Requisitos de servidor de OpenClaw

Lo que una instancia autoalojada de OpenClaw necesita de verdad, y por qué la respuesta es mucho más pequeña de lo que la gente espera. La versión corta: sin GPU, CPU modesta y una cifra de RAM decidida casi por completo por si usas la automatización del navegador.

Ejecutar el asistente no es ejecutar el modelo

Esta es la distinción que da sentido a todos los demás números de esta página, y la que la mayoría de la gente entiende mal antes de empezar. Se habla de dos trabajos muy distintos como si fueran uno:

• Ejecutar el modelo significa convertir tokens en tokens. Ese es el trabajo que quiere una GPU, mucha VRAM y una máquina grande.
• Ejecutar el asistente significa mantener conversaciones, recibir mensajes de tus plataformas de chat, decidir qué hacer, llamar a herramientas y conservar la memoria. Eso es trabajo de aplicación corriente: algo de CPU, RAM modesta, un poco de disco.

OpenClaw es independiente del modelo y aportas tu propia clave, así que solo hace el segundo trabajo. Cuando necesita que el modelo piense, hace una solicitud HTTPS a tu proveedor y espera. Tu instancia pasa la mayor parte de su vida inactiva en la red, que es exactamente por lo que un servidor pequeño basta y por lo que una GPU quedaría sin usar.

Los niveles y lo que los separa

La diferencia entre ellos no tiene que ver realmente con cuánto uses el asistente. Tiene que ver con si usas las dos funciones que cambian su perfil de recursos: la automatización del navegador y la inferencia local.

La automatización del navegador es la función costosa

Todo lo demás que hace OpenClaw es ligero. La automatización del navegador no lo es, porque un navegador sin interfaz es un navegador completo: renderiza páginas, ejecuta su JavaScript y retiene su memoria, y lo hace por sesión y no por instancia. Una tarea de navegación automatizada es un proceso considerable junto a tu asistente, y dos a la vez son dos de ellos.

Si la automatización del navegador es central en tu uso de OpenClaw, dimensiona directamente para ella y trata al propio asistente como un error de redondeo a su lado. Si nunca la usas, el nivel de entrada tiene mucho más margen del que usarás.

Las integraciones cuestan menos de lo que la gente supone

Cada una de las más de 20+ integraciones mantiene abierta una conexión persistente con su plataforma. Eso es real pero pequeño, del orden de decenas de megabytes, así que conectar Telegram, WhatsApp, Discord y Slack a la vez no es cuatro veces la carga de conectar una.

Lo que sí cuesta es el contenido que transportan esas plataformas. Las notas de voz, las fotografías y los documentos llegan como archivos que hay que recibir, mantener en memoria mientras se procesan y luego almacenar. Un asistente usado sobre todo para texto es un inquilino muy distinto de uno al que la gente envía archivos adjuntos todo el día, incluso con el mismo volumen de mensajes.

CPU: rara vez es la limitación

Dos núcleos bastan para un uso normal porque el asistente está dominado por la espera: esperar al proveedor del modelo, esperar a una API, esperar a que llegue un mensaje. Más núcleos ayudan cuando varias cosas ocurren a la vez, en particular la automatización concurrente del navegador o una ráfaga en varias integraciones. No hacen que el asistente responda más rápido, porque el razonamiento no ocurre en tu máquina.

Si quieres ejecutar el modelo en local

Es una configuración legítima y cambia por completo los números. Los pesos del modelo tienen que caber en memoria junto con todo lo demás: un modelo de 7B cuantizado a 4 bits ocupa aproximadamente 4 GB antes de cualquier contexto de conversación y antes de OpenClaw en sí. Eso descarta por completo el nivel de 4 GB y hace de 8 GB el mínimo realista para un modelo pequeño.

Sé también realista sobre el intercambio. La inferencia local en CPU es lenta, y un asistente por el que tienes que esperar treinta segundos es uno que dejas de usar. Los motivos honestos para ejecutar en local son la privacidad y la independencia y no el rendimiento, y si el objetivo es la privacidad conviene saber que un modelo alojado con un asistente autoalojado ya mantiene tu historial de conversaciones, tus credenciales y tus integraciones en tu propio servidor. Lee cómo elegir un modelo de IA para ver la comparación completa.

Almacenamiento

20 GB cubre cómodamente la aplicación, los registros y el historial de conversaciones. Lo que crece son los archivos multimedia, y crece sin hacer ruido: cada nota de voz, imagen y documento que llega por una integración de chat se almacena, y un asistente que además de recibir genera archivos crece aún más rápido. Si el tuyo gestiona archivos adjuntos y no solo texto, 80 GB es el punto de partida más seguro.

Los requisitos que no son de hardware

Dos de ellos importan más que cualquiera de las cifras anteriores. El primero es la disponibilidad: un asistente de chat tiene que estar conectado cuando alguien le escribe, y las plataformas entregan a una conexión que existe o no existe. Una máquina que se suspende o una conexión que cambia de dirección convierte un asistente que funciona en uno poco fiable, que es un producto peor que no tener asistente.

El segundo es una clave con saldo. OpenClaw no te factura el uso de modelos y no puede hacerlo, porque la cuenta es tuya. Un asistente en una cuenta de proveedor con saldo vacío deja de responder sin ningún aviso dentro del propio OpenClaw, uno de los modos de fallo más confusos, que se trata en por qué un asistente deja de responder.

Dimensionarlo en un párrafo

Si ejecutas un asistente personal en integraciones de chat con un modelo alojado, el nivel de entrada es suficiente y seguirá siéndolo. Sube de nivel si usas automatización del navegador, si los archivos adjuntos son gran parte de lo que le envías o si piensas ejecutar un modelo local. Todo lo demás, incluido el número de plataformas que conectes, mueve la aguja mucho menos que cualquiera de esos tres.

Lecturas relacionadas

¿Listo para desplegar? Consulta la guía para autoalojar OpenClaw y los precios, o lee por qué autoalojar en una nube descentralizada para saber qué es realmente la infraestructura subyacente.