Splash: acelera la IA local en tu Mac sin cambiar de equipo

Aprende a automatizar con IA en mi comunidad Automatízate 👉 https://www.skool.com/automatizate Instalé Splash, el motor de inferencia local de Inco AI para Mac, y lo medí en un MacBook Pro M5 Pro de 48 GB: cómo funciona la decodificación especulativa, cómo se instala, qué métricas importan y una comparación con los mismos pesos frente a mlx-lm. Al final, Claude Code conectado al modelo local. CAPÍTULOS 0:00 Antes de comprar otro Mac 0:48 Qué estás cambiando: modelo, motor e interfaz 1:41 Los modelos soportados 2:01 Por qué genera más rápido: decodificación especulativa 2:42 Instalación: requisitos, descarga y arranque 4:06 Primera demostración 4:47 Las métricas que se notan 6:14 Resultados publicados por Inco AI 6:49 Mi comparación: mismos pesos, otro motor 7:27 Para qué lo usarías: agentes y apps 8:13 Veredicto MIS MEDICIONES (9 oct 2026 · Splash 1.3.1 · mlx-community/Qwen3.6-35B-A3B-4bit · macOS 27.0.1 · enchufado) • Splash: 143,6 tok/s · mlx-lm 0.32: 55,2 tok/s (mismos pesos, sin razonamiento, mediana de 5) • Documento de 15.250 tokens: 9,3 s hasta empezar la 1.ª respuesta; 117 ms la 2.ª pregunta • Memoria del motor con el modelo cargado: ~24 GB FUENTES • Anuncio de Splash (Inco AI): https://inco.ai/blog/splash/ • Repositorio (Apache-2.0): https://github.com/incoai/splash • DFlash 2: https://inco.ai/blog/dflash2/ Las cifras de Inco son de Splash 1.0 en un M5 Pro de 48 GB con su metodología; las mías, de esta configuración y estas tareas. Fe de erratas: en el vídeo digo «Icon», pero la empresa es Inco AI. Y cuando digo «35 billones» o «35 millones» de parámetros me refiero a 35 mil millones (35B); igual con el de 27B. #IALocal #Mac #AppleSilicon #Qwen #LLM #Splash