11 min read

¿Qué es Edge0-145B? El modelo abierto de 145B que corre en tu computadora

Edge0-145B explicado: cómo corre localmente un modelo abierto de 145B, lo que promete Edge0 frente a una prueba independiente, el hardware y la licencia.

Respuesta corta: Edge0-145B es un modelo de IA de pesos abiertos con 145.000 millones de parámetros que el laboratorio Edge0 diseñó para correr en tu propia computadora, no en la nube. Edge0 lo lanzó el 12 de noviembre de 2026 junto con un hermano más pequeño, Edge0-120B, un motor de inferencia y una app de escritorio (Edge0). Solo unos 10.000 millones de esos parámetros trabajan en cada token, y por eso Edge0 dice que cabe en 29 GB de memoria en una laptop compatible. Esa cifra, igual que su velocidad y sus benchmarks, la publica el propio laboratorio. La primera prueba independiente que encontramos cuenta una historia más matizada, y la licencia no es Apache ni MIT. Lee ambas secciones antes de construir algo encima.

El anuncio llegó a 357 puntos en Hacker News, así que muchos desarrolladores se están haciendo la misma pregunta que tú: ¿de verdad puedo correr un modelo de 145B en mi máquina, y me conviene? En América Latina esa pregunta casi siempre es de presupuesto. Una API en la nube se paga en dólares por cada token, mes a mes. Un modelo local usa hardware que ya pagaste, o que tendrías que comprar. Aquí verás qué es el modelo, qué promete Edge0, qué midió un tercero, cómo probarlo y qué te permite hacer la licencia.

¿Qué es Edge0-145B?

Seguramente usas modelos de IA desde una web o una API. Tu prompt viaja a los servidores de otra empresa y pagas por token. Un modelo local le da la vuelta a eso: los pesos están en tu disco y tu propio hardware hace el trabajo.

Edge0-145B es un modelo local mucho más ambicioso de lo habitual. Edge0 recuerda que, hasta hace poco, los modelos pensados para teléfonos y laptops se quedaban por debajo de unos 10.000 millones de parámetros, porque la memoria se acaba antes. Edge0, un laboratorio joven cuyo Edge0-35B ya corría en un teléfono, subió esa cifra a 145.000 millones. Está orientado a programación, razonamiento y trabajo con agentes, es decir, tareas donde el modelo planifica pasos, escribe y ejecuta código y revisa el resultado.

El modelo deriva de Qwen3.8-Flash-Next, de Alibaba. Edge0 aclara que no es una copia con otro nombre ni una simple compresión: reconstruyó las capas de expertos y volvió a entrenar el modelo con datos propios (ficha del modelo en Hugging Face).

¿Cómo cabe un modelo de 145B en una laptop?

Piensa en una mesa de ayuda grande. No todas las preguntas van a todos los agentes. Alguien las reparte entre las pocas personas que saben de ese tema. El modelo funciona igual.

Ese diseño se llama mezcla de expertos (MoE, por sus siglas en inglés). Edge0-145B tiene 512 bloques expertos pequeños en cada una de sus 48 capas. Para cada token, un enrutador elige 10, más un experto compartido que siempre trabaja. Así, solo unos 10.120 millones de parámetros calculan algo en cada token, aunque existan 145.000 millones.

Edge0 suma dos ideas más. Primero, grupos de expertos comparten matrices grandes, así que hay menos que guardar y mover. Edge0 lo llama latent MoE. Segundo, el motor reparte el modelo en tres niveles: los expertos que más usas quedan en la tarjeta gráfica, un grupo más grande vive en la RAM del sistema y una tabla de vocabulario enorme se lee del SSD solo cuando hace falta. Por eso la pregunta real no es cuánto pesa el modelo, sino cuánta memoria de GPU, cuánta RAM y qué tan rápido es tu disco.

Ficha técnica

Según la ficha del modelo en Hugging Face, consultada el 18 de noviembre de 2026:

DatoValor
Parámetros totales145B
Activos por token10,12B
Capas48
Expertos512 por capa, 10 enrutados + 1 compartido activos por token
Ventana de contexto256K tokens
VersionesQ3_K (40,81 GiB de pesos) y NVFP4 (47,79 GiB)
Modelo baseQwen3.8-Flash-Next
HermanoEdge0-120B, una versión más pequeña del mismo diseño

Q3_K y NVFP4 son dos formatos comprimidos de los mismos pesos. La compresión sacrifica un poco de precisión a cambio de mucha menos memoria.

Lo que afirma Edge0

Estas son las cifras principales del anuncio de Edge0. Salen de las pruebas internas de Edge0, en hardware elegido por Edge0.

AfirmaciónCifra de Edge0
Memoria máxima en una laptop compatible29 GB
Velocidad de generaciónMás de 80 tokens por segundo
Velocidad de lectura del promptMás de 1.100 tokens por segundo
Consumo típicoUnos 120 W
ContextoDe 128K a 256K tokens
DeepSWE 1.1 (tareas de agentes de código)64,6
Terminal Bench 2.186,52
GPQA Diamond (preguntas de ciencia)90,4

Edge0 también dice que el modelo compite con algunos modelos en la nube, y su tabla lo pone por encima de Qwen3.8-Flash-Next en DeepSWE (64,6 frente a 58,7). Esas comparaciones también vienen de evaluaciones internas de Edge0, que promete publicar la configuración completa en su informe técnico.

La ficha del modelo añade su propia tabla de velocidad. En una RTX 5090 D de 24 GB, la versión Q3_K reporta 99,7 tokens por segundo en chat y 121,2 con un prompt de agente.

Lo que encontró una prueba independiente

Pocos días después del lanzamiento, MAJOR//minor publicó CUDA Recipes 006, una prueba de la versión Q3_K en una sola RTX 3090 de 24 GB, con el motor de Edge0 y su configuración por defecto. Es la prueba externa más detallada que encontramos.

La buena noticia: funciona, y es rápido. El chat generó 48,6 tokens por segundo, la mediana de tres corridas. Es cerca del 70% de la cifra que Edge0 publica para la RTX 4090, en una tarjeta más vieja.

Los peros:

  • Pidió más RAM de la que esperarías. El proceso del motor llegó a 43,4 GiB de memoria del sistema, en una máquina con RAM de sobra. El autor no probó con un límite, así que el mínimo real sigue sin conocerse.
  • La tarjeta gráfica quedó llena. El pico fue de 23.929 MiB de 24.576 MiB.
  • Las llamadas a herramientas fallaron. En tres corridas del mismo prompt de agente, solo una llamada a herramienta fue válida. Otra envolvió mal sus argumentos y otra llamó a una herramienta que no existía.
  • La descarga es pesada. La versión Q3_K ocupó 106 GB en disco, incluida una tabla de 51 GB que el motor lee directo del almacenamiento.

El autor deja claro que fue una sola máquina, una sola sesión y tres corridas por prueba, sin ningún benchmark de calidad. Tómalo como una prueba de realidad, no como un veredicto.

¿Qué hardware necesitas?

Todavía no hay un mínimo simple. Esto es lo que dicen las fuentes.

El anuncio de Edge0 habla de una laptop compatible, como una MacBook Pro, y su gráfica marca una laptop de 48 GB. Menciona soporte desde el primer día para macOS, Windows y Linux, incluidos los chips Apple de la serie M y las tarjetas NVIDIA RTX.

La ficha del modelo dice que Q3_K se probó con un presupuesto de 16 GiB de VRAM más 20 GiB de RAM en una RTX 5090 D de 24 GB. La misma ficha aclara que son límites de prueba, no requisitos mínimos. Con ese presupuesto, la velocidad de chat bajó a 36,8 tokens por segundo.

Si lo pones al lado de los 43,4 GiB de la prueba con la 3090, la lectura prudente es esta: cuenta con una tarjeta gráfica de 24 GB o una Mac con mucha memoria, bastante RAM y más de 100 GB de disco rápido. Con menos, prepárate para experimentar.

¿API en dólares o hardware propio?

Esta es la cuenta que más importa si trabajas desde Latinoamérica.

Con una API en la nube no pagas nada por adelantado, pero cada llamada cuesta en dólares, y un agente hace muchas llamadas: planifica, actúa, revisa y repite. Como referencia, OpenAI cobra 2 dólares por millón de tokens de entrada y 10 por millón de salida por GPT-6.2 Sol, según su anuncio del 17 de noviembre de 2026. Si tu peso se devalúa, esa factura sube aunque uses lo mismo.

Con un modelo local pagas el hardware una vez y después la electricidad. Edge0 misma recuerda que el hardware y la luz cuestan dinero, así que local no es gratis. Y si hoy no tienes una tarjeta de 24 GB o una Mac con mucha memoria, comprar una solo para esto puede costar más que meses de API.

Un modelo local tiene sentido cuando:

  • Tu código o tus datos no pueden salir de tu máquina.
  • Tu agente hace tantas llamadas que la factura en dólares pesa.
  • Ya tienes el hardware, por ejemplo una computadora para juegos o para edición de video.
  • Necesitas que funcione sin conexión.

Una API en la nube sigue siendo mejor opción cuando:

  • Necesitas llamadas a herramientas confiables hoy. Una válida de tres, como en la prueba externa, no es algo que pondrías en producción.
  • No tienes el hardware, o tendrías que comprarlo solo para esto.
  • Necesitas resultados frescos de la web o memoria entre dispositivos. Edge0 dice que eso todavía requiere servicios en la nube.

Cómo probar Edge0-145B

Tienes dos caminos, los dos enlazados desde la ficha del modelo.

  1. La app de Edge0. Edge0 dice que sus funciones principales trabajan sin conexión, sin cuenta y sin cuota de uso. En Windows, la app de escritorio se llama Edge0 Chat y le indicas la carpeta del modelo que descargaste.
  2. La línea de comandos. Compila el motor de Edge0 desde su repositorio en GitHub, descarga una carpeta del modelo desde Hugging Face y ejecuta edge0-infer serve --model /path/to/Edge0-145B-q3k. Eso levanta un servidor local con endpoints compatibles con OpenAI y con Anthropic, así que el código que ya escribiste para una API en la nube puede apuntar a tu propia máquina.

Un consejo de la ficha del modelo: si las respuestas llegan vacías, quizá el modelo gastó todo su presupuesto de tokens pensando. Con "reasoning_effort": "none" se salta esa fase de razonamiento.

¿Qué permite la licencia?

Los pesos son abiertos, pero la licencia no es Apache ni MIT, y el uso comercial no está libre en todos los casos. Se aplican dos licencias a la vez (ficha del modelo, texto de la licencia):

  • La Edge0 Community Model License 1.0 cubre los cambios propios de Edge0.
  • La Qwen Community License sigue cubriendo los materiales de Qwen sobre los que se construyó el modelo, con sus propias condiciones comerciales.

Con la licencia de Edge0 puedes usar el modelo para uso personal, investigación, uso interno en una empresa y para compartirlo sin fines comerciales. También puedes usar comercialmente lo que genera, incluso venderlo, y hacer trabajos pagados para un cliente. El texto también permite usarlo como función secundaria de un producto o dentro de una herramienta de un solo propósito.

Necesitas una licencia comercial aparte, por escrito, de Edge0 antes de vender o empaquetar el modelo, operar un servicio pagado que dé acceso al modelo a terceros (como una API) u ofrecer un asistente de programación u ofimática pagado construido sobre él. El permiso de Edge0 no reemplaza lo que exige Qwen. Si estás pensando en un producto, lee los dos textos completos y escribe a Edge0 a info@edge0.ai si tu caso no está claro.

Sigue explorando

La habilidad detrás de elegir un modelo

Correr un modelo es la parte fácil. Lo difícil es construir algo útil encima: un agente que llame bien a sus herramientas, revise su propio trabajo y falle de forma segura. Si quieres aprender a construir y desplegar aplicaciones y agentes de IA, no solo a correr modelos, mira cómo funciona el programa AI Engineering.

¿Quieres construir aplicaciones de IA, no solo correr modelos?

Recibe información sobre cómo el programa AI Engineering te enseña a construir agentes, sistemas RAG y aplicaciones de IA en producción.

Preguntas Frecuentes