Actualizado: junio de 2026 · Apéndice E

Modelos de IA

Cómo elegir el cerebro de cada agente sin reventar el presupuesto.

Qué cubre

Guía práctica para elegir modelos de IA por tarea, riesgo, coste, privacidad, modelo de respaldo y prueba mínima antes de producción.

Uso seguro

Copia solo lo que entiendas. Adapta rutas y revisa backups antes de ejecutar comandos que borren, muevan, abran puertos, cambien permisos o toquen secretos.

Volver a El Imperio de Uno Índice de apéndices COMPRAR EL IMPERIO DE UNO

apendice_e.md

Este apéndice responde una pregunta práctica: qué modelo uso para esta tarea, con qué riesgo, cuánto puede costar, qué datos puedo enviar y cómo pruebo que funciona. No intenta coronar un ganador universal. Los catálogos cambian, los precios cambian y las condiciones de privacidad cambian.

Fecha de referencia: guía revisada el 6 de junio de 2026. Los datos de OpenRouter, Ollama y OpenAI deben validarse antes de producción porque son servicios vivos.

Matriz de decisión

Empieza por la tarea, no por el nombre del modelo.

Tarea	Qué modelo uso para esta tarea	Con qué riesgo	Cuánto puede costar	Qué datos puedo enviar	Cómo pruebo que funciona
Clasificar, resumir o limpiar texto	Ollama local si hay datos sensibles o privados. Si no, cheap paid cloud model con budget y cap.	Bajo si no ejecuta acciones.	Local: coste fijo. Cloud: céntimos o pocos euros con límites.	Datos mínimos, sin secretos.	10 ejemplos reales contra respuesta esperada.
Prospección, investigación o emails	Modelo cloud barato de pago con revisión humana antes de enviar.	Medio: puede inventar o tocar datos personales.	Depende de llamadas diarias, tokens y reintentos.	Solo datos necesarios del lead.	20 leads de prueba y revisión de tono, relevancia y errores.
Código, repositorio o infraestructura	Modelo fuerte de pago o premium. Local solo si ya lo validaste con tu stack.	Alto si puede escribir, ejecutar o tocar producción.	Más caro por contexto largo.	Repo privado solo con política aceptada; nunca .env reales.	Test automatizado, diff revisado y comando de verificación.
Decisiones críticas	Premium con revisión humana obligatoria.	Muy alto: error convincente u omisión.	Asume mayor coste por razonamiento y varias pasadas.	Datos mínimos, anonimizados si se puede.	Dos pasadas, fuentes revisadas y decisión final humana.
Prototipos o fallback no crítico	Free solo para prototipos, pruebas pequeñas o fallback no crítico.	Medio: límites bajos, disponibilidad variable.	Puede ser gratis, pero falla como dependencia operativa.	Datos públicos, sintéticos o de demo.	Debe degradar con mensaje claro sin bloquear negocio.

Regla rápida

Datos sensibles o privados: usa local/Ollama siempre que puedas. Si necesitas cloud, decide antes no-training, zero-retention, región, logging y retención.
Producción normal: usa un cheap paid cloud model con budget, cap, alertas y una key separada por entorno.
Gratis: úsalo para prototipos, pruebas de integración o fallback no crítico. No bases una operación diaria en una cuota gratuita.
Crítico: usa premium y revisión humana. El modelo produce análisis; la persona toma la decisión.

Privacidad y datos

Antes de enviar un prompt a cualquier proveedor, decide la política de datos. Debes saber dónde va el dato, cuánto se guarda, quién lo procesa y si puede usarse para entrenamiento.

Checklist de privacidad

Minimización: envía el fragmento necesario, no el documento entero.
Secretos: nunca envíes API keys, tokens, cookies, contraseñas, webhooks, claves SSH, .env reales ni credenciales pegadas en logs.
Personales: anonimiza nombres, emails, teléfonos, direcciones, NIF y datos de clientes cuando no sean imprescindibles.
Proveedor: confirma no-training, zero-retention, región, logging y retención si tu caso lo exige.
OpenRouter: OpenRouter puede enrutar a proveedores con políticas distintas. Revisa la política del proveedor final, no solo la del router.

Prompt injection y fuga de información

OWASP LLM Top 10 advierte de Prompt Injection y Sensitive Information Disclosure. Una web, email, PDF, issue o log puede contener instrucciones maliciosas para convencer al agente de ignorar reglas, exfiltrar secretos, cambiar permisos o llamar herramientas.

Coste y límites

Fórmula conservadora: coste mensual aproximado = llamadas al día x días x ((tokens entrada / 1.000.000 x precio entrada) + (tokens salida / 1.000.000 x precio salida)). Añade margen por reintentos, prompts largos y herramientas.

Escenario	Uso típico	Control recomendado
Prueba personal	20 a 50 llamadas al día con prompts cortos.	Key de prueba, cap bajo, logs revisados semanalmente.
Agente operativo pequeño	100 a 500 llamadas al día.	Budget mensual, alerta al 50 y al 80 por ciento.
Automatización crítica	Pocas llamadas, pero caras por contexto o razonamiento.	Premium, revisión humana y límite que bloquee loops.

Regla de presupuesto: si una key puede gastar más de lo que aceptarías perder en un error de configuración, esa key no está lista para producción.

Modelos locales

Ollama local es la opción natural para privacidad, pruebas sin coste variable y tareas repetibles.

La recomendación de qwen3.6 con 16GB de RAM es frágil. Ollama lista qwen3.6:latest alrededor de 24GB, qwen3.6:27b alrededor de 17GB y qwen3-coder:480b como un modelo que requiere alrededor de 250GB de memoria o memoria unificada. En equipos de 16GB, prueba modelos más pequeños, cuantizados o reduce contexto antes de prometer producción.

OpenRouter

OpenRouter sirve para probar varios proveedores con una API común, hacer fallback y limitar gasto por key.

Límites fechados: según documentación de OpenRouter consultada el 6 de junio de 2026, los modelos :free tienen 20 por minuto. Si has comprado menos de 10 créditos, el límite diario es 50 solicitudes al día; con al menos 10 créditos, sube a 1.000 solicitudes al día para modelos gratuitos. La FAQ también avisa que los modelos gratuitos suelen no ser adecuados para producción.

Catálogo fechado: la API pública de modelos mostraba 344 modelos totales y 27 free/cost-zero el 6 de junio de 2026. Trata ese número como una foto, no como promesa permanente.

IDs retirados de la lista principal: qwen/qwen3-plus:free, xiaomi/mimo-v2-flash:free y deepseek/deepseek-v3.2-speciale no aparecen aquí como opciones de trabajo porque estaban inactivos, no resueltos o demasiado frágiles para una guía práctica.

OpenAI y premium

No presentes GPT-5 como flagship actual sin matiz: la documentación oficial de OpenAI ya recomienda gpt-5.5 para el tramo más capaz en API y ChatGPT. Para trabajo crítico, usa el modelo premium disponible, reduce contexto innecesario y exige revisión humana.

Fallback

Un fallback sano degrada la tarea sin mentir. Si el modelo principal falla, no envía emails, no publica, no borra, no compra y no cambia infraestructura por su cuenta.

Principal falla	Fallback permitido	Fallback prohibido
Cloud barato saturado	Reintentar una vez, cambiar a modelo equivalente de pago o dejar tarea en cola.	Pasar a free en producción sin avisar.
Modelo premium caro	Resumir contexto, pedir confirmación o ejecutar solo diagnóstico.	Usar modelo barato para decidir algo crítico.
Ollama local no responde	Marcar tarea como pendiente o usar cloud solo con datos no sensibles.	Enviar datos privados al primer proveedor disponible.

openclaw.json orientativo

Bloque orientativo para entender routing en ~/.openclaw/openclaw.json. Valídalo con openclaw doctor, revisa la documentación de tu versión y nunca guardes API keys directamente. Usa SecretRef, variables de entorno o el gestor de credenciales de OpenClaw; never store API keys directly.

{
  "providers": {
    "ollama-local": { "type": "ollama", "baseUrl": "http://127.0.0.1:11434", "defaultModel": "qwen3.6:27b" },
    "openrouter-paid": {
      "type": "openrouter",
      "apiKey": "SecretRef:OPENROUTER_API_KEY",
      "defaultModel": "cheap-paid-cloud-model",
      "budget": { "monthlyCapUsd": 20, "alertAtPercent": [50, 80] },
      "privacyReview": { "noTraining": "verify-provider-policy", "zeroRetention": "verify-provider-policy", "region": "verify-before-production", "loggingRetention": "verify-provider-policy" }
    },
    "premium-reviewed": { "type": "openai", "apiKey": "SecretRef:OPENAI_API_KEY", "defaultModel": "gpt-5.5", "requiresHumanReview": true }
  },
  "routing": { "privateData": "ollama-local", "routineProduction": "openrouter-paid", "criticalDecision": "premium-reviewed", "prototypeOnly": "openrouter-paid" },
  "fallback": { "maxRetries": 1, "neverFallbackCriticalToFree": true, "onFailure": "queue-for-human-review" }
}

Prueba de 5 minutos

Elige una tarea real y pequeña.
Prepara 5 ejemplos: normal, ambiguo, datos sensibles, prompt injection y revisión humana.
Ejecuta el modelo sin herramientas peligrosas.
Comprueba exactitud, tono, coste estimado, datos enviados, logs creados y confirmaciones.
Ejecuta openclaw doctor y revisa providers, credenciales, permisos y Gateway.
Si falla privacidad, coste o revisión humana, no pasa a producción.

Fuentes

This appendix answers one practical question: which model should I use for this task, with what risk, what likely cost, what data can I send, and how do I prove it works. It does not try to crown one universal winner. Catalogs change, prices change, and privacy terms change.

Reference date: reviewed on June 6, 2026. OpenRouter, Ollama, and OpenAI details should be validated before production because these are live services.

Decision matrix

Start with the task, not the model name.

Task	Model to use	Risk	Possible cost	Data you can send	How to test it
Classify, summarize, or clean text	Local Ollama if the data is sensitive or private. Otherwise, a cheap paid cloud model with budget and cap.	Low if it does not execute actions.	Local: fixed cost. Cloud: cents or a few dollars with limits.	Minimum necessary data, no secrets.	10 real examples against expected answers.
Prospecting, research, or email	Cheap paid cloud model with human review before sending.	Medium: it can invent details or touch personal data.	Depends on daily calls, tokens, and retries.	Only the lead data needed for the task.	20 test leads reviewed for tone, relevance, and errors.
Code, repository, or infrastructure	Strong paid or premium model. Local only after validating it against your stack.	High if it can write, execute, or touch production.	Higher because of long context.	Private repo only under an accepted policy; never real .env files.	Automated test, reviewed diff, and verification command.
Critical decisions	Premium model with mandatory human review.	Very high: convincing error or omission.	Assume higher cost for reasoning and multiple passes.	Minimum data, anonymized where possible.	Two passes, reviewed sources, final human decision.
Prototype or non-critical fallback	Free only for prototypes, small tests, or non-critical fallback.	Medium: low limits and variable availability.	May be free, but weak as an operational dependency.	Public, synthetic, or demo data.	Must degrade with a clear message without blocking the business.

Quick rule

Sensitive or private data: use local/Ollama whenever you can. If you need cloud, decide no-training, zero-retention, region, logging, and retention first.
Normal production: use a cheap paid cloud model with budget, cap, alerts, and a separate key per environment.
Free: use it for prototypes, integration tests, or non-critical fallback. Do not base daily operations on a free quota.
Critical: use premium and human review. The model produces analysis; the person makes the decision.

Privacy and data

Before sending a prompt to any provider, decide the data policy. You should know where the data goes, how long it is kept, who processes it, and whether it can be used for training.

Privacy checklist

Minimization: send the necessary fragment, not the whole document.
Secrets: never send API keys, tokens, cookies, passwords, webhooks, SSH keys, real .env files, or credentials pasted into logs.
Personal data: anonymize names, emails, phones, addresses, tax IDs, and client data when they are not essential.
Provider: confirm no-training, zero-retention, region, logging, and retention when your use case requires it.
OpenRouter: OpenRouter may route to providers with different policies. Review the final provider policy, not only the router policy.

Prompt injection and information leakage

OWASP LLM Top 10 warns about Prompt Injection and Sensitive Information Disclosure. A website, email, PDF, issue, or log can contain malicious instructions that try to make the agent ignore rules, exfiltrate secrets, change permissions, or call tools.

Cost and limits

Conservative formula: approximate monthly cost = calls per day x days x ((input tokens / 1,000,000 x input price) + (output tokens / 1,000,000 x output price)). Add margin for retries, long prompts, and tool use.

Scenario	Typical use	Recommended control
Personal test	20 to 50 calls per day with short prompts.	Test key, low cap, logs reviewed weekly.
Small operating agent	100 to 500 calls per day.	Monthly budget, alerts at 50 and 80 percent.
Critical automation	Few calls, but expensive because of context or reasoning.	Premium, human review, and a limit that blocks loops.

Budget rule: if a key can spend more than you would accept losing to a configuration mistake, that key is not ready for production.

Local models

Local Ollama is the natural option for privacy, tests without variable cost, and repeatable tasks.

The 16GB RAM recommendation for qwen3.6 is fragile. Ollama lists qwen3.6:latest around 24GB, qwen3.6:27b around 17GB, and qwen3-coder:480b as a model that needs around 250GB of memory or unified memory. On 16GB machines, test smaller quantized models or reduce context before promising production.

OpenRouter

OpenRouter helps you test multiple providers through a common API, set up fallback, and limit spend by key.

Dated limits: according to OpenRouter documentation reviewed on June 6, 2026, :free models have a 20-per-minute limit. If you have purchased less than 10 credits, the daily limit is 50 requests per day; with at least 10 credits, it rises to 1,000 requests per day for free models. The FAQ also warns that free models are usually not suitable for production.

OpenAI and premium

Use premium models when the cost of a wrong answer is higher than the cost of the model: code changes, business decisions, legal-adjacent review, finance-adjacent analysis, infrastructure, or customer-facing messaging. Pair them with human review and a clear approval boundary.

Fallback

A fallback model is not a magic rescue button. Define what can degrade safely: summaries can use a cheaper fallback; payments, public messages, production commands, and sensitive decisions should stop and ask a human instead.

openclaw.json

Keep model configuration tied to environment and risk. Use separate keys, budget caps, SecretRefs, and a default model that fits ordinary work. Do not paste real provider keys into copy blocks, screenshots, repos, or chats.

{
  provider: "openrouter",
  apiKey: "SecretRef:OPENROUTER_API_KEY",
  defaultModel: "MODEL_NAME_FROM_YOUR_PROVIDER",
  fallbackModel: "FALLBACK_MODEL_NAME"
}

5-minute test

Pick 10 real tasks from your workflow.
Run the same prompt with your candidate model and fallback.
Score output for correctness, usefulness, tone, and safety.
Check cost and latency.
Promote the model only if it passes the task, not because the benchmark sounds impressive.

Sources

Review current provider documentation before production: OpenRouter model and limits docs, Ollama model library, OpenAI model docs, provider privacy/logging policies, and OWASP LLM Top 10 guidance.