¿Sirve un VPS para la inteligencia artificial?

Tengo seis VPS y ninguno lleva tarjeta gráfica. Aun así, cada pocas semanas me cruzo con alguien que me asegura que por cinco euros al mes puedo tener «mi propia inteligencia artificial en la nube». Esta vez, en lugar de sonreír y cambiar de tema, lo probé.

La promesa circula en vídeos y en anuncios con la misma música de fondo: alquila un servidor barato, instala un programa, descarga un modelo y ya tienes tu propio ChatGPT, privado, encendido día y noche y sin pagar suscripciones. Todo por lo que cuesta un café a la semana.

Un VPS, para quien llegue nuevo, es un trozo de un servidor grande que alquilas a un proveedor y que se comporta como un ordenador entero para ti. Los baratos te dan unos cuantos núcleos de procesador, algo de memoria y un disco. Lo que no te dan, salvo que pagues bastante más, es una tarjeta gráfica.

Y aquí está el matiz que la promesa se salta: en la inteligencia artificial local, la pieza que manda es la memoria de la gráfica. Sin gráfica, el modelo trabaja solo con el procesador y la memoria normal. Funcionar, funciona. La pregunta es cómo.

Para no tocar ninguna de mis máquinas en producción, la última semana de septiembre de 2026 creé dos VPS temporales en Hetzner, iguales a los que ya uso: uno como mis pequeños, con dos núcleos y cuatro gigas de memoria, y otro como mis medianos, con cuatro núcleos y ocho gigas. Los dos con Ubuntu, como los seis que tengo. Los tuve encendidos unos cuatro días y los borré al terminar; el coste fue de unos pocos euros, porque se pagan por horas.

En los dos hice lo mismo que haría alguien siguiendo el vídeo: instalar Ollama, descargar un modelo y empezar a hablar con él. Elegí Llama 3.2 3B, el mismo que uso en el portátil, y Qwen 3 4B, ambos cuantizados en Q4, que son de los pocos que tienen alguna posibilidad en una máquina así. En el mediano probé además un modelo de 8B, también en Q4.

Las pruebas fueron tres, siempre las mismas:

• Una pregunta corta, de las de chat.
• Resumir un texto de unas mil palabras, un correo largo de un cliente con los datos cambiados.
• Una tarea repetitiva: clasificar cincuenta mensajes de un formulario de contacto en «consulta», «presupuesto» o «spam».

Medí dos cosas: cuánto tarda en empezar a contestar y cuántas palabras por segundo escribe después. El dato técnico son los tokens por segundo; un token es un trozo de palabra, y para hacerse una idea basta con pensar que cuatro o cinco tokens por segundo se leen más o menos a la velocidad de alguien que lee despacio.

El primer susto llegó con la instalación. En el VPS pequeño, entre el sistema, Ollama y el modelo de 3B, la memoria libre se quedó en algo menos de un giga. Es decir: el modelo cabe, pero no queda sitio para casi nada más. Si ese servidor tuviera que servir además una web y una base de datos, como hacen los míos de verdad, algo tendría que ceder.

La pregunta corta, en el pequeño, tardó unos tres segundos en empezar y luego escribió a unos cuatro tokens por segundo. Se puede usar, con paciencia. El problema llegó con el resumen: antes de escribir la primera palabra, el modelo pasó más de un minuto leyendo el texto. Ese tiempo de lectura previa es lo que más castiga a un procesador sin gráfica, y es justo lo que la promesa no enseña, porque en los vídeos siempre se pregunta «hola, ¿qué tal?».

La clasificación de los cincuenta mensajes tardó unos veinte minutos en el pequeño y unos nueve en el mediano. Y acertó en unos cuarenta de cincuenta: confundía las consultas con los presupuestos.

El mediano fue mejor, pero no tanto como para cambiar la conclusión. Con el modelo de 3B subió a unos siete tokens por segundo. Con el de 8B bajó a unos dos y medio, y el resumen tardó cerca de tres minutos en total. Para comparar: en el servidor de casa con la RTX 4070, un modelo de 8B responde a unos treinta y cinco tokens por segundo, como conté en Qué equipo hace falta para tener tu propia inteligencia artificial. Unas catorce veces más rápido, y sin tener el procesador al cien por cien.

Porque esa es la otra: mientras el modelo trabajaba, el procesador del VPS se quedaba clavado al máximo. En un plan de núcleos compartidos, que es lo normal en los VPS baratos, tener la máquina así durante horas no es el uso para el que está pensado, y todo lo demás que corra en ella se resiente. Probé a abrir una web sencilla en el mismo VPS mientras clasificaba mensajes: tardaba varios segundos en cargar.

Y la privacidad, que es el gran argumento del vídeo, tampoco es total. El modelo corre en una máquina que alquilas a otro: más privado que mandarlo todo a un servicio en la nube, sí, pero no es tu casa. Si un cliente me pide que sus documentos no salgan de mi red, un VPS no me vale.

La prueba no me dejó con un «no sirve», sino con un «sirve para otra cosa». Hay que separar dos trabajos, como ya conté en Por qué tengo ocho servidores en casa y seis fuera: el que piensa, que es el modelo, y el que organiza, que es el programa que recibe las peticiones, llama al modelo y hace algo con la respuesta.

El que organiza vive de maravilla en un VPS pequeño. Es justo lo que hacen los míos:

• Recibir. Formularios, mensajes, avisos de otras aplicaciones. Un VPS está encendido siempre y tiene su dirección en internet, que es lo que hace falta para que te encuentren.
• Orquestar. Decidir qué va a cada sitio: lo que pide calidad, a Claude; lo sencillo y repetitivo, a DeepSeek o GLM; lo delicado, a un modelo de casa.
• Reenviar. Pasar la petición a un modelo que sí tiene gráfica, en mi caso a través del túnel que sale de casa hacia el VPS que hace de puerta, y devolver la respuesta.
• Guardar y avisar. Registros, colas, reintentos cuando algo falla, un mensaje al móvil si hay que mirar algo.

Nada de eso necesita gráfica. El agente que atiende las consultas de la web de un cliente vive en uno de mis VPS medianos y, en un día normal, el procesador no pasa del diez por ciento. El trabajo pesado lo hace un modelo en otro sitio.

Hay una excepción pequeña que sí me funcionó, y la marco como experimental. Probé en el VPS mediano un modelo de embeddings, que es un modelo diminuto que no escribe texto sino que convierte frases en números para poder buscar por significado. Para indexar unos cientos de documentos cortos fue aceptable: unos minutos, sin agobiar la máquina. No lo tengo en producción; queda como prueba.

Si lo que buscas es tener un modelo tuyo siempre disponible, las opciones reales son tres:

1. Una gráfica en casa, con el VPS como puerta. Es lo que tengo yo y lo cuento en Qué corre en cada una de mis máquinas.
2. Un servidor con gráfica alquilado, que existe pero cuesta bastante más que un VPS corriente. Cuando hice cuentas, a mes completo me salía más caro que tener la máquina en casa, como explico en ¿Compensa tener servidores propios?.
3. Un modelo en la nube por uso, llamado desde el VPS. Para la mayoría de negocios pequeños es lo más barato y lo que mejor funciona.

Si quieres probar un modelo pequeño sin gastar nada, antes que un VPS te diría que uses el ordenador que ya tienes. Cuento cómo lo hice con mi portátil en Una inteligencia artificial en el portátil en una tarde.

Para ser justo con la promesa, hay casos en los que un modelo pequeño en un VPS tiene sentido:

• Tareas por lotes que no corren prisa, de noche, en una máquina que no hace nada más.
• Clasificar o etiquetar textos cortos, sabiendo que se va a equivocar a veces.
• Aprender cómo funciona un modelo local sin tocar tu ordenador.

Y hay casos en los que no lo pondría nunca: un chat que tenga que responder a clientes en tiempo real, un servidor que ya sirve webs o una tarea con datos que no deben salir de tu red.

Lo que hay de verdad: un modelo pequeño corre en un VPS barato sin gráfica. Lo que es humo: que eso sea «tu ChatGPT privado». Cuatro tokens por segundo, más de un minuto para leer un correo largo y la memoria llena no es un asistente, es un ejercicio de paciencia.

Lo que me costó: unos pocos euros de los dos VPS temporales y unas seis horas entre montarlos, medir y apuntar.

Mi regla después de esto: el VPS para la inteligencia artificial hace de puerta, de organizador y de mensajero. La gráfica, en casa o alquilada aparte. Y el modelo grande, donde piense rápido, no donde sea más barato alquilar.