Agente de codificación con IA local: Qwen3.6 con Qwen-Code frente a suscripciones a Codex y Claude Code

Sebastián Raschka publicó un tutorial sobre cómo crear un agente de codificación local con una pila completamente abierta. Como motor de inteligencia artificial se utiliza un modelo de lenguaje grande (LLM, por sus siglas en inglés) alojado localmente (por ejemplo, Qwen3.6 35B-A3B), y el entorno de codificación (coding harness) es Qwen-Code, que permite leer archivos, hacer ediciones, ejecutar comandos y verificar cambios. El enfoque local ofrece transparencia, control total, independencia de los límites de suscripciones y comodidad para trabajar sin conexión. Aunque el autor todavía usa Codex y Claude Code para tareas cotidianas, las soluciones locales se vuelven más atractivas cada día, en parte debido a los costos fijos (solo electricidad) y la privacidad. Para implementar el modelo se recomienda Ollama; en Mac, la versión MLX del modelo (qwen3.6:35b-mlx), y en Linux, la versión estándar (qwen3.6:35b). Para una evaluación rápida del rendimiento, se puede ejecutar el script ollama_speed_memory_bench.py, que verifica la velocidad de generación (tokens por segundo) y el consumo de memoria con contextos de hasta 50,000 palabras. El Qwen3.6 35B-A3B en un Mac Mini M4 alcanza unos 40 tokens por segundo, y en un DGX Spark, alrededor de 30 tokens por segundo con un consumo de RAM de hasta 30 GB. Una alternativa es North Mini Code de Cohere, de tamaño similar y ligeramente superior a Qwen en los benchmarks. El autor señala que Qwen-Code es un cliente abierto (a diferencia de Claude Code), y que los modelos Qwen están optimizados específicamente para él, lo que se confirma con los benchmarks del artículo de Nvidia Polar (mayo de 2026).