Cómo instalar llmfit y saber exactamente qué modelos de IA local puedes ejecutar

llmfit es una herramienta de línea de comandos que analiza tu computadora (memoria RAM, procesador y tarjeta gráfica) y te dice, en segundos, qué modelos de inteligencia artificial local puedes ejecutar realmente y cuáles ni siquiera intentarlo. El problema que resuelve: La tentación de descargar el modelo "más grande y potente" (como Llama 3 70B o Mixtral 8x7B) para después descubrir que tu máquina se congela o directamente no arranca. Con llmfit sabés antes de descargar 40GB de archivos si tu hardware lo soporta. Qué conseguís al terminar esta guía: Un comando que evalúa tu sistema y una lista personalizada de modelos compatibles, ordenados por tamaño, para empezar a usar IA local hoy mismo sin pagar suscripciones ni enviar tus datos a servidores externos.

Si tienes Claude Code o Cursor instalado, no necesitas tocar la terminal ni configurar Go manualmente. Copia este prompt y pégalo directamente en el chat. El agente clonará el repositorio, instalará las dependencias, compilará la herramienta y la dejará lista para usar.

Instala la herramienta llmfit desde el repositorio https://github.com/AlexsJones/llmfit en mi equipo. Primero verifica si tengo Go instalado y si no es así, instálalo. Luego clona el repositorio, compílalo con 'go build' (o el método que indique el README), mueve el ejecutable a una carpeta en mi PATH (como /usr/local/bin o el equivalente en Windows) y verifica que el comando 'llmfit' funcione ejecutándolo una vez. Finalmente, ejecútalo y dime qué modelos recomienda para mi hardware específico mostrándome la salida completa. Explica cada paso que vas haciendo.

Para instalar llmfit manualmente necesitas tener instalado el lenguaje de programación Go (Golang), que es en lo que está escrita la herramienta, y Git para descargar el código.

git clone https://github.com/AlexsJones/llmfit.git

cd llmfit

go build -o llmfit

sudo mv llmfit /usr/local/bin/

# Verifica que funcione desde cualquier lado:
llmfit --help

# Si lo instalaste en PATH:
llmfit

# Si no, desde la carpeta del proyecto:
./llmfit

Cuando ejecutes llmfit, verás una lista de modelos populares (como Llama, Mistral, Phi, Gemma) con indicadores visuales. Lo importante es fijarte en dos columnas: RAM Requerida y Estado.

Regla de oro: Nunca elijas un modelo que ocupe más del 80% de tu RAM total. Tu sistema operativo necesita memoria para funcionar.

• 4-8 GB RAM: TinyLlama 1.1B (Chat), Phi-2 2.7B (Microsoft) o Llama 3.2 1B. Son básicos pero rápidos.
• 8-16 GB RAM: Llama 3.1 8B (Instruct), Mistral 7B, o Gemma 2 9B. El punto óptimo calidad/velocidad para laptops modernas.
• 16-32 GB RAM: Llama 3.1 70B (en cuantización 4-bit), Qwen 2.5 14B, o modelos de código como CodeLlama 13B.
• 32+ GB RAM con GPU: Puedes probar modelos 70B completos o Mixtral 8x7B con buena velocidad.