LLM locales para programar en 2026
MarkdownLos 8 mejores LLM locales para programar en 2026: puntuaciones de HumanEval, tamaños de archivo y evaluaciones del mundo real de modelos que puedes ejecutar en un Mac o un PC para juegos.
← Volver al blog Recopilación
Cuando decimos «LLM locales para programar», nos referimos a modelos que puedes ejecutar en tu propio portátil, Mac o PC para juegos: sin llamadas a API, sin nube y sin enviar tu base de código privada a terceros.
Ve directamente a la tabla. ¿Quieres usarlos desde la CLI de Claude Code? Consulta Usar Claude Code con modelos locales.
A continuación, encontrarás los benchmarks completos.
PocketLLM se lanzará pronto. IA privada en el dispositivo, empezando por iPhone y iPad, con más plataformas previstas. No requiere cuenta, no incluye seguimiento dentro de la aplicación y el procesamiento del chat se mantiene en tu dispositivo. Apúntate a la lista de lanzamiento y sé de los primeros.
Cómo los comparamos
Las cifras de benchmarks, los tamaños de archivo y las licencias que aparecen a continuación son las cifras publicadas por cada modelo, rastreadas hasta su tarjeta de modelo o repositorio.
Un indicador aproximado del nivel, no sustituye a probarlo con tu propio código.
- Tamaño de archivo: Con cuantización Q4. El objetivo de lo local es que «quepa en tu equipo».
- Licencia: Apache y MIT ocupan los primeros puestos; las licencias no comerciales, más abajo.
- Ecosistema: Si existen conversiones funcionales para llama.cpp, Ollama, MLX y Core ML, lo que determina si realmente puedes ejecutarlo.
LLM locales para programar en 2026
Qwen 2.5 Coder 32B
Necesita una estación de trabajo (Mac Studio, PC con varias GPU o un MacBook Pro M3 Max de 48 GB), pero a cambio obtienes una ayuda para programar que está muy cerca de Claude 3.5 Sonnet. Es la opción adecuada si tu código es confidencial y tu presupuesto permite adquirir hardware de estación de trabajo.
DeepSeek Coder V2 Lite 16B
Requiere aproximadamente 10 GB de RAM con Q4. En un MacBook Pro de 16 GB, es el punto óptimo. La licencia se rige por las condiciones personalizadas de DeepSeek: es permisiva para la mayoría de los usos, pero léela antes de comercializarlo.
Qwen 2.5 Coder 14B
El peldaño intermedio de la gama Qwen 2.5 Coder. Cabe holgadamente en un portátil de 16 GB. En los benchmarks queda ligeramente por detrás de DeepSeek V2 Lite, pero tiene una licencia más clara y una arquitectura de transformador denso más sencilla.
Qwen 2.5 Coder 7B
Funciona en un MacBook Air de 8 GB (justo) o cómodamente en uno de 16 GB. Si tienes un M2 Air y quieres trabajar en serio con código de forma local, este es tu modelo.
Mistral Codestral 22B
El modelo de Mistral dedicado a la programación. Es robusto con Python y TypeScript, y razonable con otros lenguajes. La licencia Mistral Non-Commercial es restrictiva: revísala con cuidado si lo utilizas para trabajo profesional. Aproximadamente 14 GB con Q4; funciona en un Mac de 24 GB o más.
StarCoder 2 15B
Modelo de programación desarrollado conjuntamente por Hugging Face, ServiceNow y NVIDIA. Se entrenó con código bajo licencias permisivas, algo importante si te preocupan las preguntas sobre la procedencia de «con qué se entrenó este modelo».
Phi-3.5 Mini 3.8B
Licencia MIT, 2,4 GB con Q4, lo bastante pequeño para ejecutarse en un teléfono. PocketLLM está diseñado para ofrecerlo como descarga con un solo toque (próximamente): apúntate a la lista de lanzamiento.
Qwen 2.5 Coder 1.5B
El modelo de programación especializado más pequeño que merece la pena ejecutar. Apache 2.0. 900 MB con Q4. Perfecto como modelo local rápido para completar sugerencias en línea o como modelo de borrador para decodificación especulativa delante de un modelo de programación más grande.
La tabla resumen
| Modelo | Tamaño (Q4) | RAM mínima | Licencia |
|---|---|---|---|
| Qwen 2.5 Coder 32B | 20 GB | 32 GB | Apache 2.0 |
| DeepSeek Coder V2 Lite 16B | 10 GB | 16 GB | DeepSeek |
| Qwen 2.5 Coder 14B | 9 GB | 16 GB | Apache 2.0 |
| Qwen 2.5 Coder 7B | 4,5 GB | 8 GB | Apache 2.0 |
| Mistral Codestral 22B | 14 GB | 24 GB | Mistral NC |
| StarCoder 2 15B | 9 GB | 16 GB | BigCode OpenRAIL |
| Phi-3.5 Mini 3.8B | 2,4 GB | 4 GB | MIT |
| Qwen 2.5 Coder 1.5B | 0,9 GB | 2 GB | Apache 2.0 |
Cómo elegir un modelo local para programar
Mac Studio / PC de estación de trabajo (32 GB+): Qwen 2.5 Coder 32B. Sin concesiones.
MacBook Pro de 16 GB / portátil para juegos: DeepSeek Coder V2 Lite 16B. La arquitectura MoE hace que parezca mucho más ligero de lo que su número de parámetros sugiere.
MacBook Air de 8 GB: Qwen 2.5 Coder 7B. Justo, pero usable. Cierra todo lo demás cuando lo ejecutes.
iPhone o Mac antiguo: Phi-3.5 Mini o Qwen 2.5 Coder 1.5B. No vas a crear una aplicación Rails de una sola vez, pero sí obtendrás ayuda para entender y modificar código existente. Ambos vienen incluidos en PocketLLM.
Implementación comercial con requisitos de licencia estrictos: Quédate con la familia Qwen 2.5 Coder: Apache 2.0 ofrece las condiciones más claras para la programación local en este momento.
Cómo ejecutarlos
En Mac: instala LM Studio u Ollama, elige el modelo en el catálogo y haz clic en Descargar. Consulta Ollama vs LM Studio vs PocketLLM. En Linux con GPU: llama.cpp compilado desde el código fuente u Ollama. En iPhone: una aplicación nativa que se ejecuta en el dispositivo; consulta nuestra recopilación de aplicaciones para iPhone.
Integrarlos con tu editor es otra cuestión y merece una publicación propia. La versión breve: los complementos de estilo Continue.dev, Cody y Cursor son compatibles con Ollama o con un endpoint localhost compatible con OpenAI, lo que cubre todos los modelos de esta lista.
Resumen
32B si tienes una estación de trabajo, 14B en un portátil para juegos, 7B en un portátil económico, 1.5B en un teléfono. DeepSeek Coder V2 Lite es la excepción: si tienes exactamente 16 GB de RAM, la arquitectura MoE de DeepSeek te da una calidad claramente superior a la de Qwen 14B con un uso de memoria más o menos igual. Todos los demás modelos de esta lista son especialistas.
Asistencia local para programar en tu iPhone.
PocketLLM está diseñado para ofrecer Phi-3.5 Mini y Qwen 2.5 Coder 1.5B como descargas con un solo toque. Privado, rápido, sin cuenta. Próximamente: apúntate a la lista de lanzamiento.
Pon esta guía en práctica con Ailoot
Conecta modelos de IA a tus aplicaciones, agentes y automatizaciones mediante una sola API de Ailoot. Elige el modelo que se ajuste a tu tarea y sigue la documentación de Ailoot para empezar.