# AnythingLLM: opiniones y análisis > Le das tus documentos a una IA que corre en tu propio ordenador o en tu servidor, sin que salgan de ahí. - Canonical: https://serchai.com/opiniones/anythingllm/ - Site: Serchai (https://serchai.com) — AI tools comparator - Language: es - Updated: 2026-08-03 --- ## Veredicto AnythingLLM responde la pregunta del segmento por el otro lado: en vez de subir los documentos a un servicio, monta el servicio donde tú digas. La aplicación de escritorio y la versión que te instalas con Docker son gratis y con licencia MIT, y la nube gestionada empieza en 50 dólares al mes, que es cara comparada con las demás de aquí. A cambio da un mando que ninguna otra da, treinta y pico proveedores de modelo y nueve bases vectoriales. El precio real no es la cuota: es que la calidad de las respuestas depende de decisiones que tomas tú, y sin una tarjeta gráfica decente el modo local decepciona. **Ideal para:** Equipos técnicos y profesionales con documentación confidencial que no puede subirse a un servicio ajeno. **Rating:** 4/5 ## A favor - La aplicación de escritorio y la instalación propia con Docker son gratis, con licencia MIT - Más de treinta proveedores de modelo y nueve bases vectoriales a elegir - Los documentos no salen de tu equipo si trabajas con modelos locales ## En contra - La nube gestionada arranca en 50 dólares al mes, muy por encima del resto del segmento - Instalarlo con Docker para varios usuarios pide manejarse con contenedores y con redes - Con modelos locales hace falta tarjeta gráfica: por debajo de 8 GB de memoria de vídeo la cosa cansa ## Datos clave - Precio: Capa gratuita permanente + de pago desde 50 USD - Prueba gratuita: No - Plataformas: Web, macOS, Windows - Categorías: [Asistentes](https://serchai.com/mejores-ia/asistentes/) - Web oficial: https://anythingllm.com ## Qué dice internet (barrido agéntico) AnythingLLM llega a la pregunta del segmento por el lado contrario al de todas las demás: no subes tus documentos a un servicio, montas el servicio donde quieras. El repositorio en GitHub lleva 64.300 estrellas y licencia MIT, admite más de treinta proveedores de modelo y nueve bases vectoriales, y sus propios términos de uso para instalaciones propias dicen que el fabricante no aloja ni tiene acceso a los documentos, las conversaciones ni los vectores, y que la aplicación puede funcionar aislada de internet si el modelo y la base vectorial también son locales. Eso es lo que la separa de un cuaderno en la nube y lo que explica que no sea un envoltorio hueco: hay una tubería de ingesta, troceado, vectores y agentes por debajo, no una caja de texto. Los reparos que se repiten en las reseñas independientes no son de calidad sino de carga: montar la versión de Docker para varios usuarios pide manejarse con contenedores, variables de entorno y redes, hay funciones avanzadas mal documentadas que se descubren probando, y con modelos locales sin una tarjeta gráfica de al menos 8 GB de memoria de vídeo la experiencia decepciona, además de que un modelo abierto de los que caben en un portátil se queda por detrás de los grandes en razonamiento. La otra advertencia seria es que al autoalojar, las actualizaciones, la seguridad, las copias y el control de acceso pasan a ser problema tuyo. Y la nube gestionada, que es lo único con precio publicado, arranca en 50 dólares al mes, cinco veces el escalón de entrada de sus rivales de este segmento. - Fecha del barrido: 2026-08-03 - Puntuación derivada: 4/5 ### Ejes - Resultado: 3.6/5 - Control: 4.6/5 - Precio real: 4.2/5 - Integración: 4.2/5 - Soporte: 3.4/5 ### Temas recurrentes a favor - La aplicación de escritorio y la instalación con Docker son gratis y con licencia MIT, sin cuenta ni claves de API (tema fuerte) - Los documentos y las conversaciones no salen de la infraestructura de quien la instala, según los términos del propio fabricante (tema fuerte) - Más de treinta proveedores de modelo y nueve bases vectoriales a elegir, así que el mando sobre el resultado es real (tema fuerte) - Trae todo el circuito en una pieza: ingesta de documentos, vectores, chat y agentes, sin montar nada aparte (tema presente) ### Temas recurrentes en contra - La nube gestionada arranca en 50 dólares al mes, muy por encima de cualquier otra forma de preguntar a tus documentos (tema fuerte) - La instalación propia para varios usuarios pide contenedores, variables de entorno y saber diagnosticar una red (tema fuerte) - Con modelos locales hace falta tarjeta gráfica: por debajo de 8 GB de memoria de vídeo el rendimiento frustra (tema fuerte) - Al autoalojar, las actualizaciones, la seguridad, las copias y el control de acceso pasan a ser tuyos (tema presente) - Hay funciones avanzadas mal explicadas en la documentación, que se acaban descubriendo a base de probar (tema presente) - Quien lo ha probado con documentos normativos cuenta que el ventanuco de citas enseña el fragmento revuelto, aunque la respuesta salga bien (tema presente) ### Fuentes del barrido - [Precios oficiales] https://anythingllm.com/cloud — Página oficial de precios, leída dos veces de forma independiente sobre el HTML servido. La ruta /pricing redirige aquí. No hay JSON-LD ni ningún código de divisa declarado: las dos lecturas buscaron «USD», «EUR», «dollar» y «currency» en el HTML y no aparece ninguno, solo el glifo del dólar. Tres planes de nube y ninguno gratuito: «Basic» a «$50» «/monthly» con el botón «Start for $50/mo», «Pro» a «$99» «/monthly» y «Enterprise» con «Contact Us» y sin cifra. Tampoco hay conmutador anual. La misma página declara gratis las otras dos formas de usarlo, con las frases literales «Self-host with Docker for free» y, en el botón de descarga, «Download AnythingLLM» con la palabra «Free» al lado - [GitHub] https://github.com/Mintplex-Labs/anything-llm — Repositorio oficial, que aquí vale como medida de adopción y de actividad y no como folleto. 64.300 estrellas, licencia MIT y 293 incidencias abiertas en el momento de la lectura, que son solo issues: la portada del repositorio marca 317 porque suma las peticiones de cambio, lo que dibuja un proyecto vivo con cola de trabajo real. Declara nueve bases vectoriales (LanceDB por defecto, PGVector, Astra DB, Pinecone, Chroma y ChromaCloud, Weaviate, Qdrant, Milvus y Zilliz) y más de treinta proveedores de modelo, entre ellos Ollama y compatibles con llama.cpp para uso local. Sobre documentos dice «Multiple document type support (PDF, TXT, DOCX, etc)». La incidencia 1331, con 33 comentarios, es la más discutida y trata de un contenedor que sale con «Illegal instruction», que da idea de dónde duele en la instalación. El repositorio se creó el 4 de junio de 2023 y el último empuje era de hace tres días, así que ni es un lanzamiento reciente ni un proyecto parado. Un detalle que cambia la decisión de compra y que solo está aquí: el multiusuario con permisos es exclusivo de la versión Docker, y la aplicación de escritorio es de un solo usuario - [Documentación] https://github.com/Mintplex-Labs/anything-llm/blob/master/TERMS_SELF_HOSTED.md — Términos de uso de la versión autoalojada, que son la fuente primaria de la afirmación de privacidad y por eso se leen enteros en vez de citar el marketing. Dicen que Mintplex Labs no aloja, no almacena ni tiene acceso a documentos, historiales de conversación, ajustes de espacio de trabajo ni vectores creados en una instancia propia, y que todo reside en la infraestructura del usuario. Añaden que puede operarse en un entorno aislado de internet siempre que el modelo y la base vectorial sean también locales, por ejemplo con Ollama, LocalAI y LanceDB. El matiz que conviene no saltarse es que el producto incluye telemetría anónima de uso, declarada en el mismo repositorio. Y el matiz que hay que leer hasta el final: el propio documento reconoce que por defecto se descargan del CDN del fabricante algunos modelos de la ruta crítica, el de incrustaciones y el de reordenación, así que el aislamiento total de internet exige bajarlos a mano o usar otro proveedor - [Reseñas] https://pasqualepillitteri.it/en/news/3844/anythingllm-what-it-is-review-2026 — Reseña independiente de 2026 y la más útil del expediente por lo concreta que es con las pegas, que es justo lo que falta en casi todo lo que se escribe sobre esta herramienta. Cita textualmente el requisito de hardware, «At least 8 GB of video memory» para que los modelos de siete mil millones de parámetros vayan a gusto, y avisa de que «Without a good GPU local performance is frustrating», con una inversión inicial que sitúa por encima de los mil euros. Sobre la instalación dice que «Docker self-hosting with multi-user support requires familiarity with containers, environment variables and network troubleshooting», y sobre la documentación que «Some advanced features are poorly explained and are discovered by trial and error». La pega de fondo, que casi nadie escribe, es esta: «With self-hosting, updates, security, backups and access control become your problem» - [Prensa] https://www.infoworld.com/article/3566915/11-open-source-ai-projects-that-developers-will-love.html — Peter Wayner, «11 open source AI projects that developers will love», InfoWorld, 21 de octubre de 2024. Es la única mención en prensa técnica establecida del expediente y vale como señal de reconocimiento entre desarrolladores, no como análisis. Lo resume en una frase que da bien la medida de para qué se usa: «AnythingLLM organizes your pile of documents into something useful. You just feed your documents into any LLM or RAG system and then query it for the answers you need». Añade que corre en Linux, macOS y Windows y que las respuestas admiten varios formatos, incluido el habla. No plantea ninguna pega - [Comunidades] https://news.ycombinator.com/item?id=41457633 — Hilo de presentación en Hacker News del 5 de septiembre de 2024, con 368 puntos y 77 comentarios, y la mejor fuente del expediente para saber qué dice quien lo instala. La defensa que más se repite es justo la que interesa aquí, que no es un envoltorio de Ollama con otra cara porque trae modelos de incrustación, base vectorial y voz. Varios comentan haberlo puesto en marcha en menos de cinco minutos y comparan bien la fluidez frente a OpenWebUI. Las pegas son concretas y ninguna sale de las reseñas: alguien que lo probó con PDFs normativos y GPT-4o cuenta que las respuestas parecían correctas pero el ventanuco de citas enseñaba el contenido revuelto, falta buscar dentro de las conversaciones anteriores, hubo que arreglar permisos para instalarlo en Linux y hay quien reporta caducidad de conexión con Docker > **TLDR:** AnythingLLM responde la pregunta de este segmento del revés: en vez de subir tus documentos a un servicio, montas el servicio donde tú quieras. La aplicación de escritorio y la instalación con Docker son gratis y de código abierto, y la nube gestionada arranca en 50 dólares al mes, cara comparada con el resto. A cambio da un mando que nadie más da aquí. El coste real no es la cuota, es el trabajo de operarlo y el hardware si tiras de modelos locales. ## Qué es AnythingLLM y cómo funciona Casi todas las herramientas de este segmento funcionan igual: subes documentos a un servidor ajeno, alguien los procesa y tú preguntas. AnythingLLM, de Mintplex Labs, invierte el planteamiento. El programa es tuyo, lo instalas donde quieras, y los documentos no van a ninguna parte que tú no decidas. Hay tres formas de tenerlo. Una aplicación de escritorio para Mac, Windows y Linux, que se instala de un clic, no pide cuenta ni claves y es gratis. Una instalación con Docker en tu propio servidor, también gratis, que añade varios usuarios, permisos y todo lo que necesita un equipo. Y una nube gestionada de pago, para quien quiere el producto sin administrar nada. Por debajo hace lo que hace cualquiera de este segmento, pero con las piezas a la vista. Los documentos se trocean, se convierten en vectores y se guardan en una base que eliges tú entre nueve posibles, con LanceDB por defecto. La respuesta la redacta el modelo que tú elijas entre más de treinta proveedores, desde los grandes de pago hasta modelos abiertos corriendo en tu propio equipo con Ollama. Eso es lo que separa a esta herramienta de un envoltorio: no pone una caja de texto sobre un modelo ajeno, monta el circuito entero y te deja tocar cada tramo. La medida de que el proyecto va en serio está en su repositorio: licencia MIT, unas 64.300 estrellas y casi trescientas incidencias abiertas, que es el retrato de un proyecto vivo con cola de trabajo real y no de una demostración abandonada. ## Cómo es usarlo en el día a día Conviene separar las dos vidas de esta herramienta, porque la experiencia no se parece en nada. La aplicación de escritorio es sorprendentemente amable. Se descarga, se abre, se arrastran documentos a un espacio de trabajo y se pregunta. Los espacios de trabajo son la idea buena de la interfaz: cada uno tiene sus propios documentos y su propia conversación, así que separar clientes, proyectos o asignaturas sale gratis y sin que se contaminen entre sí. La instalación en servidor es otra historia. Quien la ha documentado con detalle avisa de que montar la versión con Docker para varios usuarios pide manejarse con contenedores, variables de entorno y saber diagnosticar una red cuando algo no responde. Y sigue un aviso que casi nadie escribe y que es el más importante de la ficha: al autoalojar, las actualizaciones, la seguridad, las copias de respaldo y el control de acceso pasan a ser tu problema. Eso no aparece en ninguna tabla de precios y es la mitad del coste. La otra decisión con consecuencias es el modelo. Si conectas uno de los grandes por API, la calidad de las respuestas es la de ese modelo y el gasto se va a la factura del proveedor. Si tiras de modelos locales, no pagas por uso pero pagas por hardware: la referencia que dan quienes lo han probado a fondo son al menos 8 GB de memoria de vídeo para que un modelo de siete mil millones de parámetros vaya a gusto, y por debajo de eso la experiencia frustra. Y hay que asumir que un modelo abierto de ese tamaño se queda por detrás de los grandes en razonamiento, cosa que se nota en cuanto la pregunta deja de ser una búsqueda y empieza a ser un análisis. Los reparos menores también son reales. Hay funciones avanzadas mal explicadas en la documentación, que acaban descubriéndose probando. Y en el hilo donde se presentó públicamente, alguien que lo puso a trabajar con documentos normativos contaba que las respuestas parecían correctas pero el ventanuco de citas enseñaba el fragmento revuelto, que es justo la pieza que uno mira para fiarse. Dos detalles más que cambian una decisión de compra y que no salen en la portada. El multiusuario con permisos es exclusivo de la versión con Docker, así que la aplicación de escritorio es de un solo usuario por diseño. Y el aislamiento total de internet, que es de los argumentos que más pesan aquí, tiene una letra pequeña honesta en los propios términos del fabricante: por defecto se descargan de su red de distribución un par de modelos de la ruta crítica, así que para funcionar de verdad sin conexión hay que bajarlos a mano o traer otro proveedor. ## Precio y planes Aquí hay que leer con cuidado, porque conviven dos cosas muy distintas bajo la misma marca. La aplicación de escritorio y la instalación propia con Docker son gratuitas. No es una versión recortada con un plan de pago detrás: es el mismo proyecto de código abierto con licencia MIT, y la propia web lo dice sin rodeos al ofrecer la descarga y el autoalojamiento sin coste. La nube gestionada es lo único con precio publicado. El plan de entrada, Basic, son 50 dólares al mes. El siguiente, Pro, 99. El de empresa va por presupuesto. No hay plan gratuito de nube ni descuento por pago anual, y la página no declara ningún código de divisa, solo el glifo del dólar. Cincuenta dólares al mes es cinco veces el escalón de entrada de sus rivales de este segmento, y merece la pena decir por qué puede compensar igualmente: no estás pagando por preguntar a documentos, estás pagando por no administrar un servidor. Si el trabajo de mantenimiento te cuesta más de una hora al mes, la cuenta cambia de signo. Si te sobra un ordenador con tarjeta gráfica y ganas de trastear, no la pagues. ## Para quién es (y para quién no) AnythingLLM es para quien tiene documentación que no puede subir a un servicio ajeno y sabe, o quiere aprender, a montar el suyo. Despachos con expedientes de clientes, equipos técnicos con documentación interna, cualquiera con material bajo acuerdo de confidencialidad. También es para el perfil contrario por motivación pero idéntico por perfil técnico: el que quiere elegir modelo y base vectorial porque le importa cómo se construye la respuesta. No es para quien quiere subir un PDF y preguntar en treinta segundos sin instalar nada. Para eso están [Humata](https://serchai.com/opiniones/humata/), que es directa y barata, o [NotebookLM](https://serchai.com/opiniones/notebooklm/), que además cruza fuentes con criterio. Tampoco es para quien trabaja con artículos científicos y necesita buscarlos además de leerlos, porque ahí encajan mejor [Elicit](https://serchai.com/opiniones/elicit/) y [SciSpace](https://serchai.com/opiniones/scispace/). Y no es para quien mide el coste solo en cuotas. Si el equipo no tiene a nadie cómodo con contenedores, la versión gratuita sale carísima en horas y la de pago deja de ser la ganga que parecía. El resto de opciones está en las [mejores IA asistentes](https://serchai.com/mejores-ia/asistentes/). ## Alternativas a AnythingLLM Si lo que te atrae es la privacidad pero no el montaje, la comparación honesta es contra un cuaderno en la nube, que resuelve lo mismo cediendo el control. Si lo que te atrae es el mando sobre los modelos, casi ninguna herramienta comercial compite, y la alternativa real es armarte tu propio circuito. El repaso completo está en las [alternativas a AnythingLLM](https://serchai.com/alternativas/anythingllm/). ## Preguntas frecuentes ### ¿AnythingLLM es gratis? La aplicación de escritorio y la instalación propia con Docker sí, con licencia MIT. Lo que se paga es la nube gestionada, desde 50 dólares al mes, y el consumo del proveedor de modelo si conectas uno de pago. ### ¿Mis documentos salen de mi ordenador? Con la versión autoalojada no, según los propios términos del fabricante, que declara no alojar ni tener acceso a documentos, conversaciones ni vectores. Puede funcionar incluso aislada de internet si el modelo y la base vectorial también son locales. ### ¿Qué hardware hace falta? Si conectas un modelo por API, cualquiera. Si quieres modelos locales, la referencia son al menos 8 GB de memoria de vídeo para un modelo de siete mil millones de parámetros, y por debajo de eso la respuesta se hace lenta. ### ¿Sirve para un equipo o solo para una persona? Sirve para equipos, pero por la vía de Docker con varios usuarios y permisos, que es la que exige conocimientos de sistemas. La aplicación de escritorio está pensada para uso individual. ### ¿Por qué la nube cuesta tanto más que sus rivales? Porque lo que vende no es preguntar a documentos, es no tener que administrar la instalación. Las herramientas de este segmento que cobran diez dólares no te dan la opción de quedarte los datos en casa. ## Alternativas - [NotebookLM](https://serchai.com/opiniones/notebooklm/) — El cuaderno de investigación que solo responde desde tus documentos, con la cita al lado. (4.1/5) - [Humata](https://serchai.com/opiniones/humata/) — Subes un PDF, preguntas en lenguaje llano y responde citando las páginas de las que sale cada cosa. (3.1/5)