La mayoría de las personas todavía paga alrededor de 20 dólares al mes por acceder a un único modelo de inteligencia artificial.
Sin embargo, el catálogo de NVIDIA Build ofrece más de 100 modelos de IA, muchos de ellos gratuitos y alojados directamente en la infraestructura DGX Cloud de NVIDIA.
Entre ellos aparecen nombres que probablemente ya conoces:
- MiniMax
- Kimi
- DeepSeek
- GLM
- GPT-OSS
- Y muchos más
Es probable que, en el futuro, podamos ejecutar modelos de inteligencia artificial avanzados directamente en nuestros dispositivos. Pero todavía no hemos llegado completamente a ese punto.
Los centros de datos están sobrevalorados: terminaremos ejecutando la IA en nuestros propios dispositivos
Las grandes empresas tecnológicas están invirtiendo cientos de miles de millones de dólares en centros de datos mientras, poco a poco, la inteligencia artificial se acerca cada vez más a nuestros ordenadores y dispositivos personales.
Hasta que podamos ejecutar los mejores modelos directamente de forma local, NVIDIA Build representa una de las alternativas más interesantes y económicas disponibles actualmente.
Una única API key. Cero dólares.
Y aquí aparece una de sus principales ventajas: todos los modelos utilizan un endpoint compatible con la API de OpenAI.
Esto significa que puedes cambiar prácticamente una sola línea en la configuración de tu aplicación y cualquier herramienta compatible con el formato de la API de OpenAI podrá comunicarse también con NVIDIA.
Por ejemplo, este es el aspecto del payload utilizado con Kimi:
// moonshotai/kimi-k2.6
const payload = {
"model": "moonshotai/kimi-k2.6",
"messages": [{"role":"user","content":""}],
"max_tokens": 16384,
"temperature": 1.00,
"top_p": 1.00,
"stream": stream,
};¿Te resulta familiar?
Eso significa que tus herramientas de programación, agentes de IA y scripts pueden utilizar la capa de inferencia gratuita de NVIDIA prácticamente cambiando una sola línea de código.
Los modelos de IA gratuitos están limitados por los IDE y las herramientas
Algunos modelos avanzados son completamente gratuitos e incluso pueden descargarse.
En mi opinión, dentro de unos años podremos ejecutar modelos de primer nivel directamente en nuestros propios dispositivos.
Pero ese no es realmente el problema.
El principal obstáculo está actualmente en las herramientas.
Dependiendo de la herramienta, IDE o CLI que utilices, puedes obtener resultados completamente diferentes.
Algunas herramientas permiten utilizar un ciclo agéntico completo: leer archivos, escribir código, ejecutar comandos en la terminal, analizar resultados, corregir errores e iterar automáticamente.
Otras simplemente permiten conversar con el modelo desde un panel de chat.
Y esa diferencia es muy importante.
A continuación, veremos mi experiencia utilizando Cursor y Cline, tanto dentro de Cursor como de Visual Studio Code.
Después analizaremos también algunos de los modelos gratuitos disponibles.
Análisis de modelos de IA gratuitos
Estos son algunos de los mejores modelos gratuitos de inteligencia artificial que puedes utilizar actualmente a través de NVIDIA Build.
Cursor: una herramienta, dos problemas
Cursor probablemente sea una de las primeras opciones que muchos desarrolladores consideran.
Pero existe un problema: no funciona tan bien como podríamos esperar para este caso de uso.
Dentro de Cursor puedes ir a:
Settings → Models
Después debes habilitar la opción para utilizar una API key de OpenAI, introducir la siguiente URL como endpoint personalizado:
https://integrate.api.nvidia.com/v1Y finalmente añadir tu API key de NVIDIA, que comienza con:
nvapi-Con esta configuración puedes acceder a los modelos de NVIDIA desde Cursor.
Sin embargo, aparecen dos problemas importantes.
Problema 1: el plan gratuito bloquea los modelos personalizados
En el plan gratuito de Cursor solamente puedes utilizar la opción Auto.
Cuando intenté seleccionar un modelo personalizado de NVIDIA utilizando el plan gratuito, denominado Hobby, apareció el siguiente mensaje:
“Los planes gratuitos solo pueden utilizar Auto. Cambia a Auto o actualiza tu plan para continuar.”
Por tanto, aunque Cursor permite técnicamente configurar un endpoint personalizado, el plan gratuito limita la posibilidad de seleccionar directamente estos modelos.
Problema 2: incluso con Pro, gran parte de la experiencia queda limitada al chat
Cursor ha mantenido históricamente algunas de sus funciones agénticas, como Composer, edición inline, autocompletado y otras funciones relacionadas con el código, vinculadas a su propia infraestructura.
Estas funciones no siempre se enrutan a través de endpoints personalizados, incluso utilizando determinados planes de pago.
Por eso, aunque puedas conectar NVIDIA como proveedor de modelos, no necesariamente obtienes toda la experiencia agéntica de Cursor utilizando esos modelos.
Cline: programación agéntica completa dentro de VS Code
Aquí es donde la situación se vuelve mucho más interesante.
Muchas personas migraron de Visual Studio Code a Cursor buscando mejores funciones de inteligencia artificial. Sin embargo, Cline puede volver a equilibrar la situación para quienes quieren utilizar modelos gratuitos de IA sin abandonar VS Code.
Cline es un agente de programación con inteligencia artificial de código abierto que funciona como una barra lateral dentro de Visual Studio Code.
Cuenta con más de 5 millones de instalaciones y más de 61.000 estrellas en GitHub.
Originalmente fue publicado con el nombre de Claude Dev, pero actualmente es completamente independiente del modelo utilizado.
Es importante mencionar que Cline también ofrece una alternativa gratuita de manera predeterminada: deepseek-v4-flash.
Cómo utilizar modelos gratuitos de IA en Cline
La configuración es bastante sencilla.
1. Instala Cline
Instala Cline desde el Marketplace de Visual Studio Code o desde el Marketplace de Cursor.
2. Abre la configuración de Cline
Dentro de los ajustes selecciona:
OpenAI Compatible
como proveedor.
3. Configura la URL base
Introduce:
https://integrate.api.nvidia.com/v14. Añade tu API key de NVIDIA
Introduce tu clave:
nvapi-5. Especifica el modelo que quieres utilizar
Introduce el identificador correspondiente al modelo dentro del catálogo de NVIDIA.
Por ejemplo:
moonshotai/kimi-k2.6Recuerda que debes obtener una API key que permita utilizar el modelo correspondiente.
Y eso es todo.
A partir de ese momento puedes comenzar a utilizar modelos de NVIDIA directamente dentro de Cline.
¿Qué puede hacer Cline con estos modelos?
Cline puede leer todo tu proyecto, crear archivos, modificar código, ejecutar comandos en la terminal y depurar errores analizando directamente la salida de stderr.
También puede continuar iterando sobre el problema hasta completar la tarea.
En otras palabras, puedes utilizar prácticamente todo el ciclo de trabajo de un agente de programación mientras las solicitudes de inferencia pasan por la infraestructura gratuita de NVIDIA.
Esto cambia bastante la propuesta.
Ya no estamos hablando simplemente de tener otro chatbot dentro del editor.
Estamos hablando de utilizar un agente capaz de interactuar directamente con tu proyecto.
Una limitación importante: function calling
Existe un detalle que debes tener en cuenta.
Las funciones agénticas de Cline dependen del function calling, también conocido como uso de herramientas o tool calling.
No todos los modelos disponibles en el catálogo de NVIDIA permiten utilizar herramientas.
Por eso es importante revisar la ficha técnica de cada modelo antes de utilizarlo para tareas agénticas.
Un modelo puede ser excelente respondiendo preguntas o generando código y, aun así, no ser adecuado para operar como agente dentro de Cline.
Mi experiencia probando diferentes modelos
Probé varios modelos para comprobar cómo se comportaban dentro de este entorno.
Entre ellos:
glm-5.1y:
google/gemma-4-31b-itEn mis pruebas, ambos resultaron demasiado lentos para utilizarlos cómodamente.
Después probé:
moonshotai/kimi-k2.6Kimi comenzó considerablemente mejor.
La experiencia inicial era prometedora, pero en determinado momento el modelo comenzó a responder parcialmente en chino y posteriormente generó contenido prácticamente incoherente.
Por ejemplo, produjo una salida similar a esta:
文学作品,比如莎士比亚区别,
么 在 正在看,看 a的对话,出 应用文 的四 0步 要土 分析 所以在在安天 天正0 a meaningful
legal别急者 cl以 用 a 我现在 f办?文学只 (海 能><^7分析 .W f应用文 diameter.
I'm going to use / or a legal analysis 9 usb 这用 0 只说r-
portable a m 敬老 By analyzing be ( ]]]) 9ou are a g. A 5以上 l
just ; ate底盘 analyze the c 文Después de esta experiencia empecé a ser un poco escéptico respecto al modelo.
Sin embargo, finalmente conseguí que funcionara correctamente.
Otro modelo que pude utilizar con buenos resultados fue:
openai/gpt-oss-20bSu funcionamiento fue bastante bueno.
Cómo conseguir tu API key gratuita de NVIDIA
Esta probablemente sea la parte más sencilla de todo el proceso.
Debes entrar en:
build.nvidia.comy crear una cuenta gratuita.
Tendrás que verificar tu dirección de correo electrónico y, posiblemente, también tu número de teléfono.
Una vez dentro, accede a la configuración de tu cuenta y genera una nueva API key.
Es importante guardarla en un lugar seguro, ya que normalmente solo podrás verla una vez.
La clave tendrá un formato similar al siguiente:
nvapi-xxxxxxxxxxxxxxxxAl registrarte recibes 1.000 créditos gratuitos de inferencia, con la posibilidad de solicitar hasta 5.000 créditos, además de un límite de aproximadamente 40 solicitudes por minuto.
No necesitas introducir una tarjeta de crédito.
Y eso ya proporciona suficiente capacidad para crear prototipos bastante serios.
Resumen de los modelos probados
Después de probar distintas alternativas, estos son algunos de los modelos que considero más interesantes:
google/gemma-3n-e4b-it
mistralai/mistral-nemotron
qwen/qwen3-next-80b-a3b-instruct
openai/gpt-oss-20b
deepseek-ai/deepseek-v4-pro
moonshotai/kimi-k2.6No todos ofrecen exactamente las mismas capacidades.
Algunos modelos permiten trabajar con imágenes, mientras que otros solamente aceptan texto.
La velocidad de inferencia también fue uno de los factores que tuve en cuenta durante las pruebas.
Por eso no existe necesariamente un único modelo perfecto para todo.
La mejor opción dependerá del tipo de proyecto, de si necesitas capacidades multimodales, de la velocidad de respuesta que consideres aceptable y, especialmente, de si necesitas utilizar funciones agénticas y llamadas a herramientas.
¿Realmente puedes dejar de pagar 20 dólares al mes?
La parte más interesante de NVIDIA Build no es simplemente que existan modelos gratuitos.
Lo importante es que puedes acceder a numerosos modelos mediante una interfaz compatible con la API de OpenAI.
Eso significa que puedes integrarlos en herramientas, scripts, aplicaciones y agentes que ya utilizan ese estándar sin necesidad de reconstruir completamente tu infraestructura.
En muchos casos, el cambio puede reducirse prácticamente a modificar el endpoint y el identificador del modelo.
No significa necesariamente que NVIDIA Build vaya a sustituir todas las suscripciones de inteligencia artificial.
Las herramientas comerciales siguen ofreciendo interfaces, funciones agénticas, integraciones y experiencias de usuario que pueden justificar su coste.
Pero si eres desarrollador, estás experimentando con agentes o simplemente quieres probar distintos modelos sin contratar cinco suscripciones diferentes, NVIDIA Build ofrece una alternativa especialmente interesante.
Y si has llegado hasta aquí, probablemente también te interese aprender a reducir tu consumo de tokens.
Gracias por leer Código en Casa.
Si esto te a ayudado y te sumo algo Dale un 👏 , compártelo con tu red o dejame un comentario para saber tu opinión.
