Edge0 Edge0-145B de código abierto el 12 de noviembre de 2026, junto con un Edge0-120B más pequeño, un marco de inferencia unificado y herramientas de implementación. La startup describe Edge0-145B como el primer modelo de IA en dispositivo de código abierto con 145 mil millones de parámetros y dice que aporta capacidades de codificación, razonamiento y agentes que rivalizan con los modelos de nube de vanguardia al hardware de consumo.
El lanzamiento llegó el mismo día que subió a 219 puntos en Hacker News, donde la perspectiva de un modelo de más de 100 mil millones de parámetros ejecutándose sin un servidor atrajo una atención sustancial de los desarrolladores que siguen la inferencia local. Para más contexto sobre esta historia, consulta nuestra actualidad de inteligencia artificial.
Los números detrás de la afirmación de las computadoras portátiles
Según el anuncio de la compañía, Edge0-145B se ejecuta en una computadora portátil personal compatible, como una MacBook Pro, con los siguientes resultados:
- 29 GB de memoria máxima, lo suficientemente baja como para caber en máquinas de consumo de alta gama sin un servidor dedicado
- Más de 1100 tokens por segundo de precarga, lo que permite que las indicaciones del proceso del modelo abarquen docenas de páginas de código antes de que comience la generación.
- Más de 80 tokens por segundo decodificados, que según la empresa es más rápido de lo que lee una persona
- Aproximadamente 120 W de potencia típica, funcionamiento sostenido sin aceleración en la configuración informada
- Contexto de 128K a 256K, con una velocidad de generación esencialmente sin cambios en entradas largas
Estas cifras provienen de los propios puntos de referencia publicados por Edge0 en lugar de pruebas independientes, y la compañía ha lanzado la pila completa (pesos, marco de inferencia y herramientas de implementación) para que los desarrolladores puedan reproducir las mediciones en su propio hardware.
Por qué los modelos integrados en el dispositivo se han mantenido pequeños
El anuncio incluye un contexto útil sobre por qué los modelos grandes históricamente han estado ausentes de las computadoras portátiles. Antes de septiembre de 2026, los límites de memoria mantenían a la mayoría de los modelos de dispositivos por debajo de los 10 mil millones de parámetros. El modelo básico en el dispositivo de Apple Intelligence tenía aproximadamente 3 mil millones de parámetros, mientras que Gemini Nano de Google se comercializaba en versiones de 1,8 mil millones y 3,25 mil millones.
La restricción es física: los pesos del modelo deben leerse desde la memoria durante cada paso de generación, compitiendo por el ancho de banda con el sistema operativo y otras aplicaciones. Incluso un modelo 35B fuertemente comprimido podría requerir alrededor de 20 GB de memoria, lo que está mucho más allá de lo que los teléfonos podrían asignar.
El lanzamiento anterior de Edge0 mostró hacia dónde se dirigía el enfoque de la empresa. El modelo de teléfono Edge0-35B informó una memoria máxima inferior a 2,5 GB, lo que entregó más de 37 tokens por segundo en un iPhone 18 Pro Max. Edge0-145B tiene aproximadamente cuatro veces los parámetros de ese modelo, mientras que la configuración de su computadora portátil informa aproximadamente el doble de velocidad de decodificación con 28 GB de memoria; la compañía tiene cuidado en señalar que estas mediciones se aplican a diferentes modelos y hardware.
Un asistente que termina el trabajo
Más allá de la velocidad bruta, Edge0 posiciona al modelo como un agente en lugar de un chatbot. El anuncio describe un sistema que planifica, escribe y ejecuta código, depura errores y verifica resultados visualmente para proyectos como escenas 3D, juegos, programas de hardware y diseños de PCB.
La compañía informa que los resultados de codificación, razonamiento y seguimiento de instrucciones son competitivos con modelos fronterizos de nube específicos, aunque sus comparaciones publicadas aún no se han verificado de forma independiente. Al igual que con cualquier punto de referencia informado por un proveedor, los desarrolladores querrán ver evaluaciones de terceros antes de sacar conclusiones sobre la paridad a nivel de frontera.
El argumento de la privacidad y los costos
El discurso se basa en tres ventajas sobre los flujos de trabajo en la nube. La inferencia local no genera tarifas de API por token, los datos confidenciales pueden permanecer en el dispositivo y las capacidades principales siguen funcionando sin conexión. Para las empresas que manejan datos regulados y para los desarrolladores en entornos con ancho de banda limitado, esas propiedades pueden superar la capacidad bruta de un modelo de frontera alojado.
Por supuesto, el hardware y la electricidad no son gratuitos. Edge0 reconoce esto directamente y señala que sus cifras de energía reflejan un consumo sostenido de ~120 W, comparable a una computadora portátil de alto rendimiento que ejecuta una carga de trabajo exigente, lo que tiene implicaciones reales para la duración de la batería y la temperatura.
Qué significa para el ecosistema local de IA
El análisis que acompaña al anuncio rastrea 67 modelos abiertos de al menos mil millones de parámetros de 14 laboratorios destinados a teléfonos, computadoras portátiles y PC con inteligencia artificial, y la trayectoria es empinada. Si las cifras reportadas se mantienen bajo una revisión independiente, Edge0-145B representaría un cambio radical en lo que el hardware de consumo puede albergar: una clase de modelo que hasta ahora exigía que las GPU de centros de datos estuvieran disponibles en máquinas que la gente ya posee.
Los competidores se mueven en la misma dirección. Meta ha lanzado su modelo agente abierto Muse Glimmer creado para ejecutarse en GPU de consumo, y el marco Foundation Models de Apple ha renovado el interés de los desarrolladores en la inferencia en el dispositivo. La diferencia es la escala: nada en el ecosistema actual de pesos abiertos se acerca a los parámetros de 145B destinados a presupuestos de memoria de clase portátil.
El lanzamiento también llega en medio de un debate cada vez más intenso sobre la centralización. Desde navegadores centrados en la privacidad que agregan flujos de pago agentes hasta marcos de inferencia que dan prioridad a lo local, el campo de peso abierto de la industria ha pasado 2026 argumentando que una IA capaz no necesita vivir en el centro de datos de un hiperescalador. Edge0-145B es el punto de datos más agresivo hasta ahora en ese argumento.
Los desarrolladores pueden descargar los pesos del modelo, explorar el marco de inferencia o probar la aplicación Edge0 a través del sitio de la empresa. La cuestión abierta es si los puntos de referencia sobreviven al escrutinio de la comunidad, pero con la pila completa liberada para su reproducción, ese escrutinio no debería llevar mucho tiempo.
---
Mantente al Día con la IALas últimas noticias, análisis y avances de inteligencia artificial, en un solo lugar.
Leer más noticias de IA →
