Sí, medio millón de euros basta para ejecutar el modelo completo Kimi K3 en equipos controlados por la empresa. Una instalación pública utilizó 80 tarjetas gráficas y, a precios minoristas españoles, costaría aproximadamente esa cantidad. Otra ejecutó el mismo modelo en 16 equipos más pequeños cuyo precio de catálogo se acercaba a 80.000 €.

La diferencia entre ambas cifras es lo que debe interesar a una pyme. Una instalación publicada en internet demuestra que una configuración puede funcionar, pero su lista de componentes no equivale al precio de un servicio listo para usar en tu empresa. Ese precio exige una tarea definida, una prueba realista y un presupuesto del proveedor.

La mayoría de las pymes no necesita el Kimi K3 completo. Un LLM local para trabajar con documentos, realizar búsquedas internas o preparar borradores para revisión puede costar entre 2.500 y 7.000 € en una estación de trabajo. Una instalación compartida por varios empleados puede situarse entre 8.000 y 30.000 €.

Respuesta breve

Un LLM local puede aprovechar un ordenador que la empresa ya tiene o requerir cientos de miles de euros en equipos nuevos. Las instalaciones públicas de Kimi K3 muestran precios muy distintos, pero ninguna constituye un presupuesto listo para tu empresa. Para una pyme, un primer presupuesto de hardware razonable suele estar entre 2.500 y 30.000 €. La cifra correcta depende de la tarea, el número de usuarios, el tiempo de respuesta necesario y el motivo empresarial para procesar la información en local.

Publicación sobre una instalación del modelo completo Kimi K3 con 80 tarjetas RTX 5090
Esta instalación pública de Kimi K3 utilizó 80 tarjetas RTX 5090. Es un diseño posible, no un plan estándar para implantar IA local.

¿Bastan 500.000 € para ejecutar el Kimi K3 completo?

Sí. Kimi K3 es un modelo excepcionalmente grande, por lo que sus instalaciones más ambiciosas quedan muy lejos de un ordenador de oficina convencional. Una de ellas repartió el modelo completo entre 80 tarjetas gráficas instaladas en diez equipos conectados.

Cuando comprobamos el precio en España, PcComponentes vendía directamente una RTX 5090 por 5.319 € con IVA. Ochenta tarjetas a ese precio suman 425.520 €. Quedarían unos 74.500 € dentro de un presupuesto de 500.000 € para los diez equipos que las alojan, la red y el resto de la instalación.

Por tanto, medio millón de euros es una cifra creíble para ese diseño concreto. Sigue siendo un cálculo basado en precios minoristas, no una oferta comercial. Una empresa que compre 80 tarjetas negociará el precio, la garantía y el tratamiento del IVA.

Otra instalación pública de Kimi K3 utilizó 16 sistemas GB10 más pequeños. Según el precio europeo de NVIDIA, esos equipos suman unos 77.000 € antes de añadir la red, la integración y el soporte. Un servicio empresarial terminado costaría más, pero esta segunda instalación demuestra que 500.000 € corresponden solo a uno de los diseños posibles.

Si un proveedor utiliza cualquiera de estas cifras en su propuesta, pídele que ejecute tus documentos, indique cuántos empleados podrán utilizar el sistema al mismo tiempo e incluya la puesta en marcha y el soporte en el precio. Sin esas respuestas, ni 77.000 ni 500.000 € ayudan a tomar una decisión de compra.

La pregunta útil es si una pyme necesita el Kimi K3 completo. Una empresa que quiere procesar facturas o buscar información en documentos internos debería empezar por la instalación más pequeña capaz de superar pruebas con sus propios casos.

¿Cuánto cuesta instalar un LLM local en una empresa?

La tabla ofrece rangos orientativos para el hardware. Sirve para una primera conversación presupuestaria, no para sustituir una oferta del proveedor.

Instalación de IA local Presupuesto orientativo de hardware Ejemplo de uso
Ordenador compatible ya disponible 0-1.500 € adicionales Un empleado prueba redacción privada, clasificación o búsqueda documental
Estación de trabajo dedicada a IA 2.500-7.000 € Una persona o un equipo pequeño trabaja con documentos y resultados revisados
Servidor local compartido 8.000-30.000 € Varios empleados utilizan un servicio interno de documentos o conocimiento
Instalación potente con varias GPU 30.000-150.000 € o más Mayor volumen, modelos más grandes o varios procesos exigentes
Clústeres experimentales con Kimi K3 completo Aproximadamente 80.000-500.000 € o más Investigación o productos de IA, no el punto de partida habitual de una pyme

Estos rangos no incluyen el trabajo que rodea al modelo: conectarlo con los sistemas de la empresa, probarlo con documentos reales, controlar los accesos, formar al equipo y mantenerlo después del lanzamiento. El proveedor debe desglosar esos costes. Un equipo de 5.000 € no supone un ahorro si los empleados no pueden aprovechar sus resultados. Un servidor compartido más caro puede estar justificado si elimina una cola de trabajo recurrente cuyo coste ya se ha medido.

Ejemplos de presupuestos de IA local para una pyme

Una consultora que quiere permitir a un empleado buscar en un archivo privado y preparar borradores para revisión puede empezar con una estación de trabajo de entre 3.000 y 7.000 € y probar un modelo como Qwen3.6-27B. La prueba debe comprobar si encuentra las fuentes correctas, produce un español aceptable y cita el documento utilizado. Comprar primero un modelo mayor aumenta el coste sin responder a la pregunta empresarial.

Una distribuidora que necesita clasificar albaranes, extraer campos provisionales y compararlos con los pedidos para varios empleados puede requerir un servidor compartido de entre 8.000 y 30.000 €. Podría probar Gemma 4 31B con sus propios documentos. El precio depende menos del nombre del modelo que del volumen documental, los usuarios simultáneos y los casos que todavía requieren corrección.

Una empresa que ofrece IA local a sus clientes, ejecuta varios procesos intensivos o desarrolla su propio producto puede alcanzar rápidamente un presupuesto de entre 30.000 y 150.000 €. Una propuesta con un modelo mucho mayor como GLM-5.2 pertenece a esta categoría especializada y no a un piloto rutinario de oficina. En este nivel, la supervisión, la disponibilidad y el soporte importan tanto como el equipo.

Las instalaciones publicadas de Kimi K3 pertenecen a otra categoría. Permiten controlar un modelo actual de gran tamaño y pueden tener sentido para un grupo de investigación, un proveedor de IA o una organización con un motivo concreto para operar el modelo completo. Resultan difíciles de justificar como asistente general de oficina cuando existen modelos más pequeños que pueden probarse por una fracción del coste.

¿Puede ejecutarse Kimi K3 en un MacBook?

Técnicamente, sí. El experimento con un MacBook que dio origen a este artículo consiguió producir resultados con Kimi K3 en un M1 Max con 64 GB de memoria cargando los datos del modelo desde el almacenamiento a medida que eran necesarios.

Varias actualizaciones de software redujeron mucho el tiempo de espera sin cambiar el portátil ni el modelo. Las tareas largas y menos previsibles seguían siendo más lentas, y el equipo continuaba siendo poco práctico como servicio compartido para una empresa. La lección es sencilla: pide al proveedor que demuestre tus tareas en lugar de presentar una velocidad copiada de una prueba ajena.

Los modelos actuales de menor tamaño cambian el cálculo. Pueden funcionar a una velocidad útil en una estación de trabajo capaz o en un servidor compartido. El proveedor debe compararlos con las tareas de la empresa antes de proponer una instalación mucho mayor.

¿Es un LLM local más barato que una API?

Para un piloto o un uso irregular, una API suele evitar una compra importante. Moonshot cobra actualmente por la API de Kimi K3 3 dólares por cada millón de tokens de entrada no almacenados en caché y 15 dólares por cada millón de tokens de salida, antes de impuestos. Diez millones de tokens de entrada y dos millones de salida en un mes costarían 60 dólares.

El autoalojamiento puede parecer capaz de amortizar la inversión muchas veces cuando cada token generado se valora al precio público de la API. Un cálculo reciente sobre Kimi K3 llegó a esa conclusión suponiendo un uso productivo casi continuo, un rendimiento muy alto sin verificar y que cada token de salida sustituía a otro comprado mediante la API. Una pyme debe calcular el ahorro a partir de tareas empresariales completadas, no de la producción teórica de tokens.

Este ejemplo tampoco resuelve la decisión. Una empresa puede elegir el procesamiento local porque necesita mantener los documentos bajo su control, no dispone de una conexión fiable, tiene un uso alto y previsible o quiere reducir la dependencia de un proveedor. Otra puede preferir una API porque utiliza el modelo de forma ocasional y no cuenta con una persona o empresa preparada para mantener la infraestructura local.

Un servicio privado gestionado ofrece una opción intermedia. Los equipos permanecen fuera de la oficina, mientras la empresa obtiene capacidad dedicada o controles más estrictos sobre los datos. Nuestra guía sobre LLM locales para pymes explica cómo comparar los costes de una solución local, en la nube o híbrida sin asumir que una arquitectura siempre gana.

Si el modelo va a impulsar un agente, el alojamiento solo representa una parte del proyecto. También hay que diseñar las integraciones, los permisos, los puntos de aprobación y la recuperación, como explicamos en nuestra guía para elegir un agente de IA para una pyme.

¿Qué debe incluir una propuesta de IA local?

  1. El proceso exacto que gestionará el modelo y el volumen de trabajo actual.
  2. Resultados obtenidos con documentos representativos de la empresa, incluidos los casos difíciles.
  3. El tiempo de respuesta esperado y cuántos empleados podrán utilizarlo al mismo tiempo.
  4. El coste completo durante tres años, incluida la puesta en marcha, la integración, el soporte y la sustitución de equipos.
  5. Una comparación con un modelo local más pequeño, una API y un servicio privado gestionado.
  6. Un piloto con presupuesto limitado que pueda rechazarse antes de comprar los equipos de producción.

El nombre del modelo y la lista de componentes deben respaldar estas respuestas, no sustituirlas. Una propuesta para implantar «IA local en toda la empresa» todavía no puede presupuestarse si el proveedor no explica qué trabajo cambiará y cómo se evaluará el resultado.

¿Qué presupuesto debería reservar tu empresa?

Reserva entre 2.500 y 7.000 € para probar un LLM local útil para una persona o un equipo pequeño. Considera entre 8.000 y 30.000 € cuando varios empleados necesiten un servicio interno compartido. Supera esas cifras solo después de medir el proceso, el volumen y la calidad necesaria.

Medio millón de euros permite comprar hardware suficiente para ejecutar el Kimi K3 completo. Otra instalación reciente lo consiguió con equipos cuyo precio de catálogo era mucho menor. Ninguna de las dos cifras indica qué debe comprar una pyme. Para la mayoría de las empresas, la mejor compra será la instalación más pequeña que complete un proceso definido de forma fiable y deje presupuesto suficiente para la integración, la revisión y el soporte.

Nuestro trabajo de IA y automatización de procesos empieza por esa prueba del proceso, de modo que la infraestructura responda a una necesidad demostrada.

Fuentes y método

El artículo utiliza como evidencia comunitaria el experimento original con Kimi K3 en un MacBook, su actualización de rendimiento del 5 de agosto, la instalación con 80 tarjetas y el experimento posterior con 16 equipos GB10. El tamaño del modelo procede de la ficha actual de Moonshot AI. Los cálculos de equipos utilizan precios minoristas españoles y precios europeos de NVIDIA comprobados en las fechas indicadas. Los rangos son orientativos y no constituyen ofertas de proveedores ni resultados de clientes de Taronja Nova.