Punto de partida: dos suscripciones, un orquestador y una tentación
La foto inicial del sistema antes de empezar a bajar de la nube: qué pago, qué tengo montado, y por qué la primera decisión fue NO comprar hardware.
Todo proyecto de “me voy a montar mi propia IA” empieza igual: mirando precios de hardware. El mío también. Y la primera lección llegó antes de gastar un euro.
La foto inicial
- Suscripciones activas: Claude Code Pro (18 €/mes) para trabajo interactivo y orquestación, y un plan coding de GLM (36 $/mes, ~33 €) para tareas agénticas de volumen.
- Infraestructura propia: un orquestador de agentes con decenas de tareas programadas (informes financieros, backups, monitores, briefs diarios) que ya corre en un mini-PC en casa.
- Total: ~51 €/mes. Ese es el baseline contra el que se medirá todo lo demás.
La tentación del hardware
La opción obvia era comprar un Mac mini con RAM unificada y correr modelos en local. Hice las cuentas con el que ya tenía (M4, 16 GB):
Descartado con datos: 16 GB de RAM unificada no dan para modelos de más de ~7B parámetros con calidad de producción. Y los modelos de 7B no sustituyen a un modelo de frontera en las tareas que me importan.
Comprar el siguiente escalón (48 GB, ~2.200 €) sin saber qué modelo necesito realmente sería pagar 2.200 € por aprender algo que puedo aprender alquilando.
La decisión
De ahí sale la estructura de esta guía: tres fases con puertas de salida por datos, no por fechas.
- Delegar tareas genéricas con las suscripciones que ya pago.
- Simular el hardware en la nube (APIs de inferencia + GPU on-demand) antes de comprarlo.
- Comprar solo cuando haya un modelo ganador validado — o no comprar, si los números dicen que la nube gana.
Presupuesto reservado: 50–150 €/mes para la Fase 2, y 1.500–3.000 € para la Fase 3 solo si los datos la justifican.