Los Mac compatibles con Apple Intelligence ya tienen un modelo de inteligencia artificial ejecutándose de forma local, pero hasta ahora acceder a él fuera de las aplicaciones y frameworks de Apple no era especialmente sencillo. Apfel intenta cambiar esa situación con una herramienta open source que permite utilizar el modelo integrado en macOS desde la terminal, mediante código o incluso a través de una API compatible con OpenAI.
Las claves de Apfel en 20 segundos
- Apfel permite acceder desde terminal al modelo local incluido con Apple Intelligence.
- No descarga ningún modelo adicional: utiliza Foundation Models de Apple.
- Incluye CLI, chat interactivo y un servidor compatible con la API de OpenAI.
- Funciona sin Internet y mantiene el procesamiento en el propio Mac.
- Está pensado para tareas pequeñas, no para sustituir a modelos cloud avanzados.
La idea resulta especialmente interesante porque Apfel no es otro runtime local al estilo de Ollama. Tampoco incorpora nuevos pesos ni pretende competir con los grandes modelos abiertos. Su función es mucho más concreta: actuar como una interfaz entre el usuario y el modelo que Apple ya distribuye como parte de Apple Intelligence.
Un comando para utilizar la IA que ya está instalada
La instalación puede realizarse mediante Homebrew:
brew install apfelA diferencia de las herramientas de IA local habituales, después no aparece una descarga de varios gigabytes.
El motivo es sencillo: Apfel no incluye el modelo.
Utiliza el que Apple ya mantiene en el sistema mediante su framework Foundation Models. Por tanto, necesita un Mac compatible, Apple Silicon, Apple Intelligence habilitado y una versión adecuada de macOS.
Según la documentación del proyecto, el modelo local utilizado por Apple ronda los 3.000 millones de parámetros y está optimizado para ejecutarse eficientemente sobre el hardware de los Mac modernos, incluido el Neural Engine.
Esto marca también sus límites. No debe compararse directamente con los grandes modelos disponibles en la nube, pero puede resultar suficiente para determinadas tareas cotidianas.
Tres formas diferentes de utilizarlo
Apfel ofrece varias interfaces para acceder al modelo.
La más sencilla es utilizarlo directamente desde la línea de comandos, lo que permite integrarlo con pipes y herramientas Unix.
También dispone de un modo de conversación:
apfel --chatLa tercera posibilidad probablemente resulte la más interesante para desarrolladores: levantar un servidor local compatible con la API de OpenAI.
La herramienta puede exponer un endpoint similar a:
http://localhost:11434/v1Esto significa que una aplicación diseñada originalmente para utilizar un SDK compatible con OpenAI puede redirigirse hacia el modelo local cambiando básicamente la URL del endpoint.
No es necesario disponer de una clave API real porque no existe ningún servicio externo facturando las consultas.
Para pequeños experimentos, scripts internos o herramientas de desarrollo puede resultar especialmente práctico.
Funciona incluso sin conexión a Internet
Otra de sus características más atractivas es que todo el procesamiento se realiza localmente.
Una vez configurado Apple Intelligence, el Mac puede responder incluso sin conexión a Internet para aquellas peticiones que el modelo local es capaz de resolver.
Eso proporciona varias ventajas:
- menor dependencia de servicios externos;
- ausencia de costes por token;
- funcionamiento offline;
- mayor privacidad para determinadas tareas;
- latencia muy reducida.
Puede ser útil para generar un mensaje de commit, clasificar un texto breve, crear pequeñas descripciones o resolver consultas sencillas sin enviar información fuera del ordenador.
Apfel también incorpora soporte para archivos, incluyendo PDF e imágenes, utilizando funciones locales como OCR, además de salida JSON y determinadas capacidades relacionadas con Model Context Protocol (MCP).
No es otro Ollama
La comparación con Ollama resulta inevitable, pero ambas herramientas resuelven problemas diferentes.
Ollama descarga y ejecuta modelos abiertos. El usuario puede elegir entre distintas familias, tamaños y cuantizaciones, siempre que su equipo disponga de memoria y capacidad suficientes.
Apfel no permite esa flexibilidad.
Trabaja exclusivamente con el modelo proporcionado por Apple.
La ventaja es que prácticamente no existe configuración adicional. La desventaja es precisamente la misma: el usuario no controla los pesos, no puede cambiarlos por otro modelo ni trasladarlos posteriormente a un servidor Linux o una GPU NVIDIA.
Puede resumirse así:
| Característica | Apfel | Ollama |
|---|---|---|
| Descarga de modelos | No | Sí |
| Modelo | Apple Foundation Model | Llama, Qwen y otros |
| Funcionamiento offline | Sí | Sí |
| API local | Sí | Sí |
| Selección de modelos | No | Sí |
| Mac Apple Silicon | Requerido | No exclusivamente |
| Pesos accesibles | No | Depende del modelo |
Apfel aprovecha el ecosistema cerrado de Apple para ofrecer simplicidad. Ollama apuesta por flexibilidad.
El principal límite está en el contexto y la capacidad del modelo
El proyecto no oculta sus limitaciones.
La ventana de contexto disponible es de aproximadamente 4.096 tokens, sumando entrada y salida. Esto descarta muchos usos que hoy resultan habituales con modelos cloud.
No está pensado para introducir grandes archivos de logs, analizar repositorios completos o utilizar agentes de programación que necesitan mantener una gran cantidad de código dentro del contexto.
Tampoco debe esperarse el mismo nivel de razonamiento que ofrecen los modelos más avanzados de OpenAI, Anthropic o Google.
Su terreno natural son tareas pequeñas y frecuentes.
Por ejemplo:
- generar comandos shell;
- redactar mensajes de commit;
- resumir textos breves;
- etiquetar contenido;
- clasificar información;
- realizar pequeñas transformaciones de texto;
- generar JSON estructurado.
Precisamente esas operaciones pueden resultar poco rentables cuando requieren continuamente llamadas contra una API comercial.
Privacidad local, pero dentro del jardín de Apple
El hecho de ejecutarse localmente también tiene matices.
El código de Apfel es abierto y se distribuye bajo licencia MIT, pero el modelo que utiliza sigue siendo propiedad de Apple.
No pueden descargarse sus pesos.
No puede ejecutarse fuera del hardware compatible.
Tampoco existe control completo sobre las políticas de seguridad aplicadas por Foundation Models.
Por tanto, hablar de IA local no significa necesariamente hablar de IA abierta.
El usuario controla dónde se ejecuta la inferencia, pero no el modelo subyacente.
Una API OpenAI para automatizaciones pequeñas puede ser su mejor argumento
Probablemente la característica que más posibilidades abre sea la compatibilidad con la API de OpenAI.
Muchísimas herramientas modernas ya esperan encontrar ese tipo de interfaz.
Poder sustituir un endpoint cloud por localhost permite experimentar con aplicaciones existentes sin modificar toda su integración.
Por ejemplo, un script podría utilizar el modelo local para generar etiquetas o clasificar documentos y recurrir posteriormente a un modelo cloud únicamente cuando la tarea supere sus capacidades.
Ese enfoque híbrido puede resultar interesante para reducir costes y mantener localmente las tareas que contienen información sensible.
Apfel demuestra además algo relevante sobre el futuro de la inteligencia artificial en ordenadores personales. Cada vez habrá más dispositivos que ya incorporen modelos locales como parte del sistema operativo.
El reto dejará entonces de ser únicamente descargar un modelo.
También será conseguir interfaces abiertas y sencillas para utilizar la inteligencia que el propio fabricante ya ha instalado en el dispositivo.
En ese terreno, Apfel funciona casi como una llave: no crea una nueva IA, simplemente permite acceder desde herramientas habituales a una que ya estaba dentro del Mac.
Preguntas frecuentes
¿Qué es Apfel?
Apfel es una herramienta open source que permite utilizar desde terminal o mediante una API compatible con OpenAI el modelo local incluido con Apple Intelligence.
¿Hay que descargar un modelo después de instalarlo?
No. Apfel utiliza Foundation Models y el modelo que Apple ya proporciona en los Mac compatibles con Apple Intelligence.
¿Puede sustituir a Claude o GPT para programación?
No está diseñado para ello. Su capacidad y su ventana de contexto son mucho menores, por lo que resulta más adecuado para pequeñas consultas, automatizaciones y transformaciones de texto.
¿Los datos salen del Mac?
Las tareas ejecutadas mediante el modelo local se procesan en el propio dispositivo, lo que permite utilizarlo incluso sin conexión a Internet.
