Inteligencia artificial potente en tu propio ordenador: lo que cambia con Glimmer
Hasta ahora, cuando usas una IA desde tu móvil o tu ordenador, la mayor parte del trabajo ocurre en servidores remotos que no controlas. Meta acaba de lanzar Glimmer, un modelo de unos 30.000 millones de parámetros pensado para funcionar directamente en tu máquina. Esto abre una puerta importante: puedes mantener los cálculos locales y decidir cuándo, o si, conectas esa IA a servicios externos. El inconveniente obvio es que ejecutar modelos realmente potentes requiere hardware bastante exigente, pero Meta ha publicado los pesos bajo licencia abierta, lo que facilita su distribución e integración en diferentes herramientas.
Este lanzamiento marca un cambio notable en la estrategia de Meta. Hace apenas unos años, Zuckerberg defendía públicamente que el código abierto debería ser estándar en inteligencia artificial. En 2024 presentó Llama como alternativa a los modelos cerrados de competidores. Luego, en julio de 2025, cambió el tono: advirtió sobre los riesgos de la superinteligencia y anunció que Meta sería más cautelosa con lo que compartía. Glimmer representa un nuevo giro hacia la apertura, aunque con matices más complejos que antes.
¿Qué hace especial a Glimmer? Meta lo ha entrenado para trabajar no solo con texto, sino también con imágenes intercaladas. Soporta distintos niveles de análisis y razonamiento, y puede procesar datos en más de 100 idiomas. Pero lo más interesante es que está pensado para funcionar en flujos agénticos: no se trata solo de responder una pregunta, sino de mantener un plan a lo largo de varios pasos, usar herramientas con parámetros concretos e interpretar los resultados incluso si algo falla.
El problema del hardware: qué necesitas realmente
Meta ha distribuido versiones cuantizadas de los pesos, una técnica que reduce el consumo de memoria y permite ejecutar el modelo en ordenadores más modestos. Aun así, los requisitos son considerables. La versión en precisión completa exige 64 GB de memoria de vídeo. La versión más comprimida, 24 GB. Aquí conviene entender una distinción importante: el tamaño del archivo que descargas no es lo mismo que la memoria que necesita el modelo cuando funciona. Además de los pesos, debes contar espacio para la caché, el contexto y otros componentes.
Si intentas ejecutar Glimmer en tu ordenador actual, es probable que encuentres límites. Herramientas como LM Studio te avisarán si tu máquina no tiene suficientes recursos. Esto no es un defecto del modelo, sino una realidad del hardware disponible. La barrera existe, y es significativa.
Lo que esto significa para ti
- Privacidad: el procesamiento local significa que tus datos no viajan a servidores externos, aunque debes verificar qué sucede cuando el modelo accede a herramientas o servicios integrados.
- Control: decides cuándo conectar la IA a recursos externos y cuáles son los límites de sus acciones.
- Integración: los pesos abiertos permiten que otras aplicaciones se comuniquen directamente con el modelo sin pasar por una API de pago.
- Riesgo: Meta recomienda añadir protecciones adicionales cuando el sistema vaya a usar herramientas que ejecuten acciones irreversibles.
Glimmer es el reflejo de una tendencia más amplia: modelos lo bastante capaces para tareas complejas en local, combinados con sistemas preparados para usar herramientas sin depender de un servicio remoto. El hardware sigue siendo una barrera, pero la dirección es clara. Al publicar pesos abiertos, Meta también se diferencia de laboratorios que mantienen sus modelos más avanzados bajo llave.
