Recomendaciones de LLM sin censura: Cómo elegir entre ejecución local y API alojada
Para quienes buscan un LLM sin censura, la primera decisión no es el nombre del modelo, sino el modo de ejecución. Dependiendo de si lo ejecutas directamente en tu PC o usas una API alojada, los requisitos de equipo, el coste y la carga de gestión varían considerablemente.
Fecha de actualización

Resumen clave
- Es mejor definir primero el modo de ejecución (local o API) que el ranking de modelos, para reducir errores.
- La ejecución local destaca por el uso sin conexión y el control total; la API alojada destaca por permitir empezar sin equipo.
- Este artículo no incluye rankings de rendimiento ni valores de benchmarks. Te mostramos cómo probar directamente con el mismo prompt.
- La API ofrece un modelo (uncensored), una ventana de contexto de 100.000 tokens, entrada a $0,15 y salida a $0,50 (por millón de tokens).
Lo que no recomendamos y lo que sí
Es difícil creer que un solo modelo sea el número 1. Los modelos cambian constantemente y el mismo modelo puede dar resultados distintos según el nivel de cuantización y el prompt. Este artículo no ofrece un ranking, sino criterios de selección. Con estos criterios, podrás evaluar cualquier nuevo modelo que aparezca.
El modelo sin censura al que nos referimos aquí es un modelo de pesos abiertos ajustado para tener menos rechazos de contenido que un chatbot comercial general, asumiendo el uso adulto legal. Su uso principal es la creación y el diálogo para adultos, como la escritura de novelas, el rol o aplicaciones de compañía. El contenido sexual que involucre a menores de edad no se permite bajo ningún concepto, y esta es una línea que debes respetar tanto en local como en API.
Tres caminos: local, servidor propio y API alojada
Ejecución local
Es el modo de ejecutar directamente los archivos del modelo con herramientas como Ollama o llama.cpp en tu ordenador. No necesitas internet y las conversaciones no salen al exterior. Sin embargo, cuanto más grande sea el modelo, más memoria VRAM necesitará. Puedes reducir el tamaño mediante cuantización, pero la calidad puede disminuir. Consulta la documentación de cada herramienta y modelo para ver qué modelos son compatibles con tu equipo.
Gestión de un servidor GPU dedicado
Consiste en alquilar una GPU en la nube para montar tu propio servidor. Tienes libertad para elegir el modelo, pero la configuración, las actualizaciones, el monitoreo y la gestión de costos corren por tu cuenta. Asegúrate de verificar si la estructura de costos te cobra por el tiempo de inactividad (tiempo sin usar).
API alojada
Envías peticiones a un servidor gestionado por un tercero y pagas según el uso. No necesitas equipo ni gestión operativa, pero la elección del modelo se limita al rango que ofrece el proveedor y los prompts pasan por servidores externos. La API de este sitio pertenece a esta categoría.
Tabla comparativa por criterios
| Criterio | Local | API alojada |
|---|---|---|
| Costo inicial | Necesitas una GPU compatible o suficiente memoria | Empieza recargando crédito prepago, mínimo $20 |
| Volumen de uso bajo | Si ya tienes el equipo, el costo adicional es casi nulo | Se paga solo por lo que se usa, por lo que la carga es menor |
| Volumen de uso muy alto | Puede ser ventajoso por ser un costo fijo | Aumenta proporcionalmente al precio por token |
| Longitud del contexto | Limitado por VRAM y configuración | Esta API tiene capacidad para 100.000 tokens |
| Elección del modelo | Intercambio libre | Modelo proporcionado (aquí, solo uncensored) |
| Privacidad | Los datos no salen de tu dispositivo | La petición pasa por servidores externos |
| Procesamiento simultáneo | Depende del hardware | 8 solicitudes simultáneas y 300 por minuto con clave estándar |
| Carga de gestión | Requiere instalación y actualizaciones | Solo configura la clave y la base URL |
Es difícil decir que uno siempre gana en la tabla. Si priorizas la privacidad y tienes el equipo, lo local es mejor; si no tienes equipo o necesitas hacer llamadas simultáneas desde varias aplicaciones, la API es más cómoda.
Cuando lo local es más adecuado
- Cuando debes usarlo en un entorno sin conexión. No hay alternativa en un avión o en un lugar donde la red externa esté bloqueada.
- Cuando es absolutamente imposible que los registros de la conversación salgan de tu dispositivo. Ninguna política de un proveedor es tan segura como tenerlo en tu equipo.
- Cuando el objetivo es experimentar cambiando modelos.
- Cuando ya tienes un PC con VRAM suficiente y el volumen de llamadas es constante.
Por el contrario, hay tres razones comunes por las que la gente abandona lo local. Necesitar acortar la ventana de contexto por falta de memoria, la baja velocidad de generación y los bloqueos al hacer llamadas simultáneas desde varias aplicaciones. Si te afecta alguno de estos puntos, la API es una alternativa más realista.
Cuando el API alojado es más adecuado
La API de este sitio es compatible con OpenAI, por lo que puedes añadir un endpoint compatible con OpenAI en herramientas como SillyTavern o simplemente configurar la base URL y la clave en tu propia aplicación. Solo hay un modelo: uncensored, con una ventana de contexto de 100.000 tokens combinando prompt y salida. Admite streaming, llamadas a funciones y modo JSON.
Es especialmente cómodo en los siguientes casos.
- Cuando no tienes GPU o desarrollas con un portátil.
- Cuando creas un bot o una aplicación como servicio para procesar peticiones de varios usuarios simultáneamente. La clave oficial permite hasta 8 peticiones simultáneas.
- Cuando realizas frecuentemente tareas con gran ventana de contexto, como conversaciones largas o documentos extensos.
- Cuando tu uso mensual es irregular y te resulta difícil asumir un coste fijo.
Esta API es un servicio de modelo único gestionado por un operador independiente y no es una API oficial de otra empresa. Si esperabas un servicio donde elegir entre varios modelos, no es lo adecuado. Los prompts no se utilizan para el entrenamiento del modelo, pero el hecho de que la petición pase por el servidor no desaparece, así que si manejas información sensible, lee primero la política de privacidad.
Método de comparación directa sin benchmarks
Las tablas de puntuaciones de otros suelen no adaptarse a tu uso. En 30 minutos puedes hacer la comparación directa siguiendo estos pasos.
- Elige 10 prompts que usarás realmente. Incluye también el prompt de sistema y la configuración de personaje que usas habitualmente.
- Envía el mismo prompt al modelo local y a la API por separado. Ajusta la configuración, como la temperatura, para que sea idéntica.
- Lee las respuestas con el nombre oculto y asígnales una puntuación. Evalúa el estilo, la coherencia con la configuración, el cumplimiento de las instrucciones y la repetición de frases.
- No lo hagas de una sola vez; ejecuta cada prompt 3 veces para observar la variación.
Puedes probarlo suficientemente con un crédito de prueba de $0,50 para la API. Puedes obtenerlo en la página de la clave de API tras registrarte: 1 persona, 1 vez, válido por 7 días, sin necesidad de información de pago. A continuación tienes el código mínimo para enviar un prompt a la API.
import os
from openai import OpenAI
client = OpenAI(base_url="https://api.mugeomyeolapi.com/v1", api_key=os.environ["MUGEOMYEOL_API_KEY"])
prompts = ["내 프롬프트 1", "내 프롬프트 2"] # 실제 쓸 프롬프트로 교체
for p in prompts:
for run in range(3):
r = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": p}],
temperature=0.8,
)
print(f"[{p[:10]} / {run + 1}회]", r.choices[0].message.content[:200])Enfoque híbrido y lista de verificación final
No necesitas elegir solo uno. Muchos usuarios dividen el uso: escriben borradores sensibles en local y envían a la API tareas que requieren gran ventana de contexto o llamadas simultáneas. Al ser compatible con OpenAI, solo cambiando la base URL puedes alternar entre ambos con el mismo código, lo que reduce el coste de migración.
Antes de decidir, verifica lo siguiente.
- ¿Puede la VRAM de tu equipo soportar la longitud de ventana de contexto deseada?
- ¿Cuántas llamadas haces al mes? Si usas la API, calcula primero con los precios de la página de tarifas. Entrada: $0,15 por 1000000 tokens; salida: $0,50 por 1000000 tokens.
- ¿Es aceptable que el prompt pase por servidores externos?
- ¿Cuántas peticiones simultáneas necesitas procesar?
El método de configuración está resumido en la documentación de API. La recarga va desde $20 hasta $500 y los métodos de pago son USDT (TRC20) y USDC (Base).
Más guías
Preguntas frecuentes
¿Qué es mejor para un LLM sin censura: lo local o la API?
La respuesta depende del uso. Si necesitas uso sin conexión o control total y tienes el equipo, lo local es la opción; si necesitas usarlo inmediatamente sin equipo o hacer llamadas simultáneas, la API es la adecuada.
¿Puedo elegir un modelo en esta API?
No. El único modelo es uncensored. Si necesitas un servicio que permita elegir entre varios modelos, puede que no sea lo adecuado.
¿Puedo usar lo local y la API juntos?
Es posible. Si ambas herramientas usan formato compatible con OpenAI, puedes cambiar solo la base URL y la clave para usar el mismo código.
¿También genera imágenes?
Esta API es solo de texto. No admite generación de imágenes, voz, vídeo, embeddings ni fine-tuning.
La clave de API se obtiene solo con registrarte
Crear cuenta, copiar la clave y cambiar la base URL. Con esto termina la configuración.