Edge0 publicó el 12 de noviembre de 2026 dos modelos con pesos abiertos, Edge0-145B y Edge0-120B, junto al motor de inferencia que los ejecuta. La cifra que ordena la noticia es el tamaño: 145.000 millones de parámetros en un portátil, con un pico declarado de 29 GB, más de 80 tokens por segundo al generar y una ventana de 128K a 256K tokens, según el anuncio de Edge0-145B.
Hasta septiembre de 2026, la inteligencia artificial que cabía en un dispositivo personal se movía por debajo de los 10.000 millones de parámetros. El modelo local de Apple Intelligence rondaba los 3.000 millones y Gemini Nano venía en versiones de 1.800 y 3.250 millones. El 35B que Edge0 lanzó para telefonía ya necesitaba 2,5 GB y entregaba 37 tokens por segundo en un iPhone 18 Pro Max.
El salto de escala no es incremental: multiplica por cuatro el techo de la categoría y traslada a un portátil una tarea que hasta ahora exigía alquilar cómputo. Conviene separar dos cosas desde el principio, porque el anuncio las mezcla. El modelo existe y tiene pesos descargables, y la empresa lo presenta como el primer modelo abierto de 145.000 millones que corre en un dispositivo personal. Las cifras de rendimiento son del fabricante, sin replicación independiente, y la licencia no es la de un proyecto de código abierto al uso.
La arquitectura que hace posible el tamaño
Un modelo denso de 145.000 millones ocuparía, en cuantización de 4 bits, más memoria de la que tiene cualquier portátil. Edge0 esquiva ese muro con una mezcla de expertos dispersa: 512 expertos por capa, de los que solo 10 más uno compartido trabajan en cada token.
El resultado son unos 10.120 millones de parámetros activos por paso, según la ficha del modelo. La separación entre parámetros totales y activos explica el milagro aritmético: el motor no necesita los 145.000 millones en memoria a la vez.
El diseño reparte el trabajo en tres niveles. Los expertos calientes viven en la tarjeta gráfica, una biblioteca de unos 40 GB espera en la memoria del sistema y la tabla de vocabulario, unos 48 GB, se lee del disco cuando hace falta. La lectura se solapa con el cálculo para que la máquina no se quede esperando.
El precio de ese diseño está en la latencia y en la velocidad del disco. Cada token puede exigir traer un experto que no estaba residente, y ahí la máquina deja de parecerse a un servidor para parecerse a un programa que espera al bus de almacenamiento. La decodificación especulativa compensa parte de la factura.
Las cifras del fabricante, una por una
Edge0 compara su modelo con Qwen3.8-Flash-Next, DeepSeek-V4-Flash-0731 y Claude-Opus-4.6 en seis pruebas. Los resultados están en el anuncio y en la ficha, y coinciden porque salen del mismo laboratorio. La media deja a Edge0-145B en 72,8 puntos frente a 71,7 del rival más cercano, con 29 GB de huella declarada contra unos 70 GB estimados para Qwen en 4 bits.
| Prueba |
Edge0-145B |
Qwen3.8-Flash-Next |
Claude-Opus-4.6 |
| Código y agentes (DeepSWE 1.1) |
64,6 |
58,7 |
sin dato |
| Terminal-Bench 2.1 |
86,5 |
83,3 |
78,2 |
| Razonamiento (GPQA-Diamond) |
90,4 |
91,7 |
91,3 |
| Instrucciones (IFBench) |
80,6 |
81,3 |
62,5 |
| Contexto largo (AA-LCR) |
79,3 |
79,1 |
78,0 |
La tabla desmiente que el modelo local barra a los frontera. Gana donde manda la ejecución de herramientas y pierde por décimas en conocimiento experto. Lo que sí sostiene el argumento comercial es la relación entre puntuación y memoria: 72,8 de media en 29 GB es una combinación que hasta ahora pedía una máquina de varios miles de euros.
La velocidad depende del formato de pesos y del chip. La variante Q3_K alcanza en un RTX 5090 D de 24 GB los 2.169 tokens por segundo de prefill a 4K y 99,7 al conversar, mientras la NVFP4 baja a 1.839 y 79,6. En un Apple M2 Ultra con Metal el mismo modelo se queda en 60,9 tokens por segundo.
Ese último número importa porque el portátil del ejemplo publicitario es un MacBook Pro. Los 80 tokens por segundo del titular se midieron en una tarjeta gráfica de gama alta conectada por PCIe, no en el ordenador que la mayoría de los lectores tiene sobre la mesa.
La licencia no es Apache y el Mac no está
El repositorio se presenta como pesos abiertos, y lo es en el sentido literal: cualquiera puede descargarlos. La licencia, en cambio, es la Edge0 Community Model License 1.0, apilada sobre la Qwen Community License 1.0. El modelo parte de Qwen3.8-Flash-Next, así que quien lo use debe cumplir los dos juegos de términos.
La licencia autoriza el uso personal y la investigación, además del uso interno y la explotación comercial de lo que generes. Vender el modelo o montar un servicio comercial con él exige, en cambio, un acuerdo aparte con la empresa. Es una decisión de negocio legítima y una traba real para quien pensaba integrarlo en un producto.
El contraste con lo que publica el resto del sector es la parte más incómoda del lanzamiento. Un modelo de tamaño medio como Nanbeige4.3-33B, con Apache 2.0 y 524.288 tokens de contexto, permite redistribuir y cobrar sin preguntar a nadie.
Hay una segunda letra pequeña que el anuncio maquilla. El texto dice que el modelo funciona de salida en macOS, Windows y Linux, con soporte para chips M de Apple y para RTX Spark, 4090 y 5090. Las instrucciones de compilación de la ficha apuntan a GPUs NVIDIA con CUDA 13 sobre Linux o Windows.
La ficha añade que las mediciones en M2 Ultra usan Metal pero no acreditan que exista una versión para macOS. Dicho de otro modo, el modelo está medido en un Mac y empaquetado para Windows y Linux. Para un usuario de Apple, el anuncio promete más de lo que entrega el paquete del primer día.
Los 75 puntos y 18 comentarios que el hilo de Hacker News acumulaba ese mismo 12 de noviembre confirman el interés y el escepticismo a partes iguales. Varios participantes señalaron que la versión NVFP4 solo corre en Blackwell y que la publicación no traía ejecutable para Mac. La discusión es, por ahora, la única revisión pública del lanzamiento.
Lo que cuesta no pagar tokens
El argumento de coste tiene dos mitades y solo una se suele contar. La primera es que la inferencia local no paga tarifa por token, algo ya medido: el cálculo de que la IA local puede salir hasta 70 veces más barata que las APIs comerciales sale de comparar coste por tarea.
La segunda mitad es la factura que no desaparece. Un portátil capaz de mover este modelo cuesta dinero, consume unos 120 W sostenidos según el fabricante y calienta como un equipo de trabajo intensivo. Electricidad y amortización son costes fijos, y quien hace veinte consultas al día tardará años en amortizar lo que una API le cobraría en meses.
El cálculo cambia de signo en las tareas de agente, esas que encadenan decenas de pasos con ejecuciones fallidas y correcciones. Ahí el coste por tarea en la nube se multiplica y el local se queda plano. Edge0 ilustra el punto con proyectos de varias horas que van de una escena de Manhattan en Blender al diseño de una placa en KiCad.
Ninguna de esas demostraciones viene con registro reproducible, y ese es el hueco. El vídeo prueba que alguien encadenó las herramientas; no prueba cuántas veces falló antes ni cuánta intervención humana hubo entre bastidores. La diferencia entre un agente que termina y uno que parece terminar separa una demo de un producto.
El examen que aún no se ha hecho
La pregunta que decide el futuro de este modelo no es técnica, porque el diseño está publicado y se puede auditar. Es social: si un laboratorio independiente reproduce las cifras en un portátil de 48 GB, Edge0 habrá movido el suelo de la categoría. Si no las reproduce, quedará como una demostración brillante con licencia restrictiva.
El sector lleva meses discutiendo si el acceso al modelo es la variable estratégica. El caso de Gemini 4 Carbon, que Google reserva a defensores seleccionados, mostró la versión cerrada del mismo dilema. Edge0 hace lo contrario en la forma y lo mismo por dentro: publica los pesos y se guarda la llave comercial.
Mientras llega esa prueba, conviene retener el dato que no depende de nadie. Un modelo de 145.000 millones de parámetros con 10.120 millones activos, 256K de contexto y 40,81 GiB de pesos cabe hoy en el disco de un portátil. Que además sea rápido, barato y libre de ataduras es la parte que todavía firma el fabricante.
