Jan: guía de la aplicación de IA de escritorio gratuita y privada

¿Qué es Jan?

Jan es una aplicación de escritorio gratuita y de código abierto para ejecutar modelos de lenguaje grandes localmente en tu máquina. Con licencia AGPLv3, te ofrece una interfaz similar a ChatGPT que funciona totalmente sin conexión: ningún dato sale de tu ordenador. Creada por el equipo de Homebrew Computer Company, Jan se diseña en torno a una idea sencilla: la IA debería ser personal y privada por defecto. La aplicación almacena todos los datos (modelos, conversaciones, ajustes) en una carpeta local que es tuya.

Construida sobre llama.cpp: inferencia rápida en hardware de consumo con compatibilidad con modelos GGUF cuantizados de HuggingFace. Jan.ai es una de las aplicaciones de escritorio de IA local más descargadas: 5,3 millones de descargas, más de 41.000 estrellas en GitHub y en la versión 0.7.9 a marzo de 2026.

Instalación y configuración

Sistema operativo: Windows 10 o superior · CPU: se requiere compatibilidad con AVX2 - Intel Haswell (2013+) o AMD Excavator (2015+) · Memoria: 8 GB como mínimo (se recomiendan 16 GB) · GPU: 6 GB de VRAM como mínimo para GPU NVIDIA, AMD o Intel Arc · Almacenamiento: 10 GB de espacio libre como mínimo. La aplicación es compatible con Windows, macOS (tanto Intel como Apple Silicon) y distribuciones de Linux.

Descarga Jan.ai directamente desde jan.ai o desde la página de versiones de GitHub. La instalación sigue las convenciones estándar de cada plataforma: un instalador .exe para Windows, .dmg para macOS y AppImage para Linux. No se requiere configuración compleja: los ajustes por defecto funcionan bien para la mayoría de los usuarios. La aplicación detecta automáticamente tu hardware y se optimiza en consecuencia.

Jan ofrece varios formatos de instalación, como .deb y AppImage, pero el AppImage es lo que recomendaría para la mayoría de los usuarios de Linux. Es un único archivo autocontenido que se ejecuta en prácticamente cualquier distribución sin tocar los paquetes de tu sistema ni requerir privilegios de root para la aplicación en sí. No supone un infierno de dependencias.

Una vez instalada, Jan descarga automáticamente un modelo por defecto en el primer arranque. Haz clic en Hub en la barra lateral izquierda. Esta es la biblioteca de modelos integrada de Jan, una lista seleccionada de modelos de código abierto que puedes descargar con un solo clic.

Modelos compatibles

Entre los modelos populares compatibles están la serie Meta Llama 3, Mistral 7B/8x7B, la serie Alibaba Qwen 2/2.5, Google Gemma 2, DeepSeek-R1 y más. Los modelos se almacenan en formato GGUF, con compatibilidad con versiones cuantizadas para reducir los requisitos de hardware.

El Model Hub de Jan está diseñado para facilitar la instalación de modelos preconfigurados, pero también te permite instalar prácticamente cualquier modelo de Hugging Face o incluso el tuyo propio. Integración con la nube: conéctate a proveedores en la nube como OpenAI, Anthropic, Gemini y Groq cuando lo necesites.

Principales frameworks y formatos compatibles:

• GGUF para llama.cpp, mientras que los modelos MLX-Swift son compatibles a través del motor MLX de Jan en Apple Silicon.
• En NVIDIA, Jan instala el backend CUDA de llama.cpp. En Apple Silicon, la v0.7.7 añadió compatibilidad nativa con MLX, una mejora significativa que sustituyó la ruta Metal de llama.cpp, más lenta, para los usuarios de Mac.
• Las GPU AMD e Intel Arc funcionan mediante Vulkan, aunque esa ruta recibe menos pruebas.

Ventajas

• Privacidad total y capacidad sin conexión: Jan funciona completamente sin conexión una vez que has descargado tus modelos. Toda la inferencia se ejecuta localmente en tu hardware, sin necesidad de conexión a internet para el chat ni para la funcionalidad del servidor de API.

• Coste cero: No hay niveles de precios, ni suscripciones, ni límites de uso, ni cuenta obligatoria. El software se ejecuta enteramente en tu hardware local con costes recurrentes cero.

• Código abierto y auditable: Jan combina una interfaz gráfica pulida con total transparencia de código abierto y una arquitectura de plugins.

• Interfaz unificada local + nube: La mayor ventaja de Jan en un contexto de servicios profesionales es la combinación de una interfaz de escritorio pulida y un endpoint limpio compatible con OpenAI en el mismo producto. Tienes la ventana de chat amigable para la recepcionista y la API para el desarrollador, con una sola instalación.

• Optimización automática del hardware: La aceleración por GPU es automática. Jan v0.7.9 añadió el límite automático de longitud de contexto para evitar cierres por OOM, una frustración de larga data que ahora se gestiona sin ajustes manuales.

• Extensibilidad: Jan AI tiene un sistema de extensiones integrado con el que los desarrolladores de la comunidad pueden crear diversos plugins para ampliar su funcionalidad. Entre las extensiones habituales están voz a texto, integración con búsqueda web, consulta de documentos RAG y resaltado de sintaxis de código.

• Compatibilidad con el Protocolo de Contexto de Modelos: Jan AI admite el Protocolo de Contexto de Modelos (MCP) presentado por Anthropic, que puede conectarse a herramientas y servicios externos como Gmail, Google Drive, Notion, Slack, Figma y más. Mediante MCP, los asistentes de IA pueden leer directamente tus documentos, calendarios y correos, lo que aumenta significativamente la eficiencia del trabajo real.

Inconvenientes

• Dependiente del hardware: Un portátil con 32 GB de RAM puede ejecutar cómodamente un modelo de 13B y uno de 30B con lentitud. Un modelo de 70B con una cuantización razonable necesita una GPU potente y es penoso en CPU. Un modelo de mezcla de expertos de 400B simplemente no va a funcionar en un MacBook. Si tu caso de uso requiere modelos más grandes (razonamiento complejo, trabajo con documentos de contexto largo, generación de código a niveles de calidad de Claude o GPT-4), necesitas un servidor con GPU.

• Rendimiento más lento que las alternativas: Jan AI ofreció un tiempo de inferencia lento en comparación con Ollama en el mismo hardware. Ollama produjo una respuesta a una velocidad de 6,62 tokens/seg, mientras que Jan AI produjo una respuesta a unos 5 tokens/seg. En la segunda prueba, Ollama registró 7,35 tokens por segundo mientras que Jan AI respondió a 3 tokens por segundo.

• No es ideal para equipos multiusuario: El mayor punto débil de Jan es que los despliegues multiusuario son incómodos. Es una aplicación de escritorio. Si quieres que diez empleados usen el mismo modelo, o instalas Jan en cada máquina (lo que fragmenta el gobierno y duplica el almacenamiento) o alojas el modelo en un servidor central con Ollama detrás de Open WebUI y le dices a Jan que apunte a él.

• La calidad del modelo varía: La calidad de las respuestas de la IA puede variar según el modelo elegido, ya que los LLM de código abierto siguen evolucionando.

• Madurez limitada del RAG: El intercambio es la madurez del ecosistema: el soporte de herramientas y las integraciones van por detrás de los convencionales. El ecosistema de llamadas a funciones y herramientas está menos maduro que el de los asistentes convencionales, y las integraciones son más escasas: optimiza para la privacidad, no para la amplitud.

• Requiere configuración técnica: Jan requiere compromiso, tanto en tiempo de configuración como en gestión continua de recursos.

Mejores casos de uso

Jan AI atrae a diversos grupos de usuarios, entre ellos: escritores que buscan herramientas de redacción y lluvia de ideas sin conexión. Desarrolladores que quieren experimentar con prompts o crear aplicaciones de IA locales. Investigadores que manejan información sensible y priorizan la seguridad de los datos. Personas con conexiones a internet inestables que aun así quieren acceso fiable a la IA. Usuarios que prefieren software gratuito a modelos basados en suscripción.

Jan es la elección correcta cuando tu caso de uso principal es el chat interactivo con IA y la asistencia general (ayuda para escribir, dudas de programación, investigación, lluvia de ideas) sin necesidad de preguntas y respuestas sobre documentos.

Por ejemplo, puedes crear un "Asistente de revisión de código" con Qwen2.5-Coder, un "Asistente de traducción" con Gemma2 y un "Asistente de redacción" con Llama3.

Trabajo del conocimiento, industrias creativas, ámbito académico. Para: diseñadores, investigadores, escritores, gestores de proyectos, profesionales independientes.

Preguntas frecuentes

¿Jan puede funcionar completamente sin conexión y sin internet?

Sí, Jan funciona completamente sin conexión una vez que has descargado tus modelos. Toda la inferencia se ejecuta localmente en tu hardware, sin necesidad de conexión a internet para el chat ni para la funcionalidad del servidor de API.

¿Cuáles son los requisitos mínimos de hardware para ejecutar Jan?

Los requisitos mínimos incluyen 8 GB de RAM y una CPU con compatibilidad con AVX2 (la mayoría de los procesadores de 2013 en adelante). Para un rendimiento óptimo, 16 GB de RAM y una GPU dedicada mejorarán drásticamente los tiempos de respuesta.

¿Jan es completamente gratuita y sin costes ocultos?

Sí, Jan es completamente gratuita y de código abierto bajo la licencia AGPLv3. No hay cuotas de suscripción, límites de uso ni costes ocultos por ejecutar modelos localmente.

¿Puedo usar Jan con servicios de IA en la nube como OpenAI o Claude?

Integración con la nube: conéctate a proveedores en la nube como OpenAI, Anthropic, Gemini y Groq cuando lo necesites. Cambia fácilmente entre modelos locales y en la nube.