Ir al contenido principal
PromptQuorumDiseñado para humanos. Estructurado para la IA.
Inicio/LLM locales avanzados
Overview & Reference

Reseña de RAMen: memoria de sesión local para llama.cpp, con plan gratuito

·6 min de lecturaPor Hans Kuepper · Fundador de PromptQuorum · Motor de descubrimiento de IA de pesos abiertos y código abierto

RAMen (versión 1.0.0, publicada el 6 de noviembre de 2026) es una capa local propietaria sobre llama.cpp que guarda cada chat en disco para que, según el creador, se reabra en segundos, con un plan gratuito y planes de pago. La salvedad decisiva es que todas las cifras de velocidad proceden de las pruebas del propio creador y PromptQuorum no ha ejecutado el software.

Conclusiones clave

  • Mantenimiento: la versión 1.0.0 se publicó el 6 de noviembre de 2026, el día de esta reseña, así que no se aplica ninguna advertencia de proyecto abandonado y el producto aún no tiene trayectoria.
  • Coste: un plan gratuito con memoria limitada, más suscripciones de pago y una oferta de lanzamiento de licencia de por vida.
  • Instalación: una línea de comandos en la terminal en todos los sistemas; no hay instalador de doble clic ni ficha en una tienda de apps.
  • Datos: el creador dice que nada sale de tu equipo salvo la instalación, las descargas de modelos y la comprobación de licencia de los planes de pago.

📍 En una frase

RAMen es una capa propietaria de línea de comandos sobre llama.cpp que guarda en disco los chats de IA locales y, según el creador, acelera las conversaciones largas, con un plan gratuito.

💬 En términos simples

Instalas con un comando, lo inicias y apuntas tu agente de programación o tu app de chat hacia él; RAMen recuerda cada conversación para que no esperes a que el modelo la relea tras un reinicio.

📌Nota: Esta reseña se basa en getramenai.com, su política de privacidad y su acuerdo de licencia, los scripts de instalación y los datos de la versión en GitHub, consultados el 6 de noviembre de 2026. PromptQuorum no ha instalado, ejecutado ni medido RAMen, así que no se evalúan la velocidad, la estabilidad ni la calidad de las respuestas.

Leer en:
🇺🇸en🇩🇪de🇫🇷fr🇯🇵ja🇨🇳zh🇪🇸es🇧🇷pt🇸🇦ar🇰🇷ko

Revisado por el fundador. El fundador de RAMen revisó la exactitud de las especificaciones técnicas y la descripción de esta ficha. La reseña en sí sigue siendo contenido editorial independiente de PromptQuorum.

RAMen es una capa propietaria de línea de comandos de NEOTECH Inc. que ejecuta modelos locales con su propia compilación de llama.cpp, guarda en disco cada sesión de chat y de agente para que se reabra en segundos tras un reinicio, y asegura que mantiene rápidas las conversaciones largas. Funciona en Mac con Apple silicon, Windows 10 y 11 y Linux, expone una API compatible con OpenAI y tiene un plan gratuito. Esta reseña cubre qué instalas, cuánto cuesta, adónde van tus datos y qué afirmaciones se apoyan solo en las mediciones del propio creador.

Reseña de RAMen: memoria de sesión local para llama.cpp, con plan gratuito

¿Qué es RAMen?

RAMen es un gestor de sesiones de IA local creado por NEOTECH Inc. que se sitúa delante de llama.cpp, el motor de código abierto sobre el que funcionan la mayoría de las herramientas de modelos locales. Incluye su propia compilación de llama.cpp (licencia MIT) con dos añadidos: guarda en disco la memoria de trabajo del modelo (la KV cache) de cada conversación y la restaura cuando la conversación continúa, y lee solo las partes de una conversación larga que importan para cada palabra nueva.

La página de funcionamiento del creador señala que llama.cpp ya tiene guardado y restauración de slots y que existen herramientas pequeñas que lo automatizan; lo que afirma RAMen es hacerlo automáticamente para todas las sesiones, con comprobaciones de que una caché guardada coincide con el modelo y los ajustes. El software es de código cerrado, bajo un acuerdo de licencia propietario; el repositorio público de GitHub solo aloja los paquetes de descarga.

Cómo conseguirlo

RAMen se instala desde la terminal con un comando por sistema; los paquetes están alojados en GitHub Releases y no hay instalador gráfico.

Opción
Cómo conseguirlo
Mac (Apple silicon)Terminal: curl -fsSL https://getramenai.com/install.sh | bash
Linux (x64)El mismo comando; elige la compilación para NVIDIA cuando nvidia-smi funciona y, si no, la compilación para CPU
Windows 10/11 (x64)PowerShell: irm https://getramenai.com/install.ps1 | iex
Descarga manualVersiones de RAMen en GitHub, .tar.gz o .zip con sumas de comprobación .sha256
TeléfonoNo se menciona ninguna app para iPhone ni Android
Sitio webgetramenai.com
Política de privacidadPolítica de privacidad de RAMen; Acuerdo de licencia

Versión revisada: 1.0.0 (6 de noviembre de 2026). Hace falta una terminal: tras la instalación, ramen start descarga un modelo si no tienes ninguno e inicia RAMen en segundo plano. El instalador añade ~/.ramen/bin al PATH de tu shell y guarda los chats en ~/.context-engine; rm -rf ~/.ramen elimina el programa.

Requisitos

El creador no indica cifras mínimas de RAM, disco ni versión del sistema; la página solo dice que necesitas un equipo capaz de ejecutar llama.cpp.

Mac

Qué dicen las fuentes:
Solo Apple silicon (M1 o posterior); el instalador rechaza los Mac con Intel

Windows

Qué dicen las fuentes:
Windows 10 y 11, de 64 bits; compilación para CPU, con una compilación para NVIDIA cuando se detecta una GPU NVIDIA

Linux

Qué dicen las fuentes:
Solo x64, compilación para CPU o NVIDIA; por ahora el instalador rechaza Linux en ARM

Aceleración de chats largos

Qué dicen las fuentes:
Requiere una tarjeta NVIDIA RTX de la serie 20 o posterior, o un Mac con Apple silicon; no se afirma para equipos solo con CPU

Modelos

Qué dicen las fuentes:
Cualquier modelo GGUF, o uno que RAMen elige y descarga; las licencias de los modelos son las de sus propios creadores

Cuenta

Qué dicen las fuentes:
Ninguna para el plan gratuito; los planes de pago usan una clave de licencia de la tienda Polar

Cómo empezar

Los pasos siguen las páginas del creador; PromptQuorum no los ha ejecutado.

  1. 1
    Ejecuta el instalador
    Why it matters: Usa el comando de una línea de tu sistema; los scripts descargan un paquete y verifican su suma de comprobación SHA-256 antes de instalar.
  2. 2
    Inicia RAMen
    Why it matters: `ramen start` busca un modelo que quepa en tu equipo, lo descarga desde Hugging Face y se ejecuta en segundo plano, o bien lo apuntas a un archivo GGUF que ya tengas.
  3. 3
    Conecta tus apps
    Why it matters: `ramen connect cline` (o continue, aider, opencode, open-webui) configura la herramienta; cualquier programa que hable la API de OpenAI puede usar el endpoint local.
  4. 4
    Activa un plan de pago solo si lo quieres
    Why it matters: `ramen activate YOUR-KEY` desbloquea las funciones de pago; `ramen deactivate` libera uno de los equipos de una clave.

Funciones confirmadas por las fuentes

Cada elemento siguiente es la descripción del creador; las cifras de velocidad y de calidad son mediciones del propio creador, no pruebas independientes.

  • Memoria de sesión. La KV cache de cada conversación se guarda en disco sobre la marcha y se restaura cuando la conversación continúa, incluso tras un reinicio; muchos chats y agentes comparten unos pocos slots de GPU activos y el resto espera en disco. El creador indica que un chat de 70 082 tokens en un Mac mini M2 Pro con Qwen3 4B se reabre en 3.7 segundos, en lugar de tardar 12 minutos y 47 segundos en releerse.
  • Lectura selectiva. En lugar de leer toda la memoria para cada palabra nueva, RAMen guarda un resumen de cada bloque y lee el equivalente a unos 8000 tokens, además del inicio y de la parte más reciente de la conversación, a partir de investigación que, según el creador, se basa en la atención dispersa sensible a la consulta (Quest, 2024). Se activa sola únicamente por encima de una longitud en la que resulta más rápida en tu equipo, entre 16K y unos 43K tokens.
  • Benchmark del fabricante. En una NVIDIA RTX A6000 con Qwen3 32B y una conversación de 87K tokens, el creador midió 20.4 tokens por segundo frente a 8.4 de llama.cpp normal, y en una NVIDIA L4 con Qwen3 4B a 128K tokens, 42.2 frente a 9.1; la mejora es pequeña por debajo de unos 30K a 40K tokens en una tarjeta NVIDIA rápida.
  • Muchos agentes, una GPU. Al cambiar entre agentes, cada uno se reanuda donde se quedó; el creador cita que se reutiliza el 99.7 % del historial de cada agente cuando tres agentes comparten una GPU.
  • Límites que indica el creador. La lectura selectiva acelera la escritura, no la primera lectura de un prompt largo nuevo; todavía no se combina con los modelos borrador (decodificación especulativa); los modelos de ventana deslizante ganan poca velocidad.

Planes y precios

RAMen tiene un plan gratuito y suscripciones de pago que se venden a través de la tienda Polar; cada instalación empieza con 14 días de todas las funciones, sin tarjeta.

Gratis

Precio:
$0, sin fecha de fin
Qué incluye:
Recuerda los últimos 3 chats, un chat a la vez; funciona con tus apps

Pro

Precio:
$3.99 al mes o $29 al año
Qué incluye:
Recuerda todos los chats y sesiones de agente, muchos agentes en una GPU, chats largos rápidos, hasta 3 equipos

Team

Precio:
$9.99 por persona al mes, a partir de 3 personas
Qué incluye:
Pro para todo el equipo, puestos transferibles, soporte prioritario por correo

Server

Precio:
$149 por servidor al mes
Qué incluye:
Una máquina con GPU que atiende a un equipo, una clave por persona, uso por persona, métricas de Prometheus

Enterprise

Precio:
Bajo petición
Qué incluye:
Licencias sin conexión para máquinas sin internet, facturas, órdenes de compra, un acuerdo de soporte

El sitio también anuncia una oferta de lanzamiento: Pro de por vida por $19.99 una sola vez para los primeros 1000 compradores. Los precios están en dólares estadounidenses y los impuestos sobre las ventas se gestionan al pagar; confírmalos en el sitio del creador antes de comprar. Si una licencia de pago termina, el acuerdo de licencia dice que RAMen continúa con el plan gratuito.

Flujo de datos y privacidad

La política de privacidad (en vigor desde el 6 de noviembre de 2026) dice que RAMen se ejecuta en tu equipo y que tus prompts, archivos, conversaciones y modelos se quedan allí. Enumera lo que RAMen envía: en los planes de pago, al arrancar, la clave de licencia, el identificador de la tienda y una etiqueta anónima de la máquina (la plataforma más un código corto derivado de la máquina, nunca su nombre) al proveedor de pagos Polar; y, cuando ramen start descarga un modelo, una conexión a Hugging Face, que ve tu dirección de internet y el archivo solicitado. La política afirma que el software no incluye analítica, informes de fallos ni seguimiento.

El sitio web cuenta las visitas con Cloudflare Web Analytics sin cookies y está alojado en GitHub Pages. Las compras pasan por Polar, que entrega al creador tu nombre, tu correo electrónico, tu país y lo que compraste. El formulario de aviso de lanzamiento del sitio guarda tu correo electrónico en Cloudflare. La página de inicio dice que el software sigue funcionando sin conexión entre comprobaciones de licencia, y el plan Enterprise ofrece licencias sin conexión.

📌Nota: Estas son afirmaciones del creador, no resultados de una auditoría, y PromptQuorum no ha inspeccionado el tráfico de red. El software es de código cerrado, así que las afirmaciones no pueden contrastarse con el código.

Para quién es

  • Quienes usan agentes de programación y ejecutan Cline, Continue, Aider u OpenCode con un modelo local y pierden tiempo cuando una sesión larga tiene que releerse tras un reinicio.
  • Quienes tienen un equipo con NVIDIA RTX o Apple silicon y trabajan con conversaciones muy largas, donde el creador indica las mayores mejoras.
  • Compradores prudentes que quieren probar un plan gratuito y una prueba de 14 días antes de pagar nada.

Lo que no pudimos verificar

  • Velocidad y calidad. Todas las cifras de los benchmarks y la afirmación de respuestas idénticas proceden del creador; PromptQuorum no hizo pruebas y no encontró mediciones independientes.
  • Madurez. La versión 1.0.0 es la primera versión pública, y el lanzamiento del producto en Product Hunt está anunciado para el 8 de noviembre de 2026, así que no hay un historial a largo plazo de estabilidad ni de soporte.
  • Código y auditoría. RAMen no tiene código fuente público ni auditoría de terceros; el acuerdo de licencia prohíbe la ingeniería inversa salvo donde la ley lo permita.
  • Requisitos. No se publican RAM, disco ni versiones del sistema mínimos, y no existe compatibilidad con Mac con Intel, Linux en ARM ni teléfonos.
  • Detalles de licencia. Se describió la comprobación de licencia de los planes de pago, pero no se examinó su tráfico exacto.

Competidores y alternativas

llama.cpp

Plataformas:
Mac, Windows, Linux
Precio / licencia:
Gratis / MIT
Diferencia clave:
El motor de código abierto sobre el que se construye RAMen; guardar y restaurar slots es manual
Artículos sobre llama.cpp (9)

+176 más no mostrados

Ollama

Plataformas:
Mac, Windows, Linux
Precio / licencia:
Gratis / MIT
Diferencia clave:
Ejecutor de modelos de código abierto con biblioteca de modelos y API local
Artículos sobre Ollama (10)

+333 más no mostrados

KoboldCpp

Plataformas:
Mac, Windows, Linux
Precio / licencia:
Gratis / AGPL-3.0
Diferencia clave:
Fork de llama.cpp en un solo archivo con interfaz integrada de chat y escritura
Artículos sobre KoboldCpp (10)

+5 más no mostrados

Confirma el precio, la licencia y las plataformas actuales de cada app en su propia página antes de elegir.

Comparar en el directorio

Preguntas frecuentes

¿La lectura selectiva cambia las respuestas que da un modelo?

El creador dice que, cuando la selección cubre toda la conversación, RAMen escribe exactamente el mismo texto que la atención normal, y que dio las mismas respuestas que la atención completa en 54 de 54 pruebas con documentos largos de 16K a 64K tokens. Son pruebas del propio creador y no se han comprobado de forma independiente.

¿Qué pasa con mis chats guardados si dejo de pagar?

RAMen continúa con el plan gratuito, que conserva los 3 chats guardados usados más recientemente y borra del disco las copias guardadas más antiguas a medida que se guardan chats nuevos (el creador se lo confirmó a PromptQuorum el 6 de noviembre de 2026). Las conversaciones en sí permanecen en tu app, porque RAMen guarda la memoria de trabajo del modelo, no el texto del chat; un chat antiguo sigue funcionando, solo que se vuelve a leer desde el principio, como con llama.cpp a secas.

¿RAMen funciona sin conexión?

El creador dice que funciona sin conexión una vez que hay un modelo en el disco, y que los planes de pago siguen funcionando entre comprobaciones de licencia. La primera instalación y cualquier descarga de modelos necesitan conexión a internet.

¿RAMen lo hace el equipo de llama.cpp?

No. NEOTECH Inc. hace RAMen y dice que está construido sobre llama.cpp, que se incluye con su licencia MIT; el proyecto llama.cpp es un proyecto de código abierto independiente.

Veredicto

RAMen ofrece una capa propietaria sobre llama.cpp que se puede probar gratis, que guarda los chats en disco, reanuda sesiones de agente en segundos y, según las mediciones del creador, acelera las conversaciones muy largas en equipos con NVIDIA RTX y Apple silicon. En contra, es una primera versión sin trayectoria, solo se instala desde una terminal, es de código cerrado, los planes de pago contactan con un servidor de licencias al arrancar y todas las cifras de rendimiento son del propio creador. Encaja con quienes ejecutan chats locales largos o agentes de programación y están dispuestos a probarlo en el plan gratuito; quien necesite una privacidad auditada o afirmaciones de velocidad verificadas debería esperar a resultados independientes.

Fuentes

← Volver a LLM locales avanzados

MCP