimina durante el ajuste fino. El modelo sigue el prompt en lugar de rechazar o sanitizar contenido maduro. La calidad en prompts no maduros es idéntica al modelo base; la diferencia solo es visible en prompts donde las versiones con ajuste de instrucciones rechazan. Úsalos cuando el trabajo lo requiera (ficción madura, escenas violentas, personajes moralmente complejos) y quédate con la base con ajuste de instrucciones en los demás casos.

Ejemplos de salidas: tres modelos, un prompt

• Llama 3.3 70B — "La campanilla sobre la puerta sonó dos veces y quedó en silencio. La lluvia me bajaba por el abrigo en regueros, formando charcos en el linóleo antes de que hubiera dado tres pasos. La chica del mostrador no levantó la vista. Dos camioneros en la cabina del fondo estudiaban su café. Nadie en un lugar como ese a las dos de la madrugada quería ser notado, y yo tampoco." — *Anclaje sensorial concreto, voz activa, sin palabras de relleno. La escena social se establece en tres frases.*
• Qwen3 32B — "Empujé la puerta y entré en una pared de humo de cigarrillo y grasa de plancha. El local estaba medio vacío y completamente silencioso — el tipo de silencio que se instala cuando la gente ha acordado, sin decirlo, dejarse en paz mutuamente. Un ventilador de techo giraba. La camarera rellenaba una taza al otro extremo del mostrador sin mirarme." — *Configuración observacional antes de la acción; atmósfera eficiente. Ligeramente más estructurado que Llama 3.3 pero igual de limpio.*
• Yi-1.5 34B — "La lluvia golpeaba el toldo con la regularidad de un metrónomo contando las últimas horas de una noche que nadie quería recordar. Dentro, los fluorescentes proyectaban su aritmética fría sobre el laminado — cada mancha, cada arañazo, cada año que el lugar llevaba perdiendo argumentos contra la entropía. Encontré un taburete en el extremo cercano y me senté como un hombre que ya había hecho las paces con algo." — *Metáfora desde la primera cláusula; variación rítmica de frases; imágenes más densas. El trasfondo poético de Yi-1.5 se muestra incluso en prosa.*

Temperatura y Top-P para trabajo creativo

• Base para prosa: temperatura 0.95, top-p 0.92, repeat penalty 1.1. Este es el punto de partida para la mayoría de trabajos de ficción, diálogo y construcción de mundos. Ajusta por tarea desde aquí.
• Diálogo ajustado: temperatura 0.7–0.85, top-p 0.9. Las temperaturas más bajas mantienen la consistencia de voz de los personajes en los intercambios; los valores más altos producen interjecciones fuera de personaje.
• Prosa lírica y poesía: temperatura 1.0–1.2, top-p 0.95. Las temperaturas más altas desbloquean elecciones de palabras inesperadas que hacen funcionar el verso.
• Ficción surrealista o de género: temperatura 1.1–1.3, top-p 0.95–0.98. Empuja al modelo a producir combinaciones de imágenes y metáforas menos comunes.
• Escenas impulsadas por la trama (acción, misterio, giros): temperatura 0.85–0.95, top-p 0.9. Necesita más seguimiento de instrucciones que novedad.
• Repeat penalty 1.1–1.15 es el rango correcto para la mayoría del trabajo creativo. Más alto (1.2+) hace que el modelo evite repetir palabras incluso cuando la repetición es estilísticamente intencional; más bajo (1.0–1.05) deja que el modelo caiga en bucles en escenas largas.
• min_p (0.05–0.1): Una alternativa más reciente al top-p que escala dinámicamente el umbral de probabilidad relativo a la probabilidad del token más alto. Más permisivo en prompts creativos que top-p 0.9 sin el riesgo de incoherencia de valores muy altos de top-p. El predeterminado recomendado para usuarios de SillyTavern y KoboldCpp en 2026 cuando la interfaz lo expone; Ollama lo pasa tal cual, y Open WebUI 0.5+ lo expone en Ajustes avanzados.
• Penalización de repetición DRY (multiplicador 0.8, base 1.75, longitud permitida 2): Captura repeticiones a nivel de frase que el repeat_penalty estándar no detecta. Donde repeat_penalty rastrea tokens individuales, DRY rastrea secuencias n-gram — así el cliché "un escalofrío le recorrió la espalda" en la escena 1 se suprime cuando volvería a aparecer en la escena 4. Útil para trabajo creativo en sesiones largas donde el modelo ha visto su propia salida y comienza a extraer de ella.
• Base moderna de escritura creativa (2026): temperatura 0.95, min_p 0.05, multiplicador DRY 0.8 (base 1.75, longitud permitida 2). Top-p 0.92 todavía funciona bien si tu frontend no expone min_p o DRY — estas son mejoras incrementales sobre los ajustes clásicos, no reemplazos obligatorios.
• Para un tratamiento más completo de por qué importan estos parámetros y cómo interactúan, ver temperatura y control de top-p.

Modelos sin censura: qué son y cuándo importan

• Qué significa "sin censura" técnicamente. Modelos como Hermes 3 y Dolphin 3.0 son variantes ajustadas de modelos base (Llama 3.3, Qwen3) donde el paso RLHF de post-entrenamiento que produce rechazos en prompts maduros, violentos o moralmente complejos ha sido reemplazado por un ajuste fino que sigue el prompt. Misma arquitectura, mismos pesos base, post-entrenamiento diferente.
• Cuándo importan para el trabajo creativo. Ficción madura (novelas literarias con escenas de sexo, ficción criminal con violencia gráfica, terror), escritura históricamente precisa (guerra, atrocidades, brutalidad de la época colonial), personajes moralmente complejos (el modelo de otro modo rechazaría dar voz a un antagonista convincente), y escenarios de roleplay con los que los modelos con ajuste de instrucciones no se comprometerán.
• Donde fallan. Siguen el prompt — incluidos los prompts mal escritos. Los modelos con ajuste de instrucciones a menudo suavizan los prompts vagos hacia algo publicable; los modelos sin censura te dan exactamente lo que pediste, lo que a veces es peor. La dirección del escritor importa más.
• Límites éticos. "El modelo lo escribirá" no es una licencia creativa para escribir contenido que apunte a personas reales, represente escenarios no consensuales que involucren a individuos reales o identificables, o que sea ilegal en la jurisdicción del escritor. El alojamiento local no cambia la ley; cambia quién puede ver el borrador.
• Contexto legal (mayo de 2026, breve y no exhaustivo). La Ley de IA de la UE y las leyes de los estados miembros (en especial el §184/§184c del StGB alemán) cubren categorías de contenido específicas independientemente de dónde se generó. La ley de obscenidad de los EE.UU. se aplica a la publicación, no a la generación. Para la publicación comercial, el modelo que produjo un borrador es irrelevante; lo que se regula es el artefacto publicado.
• Para un tratamiento más extenso de la ética de los modelos sin censura, el contexto legal y las mejores prácticas, ver LLM locales sin censura para escritura creativa: ética, legalidad y mejores prácticas.

Frontends para trabajo creativo

• Open WebUI — la opción de propósito general. Interfaz tipo ChatGPT, cambio de modelo con un clic, fichas de personajes mediante system prompts, carga de documentos para contexto. Mejor para trabajo con mucha prosa donde el formato de chat encaja con tu flujo de redacción.
• SillyTavern — la opción de roleplay y diálogo. Ecosistema de fichas de personajes (especificación Tavern v2), gestión de personas, lore books para construcción de mundos, chat grupal para escenas con múltiples personajes. Mejor para trabajo impulsado por diálogo y proyectos largos de personajes o mundos. Combina bien con Command R+ y los derivados sin censura.
• Agnai y RisuAI — alternativas más reducidas a SillyTavern. Conjuntos de funciones más ligeros, primera ejecución más sencilla, menos personalización. Elige cuando SillyTavern parezca demasiado para tu flujo de trabajo.
• Ollama CLI simple más un editor de texto — la opción mínima. ollama run llama3.3:70b y canaliza escenas por el terminal hacia tu documento de borrador. Pierde el contexto persistente del personaje pero gana en enfoque del escritor.
• Para la comparativa cara a cara de los frontends centrados en roleplay, ver SillyTavern vs Agnai vs RisuAI: mejor frontend local de roleplay.

Decisión: qué modelo para tu trabajo

Errores comunes al elegir y usar modelos locales para escritura creativa

• Error 1: perseguir el modelo más grande en los benchmarks. Las puntuaciones de escritura creativa correlacionan mal con los rankings de benchmarks generales. Yi-1.5 34B supera a Llama 3.3 70B en poesía; Command R+ supera a ambos en diálogo. Elige por tipo de tarea, no por rango en el ranking.
• Error 2: usar ajustes de sampling estilo código. Temperatura 0.2–0.4 produce prosa plana y predecible. La escritura creativa requiere 0.8–1.1 con top-p 0.9–0.95. Los ajustes predeterminados de la mayoría de interfaces de chat están ajustados para preguntas y respuestas, no para prosa.
• Error 3: quedarse con el modelo instruct y rendirse cuando rechaza. La versión instruct rechaza escenas que has enmarcado explícitamente como ficción; el derivado sin censura del mismo modelo base las escribe. Dos instalaciones en Ollama es la solución.
• Error 4: system prompts débiles. "Eres un asistente útil" es el peor prompt posible para trabajo creativo. Un system prompt con notas de personaje, muestras de voz, POV, tiempo verbal y tono hace más por la calidad de salida que cualquier cambio de modelo. Combina con negative prompting para especificar qué NO hacer (sin exposición, sin prosa exuberante, sin "ella sintió").
• Error 5: editar dentro de la ventana de chat. Generar en el chat está bien; editar en el chat entrena el hábito de "pedirle al modelo que arregle la prosa" en lugar de revisarla tú mismo. Exporta el borrador a un editor de texto para la revisión; la voz del escritor se fortalece cuando el modelo no está en el bucle.

Fuentes

• Fichas de modelos de Hugging Face para Llama 3.3, Qwen3, Mistral Large, Command R+, Yi-1.5 — documentación oficial de modelos y licencias.
• Hermes 3 (NousResearch) GitHub y ficha de modelo — ajustes finos sin censura basados en Llama 3.3.
• Fichas de modelos Dolphin 3.0 (Cognitive Computations) — ajustes finos sin censura en múltiples modelos base.
• Biblioteca de modelos Ollama — modelos disponibles, opciones de cuantización, indicadores de compatibilidad con llamadas a herramientas mencionados anteriormente.
• Documentación de SillyTavern — especificación de fichas de personajes, sistema de personas, funciones de chat grupal.

FAQ

Lecturas relacionadas

• SillyTavern vs Agnai vs RisuAI: mejor frontend local de roleplay (2026) — comparativa cara a cara de los tres frontends centrados en roleplay con los modelos anteriores.
• Prompts de LLM local para escritores de ficción: plantillas y técnicas — plantillas de prompts listas para copiar para desarrollo de personajes, diálogo, construcción de mundos y flujos de trabajo de revisión.
• LLM locales sin censura para escritura creativa: ética, legalidad y mejores prácticas — tratamiento completo de cuándo los derivados sin censura son herramientas creativas legítimas y dónde están las líneas legales y éticas.
• Temperatura y Top-P: controla la creatividad de la IA — el lado de ingeniería de prompts de los parámetros de sampling; más profundo que el resumen de esta guía.
• Negative prompting — especificar qué NO hacer en un prompt; un multiplicador de fuerza para system prompts en trabajo creativo.
• Mejores LLM locales 2026 — la guía autorizada del panorama de modelos; útil cuando quieres explorar más allá de los seis modelos de escritura creativa anteriores.