Una computadora de IA local necesita más que un modelo descargado. Hace falta un motor que lo ejecute, una interfaz para trabajar y una forma de evaluar sus respuestas. Los recorridos oficiales de NVIDIA para DGX Spark permiten separar esas piezas en tres usos: chat, asistencia de programación y agentes con herramientas. Esa separación ayuda a dimensionar memoria, disco y permisos antes de mezclarlo todo.
Las matrices consultadas de estas guías describen DGX Spark con 128 GB. La nueva configuración de 64 GB anunciada para octubre no debe darse por validada automáticamente para cada receta. El modelo, su variante y el contexto elegido son parte de la configuración, no detalles secundarios.
Un chat local tiene interfaz, motor y archivos
El recorrido de Open WebUI utiliza un contenedor que integra la interfaz con Ollama. NVIDIA calcula unos 7 GB para la imagen del contenedor, a los que se suman aproximadamente 15 GB para gpt-oss:20b o 25 GB para qwen3.6:latest. Son necesidades de almacenamiento descritas en la guía; no equivalen al consumo total de memoria durante una conversación.
El navegador muestra la interfaz, mientras el Spark realiza la inferencia. Se puede acceder desde su escritorio o desde otra computadora mediante NVIDIA Sync. Descargar modelos requiere conexión inicialmente; ejecutar un modelo local no implica por sí mismo consultar una API externa. Sin embargo, un conector de búsqueda o una herramienta remota sí puede enviar información fuera, aunque la respuesta principal se genere en casa.
Una prueba útil sería resumir un documento propio de baja sensibilidad y comprobar cada afirmación contra el original. Conviene medir tanto omisiones como datos inventados. La fluidez de la respuesta no demuestra fidelidad: para ese trabajo importa que conserve cifras, nombres y condiciones, y que permita localizar el pasaje que respalda cada conclusión.
Programación: la variante del modelo cambia la cuenta
El recorrido de agentes de código usa Ollama y Qwen3.6:35b-a3b-mtp-q4_K_M, con un tamaño aproximado de 23 GB. La misma guía sitúa la variante q8_0 cerca de 39 GB y bf16 alrededor de 71 GB. Es un ejemplo concreto de por qué el nombre de una familia de modelos no basta para calcular sus requisitos.
La prueba propuesta conecta un agente de terminal con ese modelo para completar una tarea pequeña. Una evaluación propia puede pedir corregir un error reproducible en un repositorio de prueba, ejecutar sus comprobaciones y revisar el cambio. El éxito se mide por comportamiento correcto y modificaciones pertinentes; que el agente termine su mensaje o genere muchos archivos no acredita que haya resuelto el problema.
Un agente añade acciones, no sólo respuestas
OpenShell introduce políticas que delimitan archivos, conexiones de red y privilegios para OpenClaw. El ejemplo oficial se presenta como experimental y recomienda un entorno limpio. Su utilidad es hacer explícita la diferencia entre un modelo que propone una acción y un proceso que dispone de permisos para ejecutarla.
En una prueba de clasificación de archivos, por ejemplo, se puede trabajar sobre copias dentro de una carpeta delimitada y revisar los movimientos antes de aplicarlos a los originales. Si la tarea necesita consultar Internet, esa salida debe formar parte del diseño; si no la necesita, concederla amplía innecesariamente el alcance del agente.
El valor del Spark aparece cuando puedes repetir esas pruebas en tu propio equipo y comparar modelos bajo las mismas condiciones. Registra versión, variante, contexto, tiempo de respuesta y resultado comprobable. Eso permite decidir si una configuración sirve para tu trabajo con más precisión que el tamaño del modelo o una demostración preparada.
