La mayoría de las facturas de IA agotan en silencio a los equipos pequeños antes de que nadie se dé cuenta. La buena noticia es que los lectores que llegaron para leer sobre reducción de costes no son los únicos que están resolviéndolo: enviaron sus configuraciones, y el ahorro es lo bastante real como para compartirlo. Aparecen tres patrones una y otra vez en Colorado Springs y más allá: un fundador en solitario que cambia unos pocos dólares de API por un flujo de investigación con coste marginal de $0, un profesor que ejecuta modelos locales en hardware que ya estaba acumulando polvo en un armario, y una propietaria de un estudio de yoga que sacó por completo su asistente de planificación de clases de la nube. Ninguno de ellos es ingeniero. Todos han recortado su gasto mensual en IA en más de noventa por ciento.
El primer patrón es el reemplazo silencioso. La fundadora en solitario se dio cuenta de que cada "pregunta rápida" que enviaba a una herramienta de chat alojada costaba aproximadamente el precio de un bocadillo, y las preguntas se iban acumulando. Conservó el modelo en la nube para las dos tareas semanales en las que realmente necesitaba un razonamiento de primer nivel, pero trasladó los borradores diarios, los esquemas y las reescrituras de correos electrónicos a un pequeño modelo local que se ejecuta en su portátil. Su gasto total bajó de unos cuarenta dólares al mes al coste de la electricidad: menos de un dólar. La clave es anotar de verdad qué tareas merecen el presupuesto de la nube, en lugar de dejar que la comodidad lo diluya.
El segundo patrón es hardware retirado, vuelto a la vida. Un profesor de secundaria sacó un viejo ordenador de sobremesa del almacén, instaló un ejecutor gratuito de modelos locales y ahora lo usa para corregir breves ejercicios de escritura y generar borradores de correos para familias en una red cerrada. Los Chromebooks proporcionados por el centro quedan intactos, los datos del alumnado nunca salen del aula, y el único coste recurrente es la electricidad para mantener la máquina encendida. Calcula que el centro se ahorró aproximadamente mil quinientos dólares al año en suscripciones. Si tienes una torre funcionando en un armario, casi seguro que es lo bastante potente.
El tercer patrón es el híbrido del que nadie habla. La propietaria del estudio lo ejecuta todo de forma local por defecto — respuestas sobre horarios, descripciones de clases, textos para redes sociales — y solo recurre a un modelo alojado cuando un miembro plantea una pregunta de salud matizada que requiere un razonamiento más sólido. Como el noventa y cinco por ciento de su tráfico nunca toca la nube, su factura alojada es pequeña y predecible. El cambio mental consiste en tratar el modelo local como la puerta de entrada y la nube como el especialista de guardia.
El hilo común es la honestidad sobre lo que necesita realmente cada tarea, y la voluntad de dedicar una tarde a configurarlo todo en lugar de una tarde a emitir un cheque. Si ahorrar un noventa por ciento suena a marketing, no lo es: es lo que ocurre cuando la opción más barata es también la más cercana al trabajo.
¿Quieres una lista de comprobación inicial para la configuración local práctica más económica con el hardware que ya tienes? Suscríbete al boletín y te enviaremos nuestra guía gratuita de una página, además de los prompts exactos y las opciones de modelos pequeños que nuestros lectores están usando ahora mismo.