20. Privacidad, Zero Data Retention, cuentas, créditos, consumo y buenas prácticas
Bionic permite elegir dónde se ejecuta el modelo: en el propio equipo, en otro dispositivo mediante LM Link o en LM Studio Secure Cloud. Esa elección afecta privacidad, conectividad, rendimiento y coste.
Este tema integra lo aprendido en el curso para tomar decisiones conscientes antes de adjuntar archivos, activar herramientas, seleccionar modelos o autorizar acciones.
Principio rector: utiliza la arquitectura más simple y el menor volumen de datos que permitan completar la tarea. Privacidad no es una casilla única, sino el recorrido completo de la información.
20.1 Construir el mapa de datos
1. OrigenPrompt, voz, archivo o repositorio.
2. AplicaciónBionic organiza sesión y proyecto.
3. InferenciaLocal, LM Link o cloud.
4. HerramientasWeb, MCP, shell o apps.
5. ResultadoChat, archivos y sistemas externos.
Para evaluar una tarea pregunta qué datos entran, dónde se procesan, quién puede recibirlos, qué queda guardado y cómo se elimina o revoca el acceso.
20.2 Tres ubicaciones para el modelo principal
Comparación operativa
| Tipo | Dónde se ejecuta | Cuenta y créditos | Consideración principal |
| Local | En el equipo donde usas Bionic. | No requiere cuenta ni consume créditos cloud. | Los datos y el historial permanecen en el dispositivo, salvo funciones externas elegidas. |
| Remote / LM Link | En otro dispositivo vinculado que comparte modelos. | No consume créditos cloud ni exige facturación. | La inferencia ocurre en el dispositivo remoto; la conversación permanece en el dispositivo cliente. |
| Cloud | En LM Studio Secure Cloud. | Requiere cuenta, facturación y saldo disponible. | La solicitud se transmite para procesamiento transitorio bajo ZDR. |
20.3 Uso local y funciones de red
La política de privacidad indica que, al descargar y ejecutar modelos localmente, mensajes, historiales y documentos no se transmiten desde el sistema y se guardan localmente. Sin embargo, una sesión con modelo local puede utilizar funciones que sí necesitan red.
- Buscar o descargar un modelo.
- Comprobar actualizaciones de la aplicación.
- Usar búsqueda web.
- Llamar a un MCP remoto o una aplicación conectada.
- Ejecutar un comando o script que acceda a Internet.
Modelo local no equivale automáticamente a tarea offline: revisa también herramientas, conexiones y comandos.
20.4 Qué significa Zero Data Retention
En los servicios cloud de LM Studio, ZDR significa que las solicitudes se procesan transitoriamente y que el prompt y la respuesta generada no se conservan una vez completada la solicitud. La política declara además que esos datos no se utilizan para entrenamiento.
LM Studio indica que los proveedores que intervienen en el procesamiento operan bajo Zero Data Retention o condiciones sustancialmente equivalentes.
ZDR reduce retención, no transmisión: para generar una respuesta cloud, el servicio debe recibir y procesar temporalmente el prompt y los archivos enviados.
20.5 Lo que ZDR no significa
- No significa que la solicitud nunca abandone el dispositivo.
- No elimina la necesidad de minimizar o clasificar datos.
- No protege una copia guardada localmente en tu proyecto o historial.
- No gobierna automáticamente las políticas de una aplicación externa conectada.
- No convierte en inocua una acción del agente sobre archivos o servicios.
- No implica que datos de cuenta, compra o soporte tengan el mismo ciclo que un prompt.
20.6 Datos de aplicación, cuenta y Hub
Conviene distinguir tres ámbitos:
Ciclos de datos diferentes
| Ámbito | Ejemplos | Regla aplicable |
| Uso local de la app | Chats, documentos y modelos locales. | Se gestionan en el dispositivo. |
| Servicios cloud | Prompts para modelos cloud o búsqueda web. | Procesamiento transitorio bajo ZDR según la política de la app. |
| Cuenta y LM Studio Hub | Email, perfil, saldo, compras o contenido publicado. | Requiere datos persistentes para prestar el servicio y tiene su propia política. |
No publiques una Skill, modelo o contenido en el Hub suponiendo que ZDR lo borrará: el contenido que decides publicar necesita permanecer disponible conforme a su visibilidad.
20.7 Voz y privacidad
Voxtral transcribe el audio localmente y la voz no necesita salir del equipo. Después, el texto se inserta en Bionic o en otra aplicación. Su destino depende del modelo, herramientas y aplicación elegidos.
Revisa el texto antes de enviarlo. Una transcripción local puede terminar en una solicitud cloud si la sesión utiliza un modelo cloud, o en un servicio ajeno si el cursor estaba en otra aplicación.
20.8 LM Link y confianza entre dispositivos
Un modelo remoto de LM Link se ejecuta en otro dispositivo vinculado. La documentación indica que ese equipo realiza la inferencia mientras la conversación permanece en el dispositivo donde utilizas Bionic.
- Vincula sólo dispositivos administrados y actualizados.
- Protege ambos equipos con cifrado de disco y bloqueo de sesión.
- Revisa qué modelos comparte el equipo remoto.
- Desvincula equipos perdidos, retirados o de otra persona.
- No confundas LM Link con un modelo cloud facturado.
20.9 Herramientas externas y terceros
Web search, MCP, integraciones, comandos de red y aplicaciones conectadas pueden enviar consultas o datos a otros sistemas. Evalúa cada uno por separado:
- Proveedor y política de privacidad.
- Datos incluidos en argumentos y resultados.
- Alcances OAuth y permisos concedidos.
- Ubicación y retención del servicio.
- Capacidad para escribir, publicar o eliminar.
- Procedimiento para revocar credenciales.
Usa solamente las fuentes públicas necesarias. No incluyas contenidos de archivos locales en búsquedas ni herramientas externas. Antes de llamar a un servicio, muestra la consulta exacta que enviarías.
20.10 Clasificar datos antes de comenzar
Ejemplo de clasificación
| Nivel | Ejemplos | Tratamiento inicial |
| Público | Documentación publicada y código abierto. | Local o cloud según coste y capacidad. |
| Interno | Borradores, procesos y notas del equipo. | Minimizar; respetar la política de la organización. |
| Confidencial | Contratos, código privado o datos de clientes. | Preferir local; autorizar cloud sólo si la normativa lo permite. |
| Restringido | Secretos, credenciales, datos regulados o altamente sensibles. | No enviarlos; usar controles especializados y aprobación formal. |
Adapta esta matriz a tu organización. Las obligaciones legales, contractuales y sectoriales pueden ser más estrictas que la configuración técnica de la aplicación.
20.11 Minimizar y redactar
El agente suele necesitar menos información de la que contiene el documento original. Antes de adjuntar:
- Elimina páginas y columnas ajenas al objetivo.
- Sustituye nombres, emails e identificadores por valores consistentes.
- Retira metadatos y comentarios ocultos cuando sea necesario.
- Comparte extractos, no bases completas.
- No pegues claves, cookies, tokens ni archivos
.env.
- Conserva localmente la correspondencia si luego debes restaurar identidades.
20.12 Cuenta: cuándo es necesaria
Los modelos cloud requieren una cuenta de LM Studio con facturación configurada y créditos disponibles. Los modelos locales y los compartidos mediante LM Link pueden usarse sin cuenta y no consumen créditos cloud.
- Abre Settings.
- En General, localiza Account.
- Selecciona Sign in.
- Completa el acceso en el navegador y regresa a Bionic.
Comprueba qué cuenta u organización está seleccionada antes de usar cloud: determina el saldo que pagará la inferencia y el panel donde aparecerá el consumo.
20.13 Agregar créditos para uso personal
- Desde Account, selecciona Manage plan.
- En LM Studio Hub, abre Features → Cloud Inference.
- Agrega créditos y completa el pago.
- Comprueba el nuevo Available Balance.
- Regresa a Settings → Billing and Usage y pulsa Refresh.
No fijes importes del curso como referencia permanente: modelos, precios, planes e impuestos pueden cambiar. Consulta siempre la página vigente antes de comprar.
20.14 Cuándo se consumen créditos
Bionic consume créditos cuando una sesión utiliza un modelo Cloud. El importe depende del modelo seleccionado y de los tokens procesados. Local y LM Link no consumen créditos de Bionic.
coste aproximado = tokens de entrada × tarifa de entrada + tokens de salida × tarifa de salida
Algunos modelos publican una tarifa distinta para entrada almacenada en caché. La interfaz de uso muestra totales, no un precio fijo por tarea.
20.15 Qué incrementa el consumo
- Prompts y respuestas largos.
- Archivos extensos o numerosos.
- Historial acumulado en sesiones prolongadas.
- Resultados voluminosos de herramientas.
- Rondas repetidas de investigación, corrección y pruebas.
- Subagentes o tareas paralelas que realizan inferencias adicionales.
- Modelos con tarifas más altas.
Un pedido corto puede resultar costoso si reutiliza un contexto enorme. Por el contrario, una tarea extensa bien acotada puede evitar reintentos y ser más eficiente.
20.16 Consultar Billing and Usage
Abre Settings → Billing and Usage. El panel muestra cuántos créditos consumió la cuenta seleccionada durante los últimos 30 días. Pulsa Refresh para obtener la información más reciente.
Lectura del panel
| Dato | Interpretación | Acción |
| Available Balance | Créditos disponibles para cloud. | Verificar antes de un flujo largo. |
| Uso de 30 días | Total reciente de la cuenta seleccionada. | Comparar con presupuesto y actividad. |
| Cuenta u organización | Entidad a la que se atribuye el consumo. | Confirmar antes de iniciar la sesión. |
20.17 Controlar el gasto sin perder calidad
- Usa un modelo local para exploración, clasificación y borradores.
- Reserva cloud para la etapa que realmente necesita mayor capacidad.
- Abre una sesión nueva cuando el historial ya no aporte valor.
- Adjunta sólo los archivos relevantes.
- Pide primero un plan y luego autoriza el trabajo costoso.
- Define límites: número de fuentes, iteraciones, agentes y extensión de salida.
- Detén una tarea que repite intentos sin progreso.
Antes de comenzar, estima qué archivos necesitas, cuántas búsquedas y subagentes usarías y qué salida producirás. Limita la investigación a cinco fuentes primarias y detente para consultarme si necesitas ampliar el alcance.
20.18 Elegir modelo por sensibilidad y coste
Estrategia de selección
| Necesidad | Elección inicial | Escalar cuando |
| Datos sensibles y tarea simple | Modelo local. | La política permita cloud y el local no alcance calidad. |
| Equipo local limitado | LM Link con un dispositivo propio más potente. | El modelo remoto no tenga capacidades suficientes. |
| Trabajo público complejo | Modelo cloud adecuado. | Cambiar de modelo, no acumular reintentos ciegos. |
| Flujo mixto | Local para preparar y redactar datos. | Cloud sólo con el extracto mínimo necesario. |
20.19 Seguridad del dispositivo local
Conservar datos localmente traslada responsabilidad al equipo. Aplica controles básicos:
- Cifrado de disco, bloqueo de pantalla y cuentas separadas.
- Sistema, Bionic y runtimes actualizados.
- Copias de seguridad cifradas y probadas.
- Permisos de archivos acordes con su sensibilidad.
- Repositorio sin secretos y exclusiones de Git revisadas.
- Eliminación segura conforme a la política de la organización.
Archivar o borrar una sesión desde la interfaz no debe suponerse equivalente a borrado forense de disco, copias de seguridad o archivos exportados.
20.20 Separar proyectos y sesiones
Un proyecto comparte archivos y contexto entre sus sesiones. Usa proyectos distintos cuando cambien cliente, clasificación de datos, repositorio o conjunto de personas autorizadas. Usa sesiones separadas para tareas con instrucciones o historiales diferentes.
- No mezcles documentos de clientes diferentes.
- No reutilices una sesión extensa para un objetivo ajeno.
- Revisa adjuntos y archivos del proyecto antes de cambiar a cloud.
- Renombra y archiva sesiones para facilitar auditoría.
- Comprueba la carpeta de trabajo antes de autorizar cambios.
20.21 Práctica: auditoría de privacidad y coste
Escenario: debes resumir cinco informes internos y preparar una presentación. No ejecutes todavía la tarea real.
- Clasifica la sensibilidad de cada informe.
- Enumera datos personales, secretos y páginas innecesarias.
- Dibuja el recorrido para local, LM Link y cloud.
- Identifica herramientas externas que podrían transmitir datos.
- Elige una arquitectura y justifica privacidad, capacidad y coste.
- Define una versión minimizada de los archivos.
- Establece límites de fuentes, iteraciones y salida.
- Documenta cómo verificarás y eliminarás los artefactos.
No abras ni envíes archivos. Diseña una evaluación previa para esta tarea. Separa: clasificación de datos, destino de inferencia, servicios externos, minimización, controles de acceso, presupuesto y plan de eliminación. Señala toda información que falte para decidir.
Resultado esperado: un plan que permita decidir antes de procesar datos, sin asumir que ZDR, sandbox o un modelo local resuelven por sí solos todo el riesgo.
20.22 Práctica: comparar consumo
Con material público y una tarea pequeña, registra el modelo, archivos, longitud del historial y uso mostrado antes de comenzar. Ejecuta una sola vez, actualiza Billing and Usage y registra el total posterior.
El panel ofrece totales de la cuenta, por lo que otras tareas simultáneas pueden impedir atribuir una diferencia exacta. La finalidad es comprender tendencias, no producir una factura aislada perfecta.
20.23 Plan de operación responsable
AntesClasificar, minimizar y elegir destino.
DuranteVigilar modelo, herramientas, permisos y gasto.
DespuésRevisar resultados, diffs y uso.
MantenimientoRevocar, actualizar, respaldar y eliminar.
Para un equipo, documenta responsables, modelos permitidos, clases de datos, integraciones aprobadas, presupuesto, respuesta ante incidentes y frecuencia de revisión.
20.24 Lista final antes de enviar una tarea
- Conozco la clasificación de los datos y tengo permiso para procesarlos.
- Confirmé si el modelo es local, LM Link o cloud.
- Comprendo qué significa ZDR y qué no cubre.
- Eliminé datos y archivos que no son necesarios.
- Revisé web search, MCP, Skills y comandos que pueden usar red.
- La cuenta u organización pagadora es la correcta.
- El saldo y los límites son adecuados para la tarea.
- Permisos y aprobaciones siguen el menor privilegio.
- Tengo un plan de verificación, recuperación y eliminación.
20.25 Resumen del tema
- Local, LM Link y cloud ofrecen perfiles distintos de privacidad, capacidad y coste.
- ZDR implica procesamiento transitorio sin retener prompts y respuestas tras la solicitud.
- ZDR no significa ausencia de transmisión ni reemplaza la minimización.
- Cuenta, Hub, integraciones y archivos locales tienen ciclos de datos propios.
- Sólo los modelos cloud consumen créditos de Bionic.
- Billing and Usage muestra el total de los últimos 30 días para la cuenta seleccionada.
- El coste depende del modelo y de los tokens procesados, no de una tarifa fija por tarea.
- Privacidad responsable combina clasificación, menor privilegio, revisión y mantenimiento.
20.26 Cierre del curso
A lo largo de estos veinte temas aprendiste a organizar proyectos y sesiones, elegir modelos locales, remotos y cloud, trabajar con archivos y código, usar navegador, búsqueda, Skills, MCP, voz, permisos y Auto Review.
El criterio profesional no consiste en conceder al agente la máxima autonomía, sino en ofrecer el contexto y las capacidades justas, conservar puntos de verificación y elegir conscientemente dónde se procesan los datos.
Siguiente paso recomendado: elige una tarea real de bajo riesgo, documenta su flujo de datos, ejecútala con permisos limitados y convierte el procedimiento validado en una Skill reutilizable.
Fuentes oficiales consultadas: cuentas, planes y créditos, créditos y consumo, modelos locales, LM Link y cloud, política de privacidad de la aplicación, política de privacidad de LM Studio Hub, precios vigentes, transcripción local y proyectos y sesiones.