Hace varios meses no podía justificar dejar un agente de IA funcionando toda la noche. Cada iteración costaba tokens. Cada token costaba dinero. Así que iniciaba una tarea, la supervisaba y la apagaba cuando me iba a dormir.
Ahora tengo seis agentes funcionando las 24 horas en una sola máquina del tamaño de un horno tostador. Investigan, resumen, monitorean, clasifican y escriben, mientras duermo, mientras como, mientras estoy de vacaciones. La factura de electricidad subió once dólares. Ese es el costo operativo total.
Aquí está el resumen rápido 👇
Esta es la configuración, la máquina y lo que cambia cuando la IA deja de ser un servicio que alquilas y se convierte en una infraestructura que posees.
La verdadera joya de la que nadie habla
Todo el mundo en Internet discute sobre qué modelo en la nube es más inteligente. Mientras tanto, ocurrió una revolución silenciosa en hardware y casi nadie se dio cuenta.
La Minisforum MS-S1 Max es una mini estación de trabajo. Chasis de aluminio. Cabe en un estante. Viene con un SSD de 2 TB, una fuente de alimentación integrada de 320 W y el chip más interesante que AMD haya puesto en un escritorio: el Ryzen AI Max+ 395.
Esto es lo que importa de este chip: comparte 128 GB de memoria entre la CPU y la GPU. Sin tarjeta gráfica separada. Sin un grupo pequeño de VRAM. Un único grupo unificado masivo del que ambos procesadores leen. Ese es el mismo truco arquitectónico que hace que Apple Silicon sea excelente para IA local, excepto que esto ejecuta Linux correctamente, tiene doble ethernet de 10 gigabits, USB4 V2 a 80 Gbps, una ranura PCIe x16 para expansión y cuesta aproximadamente $3,000.
1Minisforum MS-S1 Max, qué hay dentro:23Chip AMD Ryzen AI Max+ 395 (Strix Halo)45CPU 16 núcleos / 32 hilos, hasta 5.1 GHz67GPU Radeon 8060S, 40 RDNA 3.5 CUs89NPU 50 TOPS1011Rendimiento IA total 126 TOPS1213Memoria 128 GB LPDDR5x-8000, unificada (CPU+GPU la comparten)1415Usable como VRAM hasta ~96 GB en Linux1617Almacenamiento 2 TB NVMe Gen4 + 1 ranura M.2 libre1819Redes Doble 10GbE + Wi-Fi 72021Puertos 2× USB4 V2 (80 Gbps), HDMI, USB-A, USB-C2223Expansión Ranura PCIe x16 (velocidad Gen4 x4)2425Potencia 160 W pico / 130 W sostenido2627Factor de forma Montable en rack 2U2829Precio ~$3,000 (configuración 128 GB/2 TB)
Esto no es una PC para juegos. Esto no es un NAS. Esto es un servidor de IA local que parece una mini PC. Y la especificación que lo hace diferente de cualquier otra caja Strix Halo: Minisforum lleva el chip a 160 W, mientras que los competidores se limitan a 120–140 W. Más vatios = más velocidad en inferencia sostenida. Eso importa cuando tus agentes funcionan durante horas.
Lo que ejecuta y qué tan rápido
Instala Ollama en Linux. Extrae un modelo. Eso es todo. Sin dramas con controladores, sin cadenas de dependencias CUDA, sin archivos de configuración. Esto es lo que la caja ofrece realmente con modelos cuantizados en Q4:
1Modelo VRAM Velocidad Suficientemente bueno para2────────────────────────────────────────────────────────────────────────────────────3Qwen3-Coder 30B ~18 GB ~40-50 tok/s Codificación diaria, scripts4Llama 3.3 70B ~42 GB ~20-25 tok/s Razonamiento complejo, análisis5DeepSeek-V3 0324 ~95 GB ~10-12 tok/s Investigación profunda, documentos largos6Qwen3-235B (MoE) ~110 GB ~6-8 tok/s Tareas de clase fronteriza
Los modelos de 30B y 70B son los caballos de batalla. Suficientemente rápidos para uso interactivo. El 235B está en la misma liga que Claude Sonnet en muchos benchmarks, más lento, pero no estás pagando por token, así que lo dejas pensar.
Y aquí está el truco estrella: Minisforum diseñó esta caja para agrupamiento. Dos unidades MS-S1 Max conectadas ejecutan Qwen3-235B a ~11 tokens/segundo. Cuatro unidades ejecutaron DeepSeek-R1 671B (el modelo completo de 380 GB). Localmente. En un escritorio. Sin centro de datos. Sin nube.
Por qué 'siempre encendido' lo cambia todo
Esto es lo que la gente no entiende sobre la IA local. No se trata de que el modelo sea tan bueno como GPT-5 o Claude Opus. Se trata de lo que le sucede a tu comportamiento cuando la inferencia es gratuita.
Cuando pagas por token, piensas antes de preguntar. Optimizas tus consultas. Cancelas experimentos temprano. Nunca dejas que un agente haga un bucle durante ocho horas porque las matemáticas no tienen sentido.
Cuando la inferencia cuesta electricidad y nada más, dejas de pensar así. Y ahí es donde aparece el valor real.
Los seis agentes que ejecuto las 24 horas del día:
- El clasificador de bandeja de entrada. Revisa mi correo electrónico cada 15 minutos. Categoriza todo. Redacta respuestas para cualquier cosa rutinaria. Me despierto con una bandeja de entrada ordenada y borradores de respuesta esperando. Tiempo ahorrado: ~40 minutos cada mañana.
- El monitor de investigación. Vigila más de 30 fuentes RSS, foros especializados y cuentas específicas en varias plataformas. Resume cualquier cosa relevante para mi trabajo en un resumen diario que llega a Telegram a las 7 AM. En una API en la nube, esto costaría $15-20/día en tokens. En la caja: gratis.
- El procesador de documentos. Cualquier cosa que coloco en una carpeta específica se lee, resume y etiqueta. Contratos, informes, PDFs, artículos de investigación. El resumen y los puntos clave aparecen en mi aplicación de notas en minutos. No he leído manualmente un informe de 40 páginas en meses.
- El revisor de código. Vigila mis repositorios de git. Cada push activa una revisión: estilo, errores, seguridad, cobertura de pruebas. Los resultados se publican como comentarios. Ejecuta el modelo de 70B, por lo que las revisiones son realmente buenas.
- El agente de preparación de reuniones. Revisa el calendario del día siguiente, obtiene contexto de mis notas y correos electrónicos recientes sobre cada persona/tema, genera un resumen de una página por reunión. Listo a las 8 AM.
- El agente de aprendizaje. Toma temas que me interesan, encuentra artículos y documentos recientes, los lee durante la noche con el modelo de 235B y produce un informe semanal de 'novedades' con explicaciones escritas para mi nivel de comprensión.
Ninguno de estos es revolucionario individualmente. Lo revolucionario es ejecutar los seis simultáneamente, las 24 horas del día, y no preocuparme por el costo. En APIs en la nube, este conjunto costaría $800-1,200 al mes. En la MS-S1 Max, funciona con la factura de electricidad.
La configuración. Una tarde, la mayor parte descargando
1. Reemplazar Windows con Linux
La caja viene con Windows 11, que limita la memoria accesible para la GPU a ~96 GB. Ubuntu 24.04 desbloquea el grupo completo. Inicia desde USB, formatea, instala. 20 minutos.
2. Instalar Ollama
1curl -fsSL https://ollama.com/install.sh | sh
3. Extraer tus modelos
1ollama pull qwen3-coder:30b2ollama pull llama3.3:70b
4. Configurar Open WebUI (opcional, te da una interfaz similar a ChatGPT)
1docker run -d -p 3000:8080 \2 -e OLLAMA_BASE_URL=http://localhost:11434 \3 -v open-webui:/app/backend/data \4 --name open-webui ghcr.io/open-webui/open-webui:main
Ahora todos los dispositivos en tu red: teléfono, laptop, tableta. Pueden chatear con tus modelos en http://your-box:3000
5. Apuntar Claude Code al endpoint local
1export ANTHROPIC_BASE_URL=http://your-box:114342export ANTHROPIC_API_KEY=ollama
Misma interfaz de línea de comandos de Claude Code. Mismo bucle de agente. Cada solicitud va a tu caja en lugar de a Anthropic. Nada sale de tu red.
6. Construir tus agentes
Esta es la parte divertida y la parte que es diferente para cada persona. Yo uso una combinación de scripts cron simples, flujos de trabajo de n8n y el modo agente de Claude Code para los más complejos. Los modelos son el motor. Cómo los conectas depende de ti.
Tiempo total de configuración: 90 minutos si nunca has tocado Linux. Una hora si lo has hecho.
Las matemáticas. ¡Importante!
1Costo único2 Minisforum MS-S1 Max (128 GB/2 TB) $3,00034Costo mensual5 Electricidad (24/7, ~130 W promedio) ~$116 Suscripciones en la nube reemplazadas $078Lo que reemplaza (mi configuración anterior)9 Claude Code Max $200/mes10 ChatGPT Pro $200/mes11 Varios costos de API para agentes $400–800/mes12 Total ahorrado $800–1,200/mes1314Punto de equilibrio Mes 3–4
Después del punto de equilibrio, cada mes es dinero que se queda en tu cuenta. En tres años, eso es entre $25,000 y $40,000 que no se envían a empresas de IA, dependiendo de qué tan intensamente uses los agentes.
Pero honestamente, los ahorros no son el punto. El punto es el cambio de comportamiento. Empecé a construir agentes que nunca habría construido cuando cada token costaba dinero. ¿El agente de preparación de reuniones? Nunca habría justificado el costo de API para algo que 'está bien tener'. ¿El agente de aprendizaje ejecutando un modelo de 235B durante la noche con documentos? Absurdo en una base de pago por token. Obvio cuando es gratis.
Lo que esta caja no puede hacer
No voy a fingir que lo local reemplaza completamente la nube. No es así. Aquí está dónde está la línea hoy:
Todavía necesitas la nube para:
- Razonamiento de frontera (Claude Opus, GPT-5, para el 5% de problemas realmente difíciles)
- Acceso web en tiempo real y uso de herramientas integradas en el modelo
- Tareas multimodales donde los modelos en la nube están generaciones adelante
- Atender a un equipo de 5 o más personas simultáneamente
La caja maneja todo lo demás:
- Codificación y scripting diarios
- Análisis y resumen de documentos
- Agentes de larga duración y automatización en segundo plano
- Procesamiento de datos privados (nada sale de tu red)
- Redacción, edición, lluvia de ideas
- RAG sobre tu base de conocimiento personal
- Procesamiento por lotes (transcripción, clasificación, extracción)
Para las tareas en la nube, pagas por uso a través de la API. $5 aquí, $10 allá. No $200/mes por una suscripción que usas al 20%.
Las desventajas honestas
La caja se calienta bajo carga. No peligrosamente, pero los ventiladores son audibles. No la pongas en tu dormitorio. Un armario con flujo de aire funciona. Debajo de un escritorio funciona.
Los modelos de código abierto no son Claude Opus. Están cerca en muchas tareas, notablemente atrás en los problemas de razonamiento más difíciles. Si tu trabajo es 100% tareas de IA de dificultad fronteriza, esta caja no es tu respuesta. Si tu trabajo es 80% rutinario y 20% difícil, ejecuta el 80% localmente y paga por uso por el 20%.
Estás comprando hardware. Si AMD lanza algo dos veces más rápido el próximo año, tus $3,000 no se reembolsan solos. Pero el punto de equilibrio en el mes 3–4 significa que no necesitas conservarla por cinco años. Incluso un año de uso hace que las matemáticas funcionen.
Ollama en AMD es sólido ahora, pero no tan maduro como a nivel CUDA. Ocasionalmente, un nuevo modelo se lanza primero con optimizaciones solo para Nvidia. Esperas una semana o dos. Ese es el impuesto del adoptante temprano.
Y necesitas sentirte cómodo con Linux. Los comandos anteriores son simples. La primera vez que algo se rompe, pasarás una hora en un foro. Ese es el costo de migrar a local hoy en lugar de esperar otro año.
Por qué esta caja específica
Hay una docena de mini PC Strix Halo en el mercado. La MS-S1 Max se destaca por tres razones:
160 W de potencia sostenida. Más que cualquier competidor. La velocidad de inferencia en modelos grandes escala con la potencia. Esto importa cuando los agentes funcionan durante horas.
Doble 10GbE. La mayoría de las cajas competidoras tienen 2.5GbE. Si estás moviendo archivos grandes, agrupando múltiples unidades o ejecutando esto como un servidor de IA en red, 10 gigabits cambian la experiencia.
Montable en rack 2U. Este es un detalle que suena de nicho hasta que te das cuenta de que significa que puedes apilar dos o cuatro de estas en un rack estándar y construir un clúster de IA local que ejecute modelos de 671B de parámetros. En tu escritorio. Por el precio de un auto usado.
El punto real
La industria de la IA quiere que pienses en la inteligencia como un servicio público. Algo a lo que te suscribes. Algo medido. Algo que vive en el centro de datos de otra persona, funciona según el horario de otra persona y se detiene cuando dejas de pagar.
Ese modelo tenía sentido cuando el hardware no podía seguir el ritmo. Ya no.
128 gigabytes de memoria unificada. Un chip diseñado para inferencia de IA. Modelos de código abierto que cubren el 80% de lo que necesitas. Una pila de código abierto que se instala en una hora.
Una máquina. Debajo de tu escritorio. Ejecutando seis agentes que nunca duermen.
$3,000 una vez. $11 al mes. Todo permanece en tu red.
Esa es la configuración. Solo desearía haber empezado antes.
¿Quieres más información?
Sígueme y únete a mi canal privado mientras puedas: enlace
