Qwen y Gemma autoalojados: límites del código complejo

Dónde ya funcionan los modelos autoalojados y dónde se atascan

No equipararía «el modelo escribe código» con «el modelo puede asumir ingeniería de sistemas». En la discusión original, un desarrollador relata un año de uso de soluciones propias basadas en Qwen y Gemma: resultan útiles para tareas habituales, pero la programación compleja sigue siendo un punto débil.

En noviembre de 2026, ya no se debate la viabilidad básica de los asistentes de programación autoalojados. La cuestión se ha desplazado a la calidad en tareas largas: mantener un plan entre archivos, comprender convenciones internas, trabajar con el terminal y corregir parches fallidos sin perder el contexto.

Los materiales de Qwen sobre Qwen3-Coder describen su configuración insignia como un modelo MoE de 480.000 millones de parámetros, de los que 35.000 millones están activos. Se informó de alrededor de un 67% en SWE-bench Verified con evaluación estándar y de un 69,6% en modo de hasta 500 turnos. Es un resultado sólido, pero no convierte al modelo en una herramienta local compacta: almacenar los pesos, aportar memoria y ancho de banda, y operar el conjunto se vuelve un proyecto de infraestructura.

Con Gemma, el despliegue es más sencillo, pero hay menos evidencia para reparar repositorios grandes. Un modelo pequeño puede resolver bien la búsqueda de código, documentación, SQL, pruebas y refactorizaciones acotadas. No extrapolaría ese éxito a núcleos, sistemas distribuidos o infraestructura compleja sin una evaluación interna.

Hay otro límite menos visible: un modelo autoalojado no implica seguridad autoalojada. El agente sigue necesitando shell, herramientas de compilación, contenedores, dependencias y credenciales. Un fallo en esa capa de integración puede ser más peligroso que una mala autocompletación.

Por qué el origen del modelo no es la prueba principal para un banco

Para un banco, lo decisivo no es el pasaporte del modelo, sino el control de todo el entorno. El origen chino de Qwen no demuestra por sí solo ni su idoneidad ni lo contrario: habrá que revisar la licencia, la procedencia de los pesos y dependencias, los flujos de datos, los riesgos jurisdiccionales y la política interna sobre terceros.

Un diseño práctico es deliberadamente conservador: el modelo propone cambios en un entorno aislado, en lugar de tener una vía directa a producción. Hacen falta credenciales de corta duración, restricciones de red y comandos, registros inmutables, análisis de secretos y revisión humana obligatoria.

Mi conclusión de ingeniería es simple: Qwen ya parece un candidato serio para trabajar de forma privada con repositorios, mientras que Gemma sigue siendo una opción razonable para tareas más acotadas. Pero la frontera real no separa modelos abiertos y cerrados, sino un parche atractivo de un cambio de sistema seguro y reproducible.

Anteriormente analizamos Rust LocalGPT, un asistente local en un único binario diseñado para ejecutarse en el dispositivo, con memoria persistente y una API HTTP. Sus compromisos prácticos ayudan a entender hasta dónde siguen siendo viables los modelos autoalojados antes de que las cargas de programación resulten demasiado exigentes.