Jan AI frente a GPT4All: chat sin conexión, documentos y acceso a la API

Jan y GPT4All son aplicaciones de chat de escritorio gratuitas, orientadas primero al uso sin conexión, que ejecutan modelos GGUF locales y también pueden conectarse a una API alojada; sin embargo, solo una de ellas sigue publicando cambios: el repositorio de Jan recibió código el 18 de septiembre de 2026, mientras que la versión más reciente de GPT4All es v3.10.0, del 25 de febrero de 2025, y su único commit posterior es una tarea de CI. Eso no significa que GPT4All esté muerto: no está archivado, todavía se descarga y su comportamiento de recuperación está mejor documentado que el de Jan. Significa que la elección depende de la tarea, no de la popularidad.

Primero hay que aclarar dos coincidencias de nombres, porque es fácil publicarlas por accidente. Jan, en jan.ai, no es Janitor AI: producto diferente, público diferente y ninguna relación. Además, el banner de "$20/Month" en nomic.ai no es un precio de GPT4All: corresponde a Nomic Platform, un producto de agentes de arquitectura y construcción con funciones de revisión de planos y cumplimiento de códigos. GPT4All tiene licencia MIT y es gratuito.

Elija según la tarea, no según el número de estrellas

GPT4All tiene 77,394 estrellas frente a las 44,551 de Jan (API de GitHub, 19 de septiembre de 2026). Es el nombre más conocido y la base de código menos actual. Esta es la decisión según los ejes que realmente importan:

La versión breve: elija Jan salvo que algo específico le vincule a GPT4All: un Mac Intel, que Jan excluye explícitamente; un inventario de software cerrado; o la preferencia por una base de código que ha dejado de cambiar. Elija GPT4All cuando la función que busca sea un indexador de carpetas congelado y documentado.

Chat sin conexión y flujo de trabajo con documentos

Este es el eje en el que las dos aplicaciones realmente se separan, y no es el que comparan las listas de recomendaciones.

GPT4All LocalDocs indexa una carpeta mediante los modelos gratuitos de embeddings de Nomic en el dispositivo y permite hacer clic en Sources bajo una respuesta para ver qué archivos se consultaron. Sus valores predeterminados de configuración son específicos y conviene conocerlos antes de dirigirlo a una carpeta de documentos: el tamaño del fragmento es de 512 caracteres y el máximo de fragmentos por indicación es 3. Ambos valores se pueden aumentar, y la documentación advierte que hacerlo ralentiza la generación.

En cuanto a los tipos de archivo que se indexan, las dos fuentes de GPT4All discrepan y la publicada es la más antigua: la página de configuración enumera .txt, .pdf, .md y .rst, mientras que el valor predeterminado del código publicado — localdocs/fileExtensions en mysettings.cpp de main — es docx, pdf, txt, md, rst. LocalDocs incorporó compatibilidad con .docx en v3.4.0, por lo que la página de documentación parece no haberse actualizado. Los adjuntos de chat siguen una ruta independiente con su propia lista: el diálogo de adjuntar de ChatView.qml filtra *.txt *.md *.rst *.xlsx; los adjuntos de Excel llegaron en v3.4.0 y los de texto, markdown y rst en v3.5.0-rc1, según el registro de cambios. El PDF no aparece en ese filtro, por lo que llega al modelo mediante una colección de LocalDocs o no llega en absoluto.

Jan Projects admite un conjunto más amplio: "PDF, Markdown, documentos de Office (DOCX, XLSX, PPTX), archivos de código y más", divididos en fragmentos e indexados para su recuperación en todas las conversaciones del proyecto, con una barra de progreso y un recuento de fragmentos por archivo. Sin embargo, la documentación de Jan no indica ningún modelo de embeddings, tamaño de fragmento ni límite de recuperación. Su nota de privacidad de la misma página afirma que todos los archivos se procesan localmente en el equipo y que, si utiliza un proveedor en la nube, "los archivos se envían a la API de ese proveedor como parte de la solicitud". No especifica cuál de esas afirmaciones describe un archivo de proyecto indexado frente a un adjunto de chat, ni qué considera un proveedor personalizado respaldado por un gateway; por tanto, trátelo como no documentado, no como un asunto resuelto.

Hay un límite que se aplica a ambas: Kunavo no sirve el paso de embeddings. Kunavo proporciona el modelo de chat. GPT4All calcula sus embeddings en el propio dispositivo de forma predeterminada, o mediante la API de Nomic si se activa esa opción; la documentación del motor de Jan indica que ese paso está disponible en llama.cpp y no en MLX, pero no nombra ningún modelo para ello. Si quiere una explicación completa del proceso de recuperación, la implementación de RAG cubre sus componentes.

Modelos, hardware y lo que realmente ejecutará cada aplicación

Jan ejecuta modelos locales en llama.cpp o MLX, este último exclusivamente en Apple Silicon con macOS 14 o posterior; descarga modelos GGUF desde su propio Hub y puede importar un archivo GGUF que ya esté en el disco, vinculándolo en su ubicación en lugar de copiarlo. GPT4All incluye un catálogo seleccionado que la aplicación obtiene en models3.json: 32 entradas, la más reciente correspondiente a las destilaciones de DeepSeek-R1 de enero de 2025, sin Qwen3, Gemma 3 ni Llama 4 (comprobado el 19 de septiembre de 2026). Su página Explore Models también busca archivos GGUF en Hugging Face, por lo que el catálogo no es un límite estricto; aun así, la selección curada es un indicador razonable de cuánto tiempo lleva el proyecto sin recibir atención.

Las cifras de Jan proceden de sus páginas de instalación para Mac y Windows; las de GPT4All, de su tabla de requisitos del sistema y su README. Todo se consultó el 19 de septiembre de 2026.

GPT4All se contradice en dos cuestiones de hardware y ninguna tiene una respuesta clara. En los Mac Intel, su README afirma que la compilación para macOS "requiere Monterey 12.6 o posterior" y ofrece mejores resultados con Apple Silicon, lo que parece indicar que Intel funciona; su tabla de requisitos del sistema coloca M1 en las filas de CPU y GPU de Apple y no menciona ningún procesador Intel. En Windows sobre ARM, el README enlaza un instalador win64-arm y afirma que esa compilación "admite procesadores Qualcomm Snapdragon y Microsoft SQ1/SQ2", mientras que la tabla de requisitos a la que el propio README remite indica que los PC Windows y Linux con CPU ARM no son compatibles. La versión v3.10.0 sí incluye un instalador win64-arm entre sus recursos; el enlace del README se incorporó diez minutos después de esa etiqueta, el 25 de febrero de 2025, y la tabla de requisitos no ha recibido ningún commit desde el 13 de septiembre de 2024. Por tanto, el README es la afirmación más reciente, pero esta página no resuelve ninguna de las dos contradicciones por usted. En un Mac Intel, GPT4All es el único de los dos que merece la pena probar, porque Jan excluye Intel explícitamente; en cualquier máquina ARM, instale y verifique antes de comprometerse.

Otra laguna que merece mencionarse: nomic.ai/gpt4all ofrece cuatro botones de descarga con ningún número de versión, ningún registro de cambios y ningún requisito del sistema, y los cuatro instaladores de gpt4all.io muestran una fecha de Last-Modified del 4 de febrero de 2025, anterior a la etiqueta v3.10.0. Son instaladores en línea, por lo que probablemente descargan una compilación actualizada durante la instalación, pero no pude localizar el repositorio de actualizaciones del que obtienen esos archivos. No asumas una versión específica a partir de la página de descarga; comprueba About después de instalar.

Servidor de API local, acceso a la nube y datos que salen del equipo

Ambas aplicaciones exponen un servidor compatible con OpenAI para que otras herramientas puedan comunicarse con el modelo que tengan cargado, y las opciones predeterminadas difieren de formas importantes en un equipo compartido.

Según las páginas Local API Server y API preference de Jan y la documentación de API server de GPT4All, consultadas el 19 de septiembre de 2026. El servidor de Jan está documentado como basado en llama.cpp, con ejemplos de modelos locales en toda la documentación, y sus documentos no indican si un modelo remoto de un proveedor personalizado puede alcanzarse a través del puerto 1337: no está documentado, pero tampoco descartado; verifícalo por tu cuenta antes de basarte en ello.

En cuanto a la privacidad, la página de instalación de Jan para Mac indica que los modelos, hilos, ajustes y registros se almacenan en ~/Library/Application Support/Jan/data y que no se envía nada a la nube; pero su página de carga de archivos deja igualmente claro que con un proveedor en la nube, los archivos se envían a la API de ese proveedor como parte de la solicitud. Ambas aplicaciones pueden funcionar sin conexión, pero no son exclusivamente locales; en el momento en que configuras un proveedor remoto, se aplican las preguntas habituales sobre el tratamiento de datos a quien esté al otro lado.

Apuntar cualquiera de las dos aplicaciones a una clave alojada

La ruta de los modelos locales no cuesta nada por solicitud, pero te limita a lo que admita tu hardware. La alternativa en ambas aplicaciones es una URL base y una clave. Aquí es donde más divergen las dos.

La parte de Jan procede de su página Custom Endpoints, que menciona explícitamente las pasarelas y los proxies como un caso compatible. La parte de GPT4All se leyó en el código fuente publicado en main: las cuatro tarjetas de proveedores y la lista blanca de OpenAI están en AddRemoteModelView.qml, las tres etiquetas de campos en RemoteModelCard.qml, la construcción de la URL en chatllm.cpp, y "stream": true y la cabecera Authorization: Bearer codificados de forma fija en chatapi.cpp. Nada de esto se probó en tiempo de ejecución.

El dato de GPT4All que nadie deja por escrito: su tarjeta OpenAI integrada es una lista blanca codificada de forma fija, comentada con // last updated 2025-02-24, que contiene únicamente gpt-3.5-turbo, gpt-3.5-turbo-16k, gpt-4, gpt-4-32k, gpt-4-turbo y gpt-4o. Incluso con una clave válida de OpenAI de primera parte, esa tarjeta no puede ofrecer un modelo que OpenAI haya lanzado desde entonces. Las tarjetas de Groq y Mistral contienen listas congeladas con la misma fecha del comentario, aunque la de Mistral incluye alias -latest, que siguen resolviendo al modelo que Mistral ofrece actualmente; por tanto, en ese caso «lista congelada» no significa «modelo congelado». Para cualquier versión posterior a gpt-4o con una clave compatible con OpenAI, la tarjeta Custom es la vía, directamente o mediante una pasarela.

Y el detalle de Jan que más confusión genera: como Jan no puede detectar las capacidades de un proveedor personalizado, un modelo que añadas manualmente llega con la capacidad de herramientas sin marcar, y MCP requiere un modelo que la tenga. Actívala en el modelo, no solo en el proveedor.

Para Kunavo, los valores son los mismos en ambas aplicaciones: URL base https://api.kunavo.com/v1, una clave Bearer que comienza por sk-kn-. En Jan, elige el formato compatible con OpenAI y deja que rellene la lista de modelos; en GPT4All, escribe exactamente el id del modelo, por ejemplo claude-sonnet-4-6, ya que GPT4All añade /chat/completions a la base que proporciones y nunca comprueba el id. El formato compatible con Anthropic de Jan también puede alcanzar un endpoint con formato de Anthropic, pero la documentación de Jan solo indica «usa la base que documente tu pasarela» y su propio ejemplo omite /v1; esta página no probó qué cadena base quiere Jan para esa ruta, así que usa la de OpenAI salvo que estés dispuesto a experimentar.

# Both apps need the same two things: a base URL that ends in /v1 and a
# Bearer key. This is the check to run BEFORE you type either into an app.
curl -s https://api.kunavo.com/v1/models \
  -H "Authorization: Bearer sk-kn-..."

# Jan calls this exact path to populate its model list.
# GPT4All never calls it for a Custom provider — you type the id by hand.

Una estimación de costes ilustrativa para la ruta alojada

Se trata de cálculos ilustrativos con tokens, no de costes medidos de tareas ni de un límite máximo de facturación. Supongamos una sesión centrada en documentos que envía 30,000 tokens de entrada no almacenados en caché —el prompt del sistema, fragmentos recuperados y una conversación en curso— y recibe 2,000 tokens de salida, y que se repite 50 veces al mes. Las tarifas son los precios vigentes del catálogo de Kunavo por millón de tokens.

Observa lo que los ajustes de recuperación hacen con ese cálculo. GPT4All usa de forma predeterminada como máximo 3 fragmentos de 512 caracteres —aproximadamente 400 tokens según la aproximación habitual de cuatro caracteres por token—, por lo que con esos valores predeterminados un prompt de LocalDocs con una clave alojada apenas cuesta más que el chat básico que lo rodea. Aumenta cualquiera de los dos ajustes y el coste crecerá proporcionalmente. Jan no publica ningún límite, por lo que la parte del archivo del proyecto en un prompt depende de lo que decida el indexador. Si tu factura aumenta inesperadamente después de cambiar de GPT4All a Jan, esa asimetría es el primer lugar que debes revisar.

Escala estos valores según tu propio uso antes de tratarlos como un presupuesto, y ten en cuenta que la ruta de modelos locales de cualquiera de las dos aplicaciones no tiene ningún cargo por solicitud: solo hardware y electricidad. El importe del catálogo de Kunavo es un mínimo de facturación, no un límite máximo: cuando el proveedor ascendente informa de su cargo, la factura es el mayor de entre el coste del catálogo y el coste del proveedor ascendente multiplicado por el margen aplicable. Los cargos de caché y las herramientas externas quedan fuera de este ejemplo. La recarga mínima es de $10 en crédito prepago, un mínimo de financiación, no una tarifa por tarea ni una suscripción; consulta billing details.

Instalación, mantenimiento y límites de la licencia

Todas las filas se consultaron el 19 de septiembre de 2026 mediante las API de GitHub y PyPI y la lista de versiones de cada proyecto. Dos salvedades sobre las fechas: el changelog de jan.ai fecha v0.8.4 el 21 de julio de 2026, mientras que la versión de GitHub lleva la fecha del 23 de julio, de ahí «julio de 2026» arriba; y el propio changelog de GPT4All fecha v3.10.0 el 24 de febrero, frente al 25 de febrero de la etiqueta de la versión.

Dos detalles de propiedad, expresados con cuidado porque las pruebas solo permiten afirmar hasta cierto punto. Jan se desarrolla públicamente por el equipo de Jan bajo la organización de GitHub janhq, cuyo perfil ahora muestra simplemente «Jan»; la URL anterior menloresearch/jan devuelve una redirección HTTP 301 hacia ella. El archivo LICENSE de Jan todavía acredita a Menlo Research, mientras que la organización independiente menloresearch ahora describe un producto de robótica humanoide. No encontré ningún anuncio fechado que explique el cambio, así que esta página no afirma que haya habido una escisión o una venta: solo lo que indican la redirección y los dos perfiles. El mantenedor de GPT4All ha cambiado visiblemente de actividad empresarial: el titular de la página principal de nomic.ai trata ahora sobre diseño y construcción, y sus páginas de producto presentan una plataforma de agentes para la revisión de planos y el cumplimiento normativo. La página de GPT4All permanece como vestigio. Nomic no ha emitido ninguna declaración sobre el estado de GPT4All, y una incidencia titulada «Is GPT4all dead?» sigue abierta y sin resolver.

Una nota de protección para usuarios que debe aparecer en cualquier página sobre GPT4All: nomic.ai no distribuye ninguna versión móvil. Su página de GPT4All ofrece cuatro instaladores de escritorio y nada más, y las versiones de GitHub solo contienen artefactos de escritorio. Una incidencia de 2024 en el repositorio, abierta el 20 de diciembre de 2024 y cerrada como no planificada, informa de un paquete de Google Play llamado com.principia_tech.ai.gpt4all que, según quien la abrió, no tiene relación con el proyecto y bloquea las conversaciones tras anuncios. Descarga únicamente desde nomic.ai o las versiones de GitHub. Tampoco confundas el proyecto con el «GPT4Free» no relacionado.

Configuración de la ruta alojada

Kunavo no ha probado en tiempo de ejecución ninguna de las dos aplicaciones contra su endpoint, y ninguna dispone de una página de configuración de Kunavo; todo lo anterior se leyó en la documentación oficial y, para GPT4All, en el código fuente publicado. Lo que sí puede verificarse es la forma que necesitan ambas aplicaciones: una URL base con formato de OpenAI que termine en /v1, una clave Bearer y un GET /v1/models operativo para que Jan pueda rellenar su lista. Ejecuta primero la prueba rápida anterior, mantén una ruta operativa disponible mientras la pruebas y, después, ejecuta una tarea acotada y consulta el cargo que tu cuenta haya registrado realmente.

Crea una cuenta de Kunavo cuando estés listo para financiar una clave. Como contexto, OpenAI-compatible API explica el formato de cable que hablan ambas aplicaciones, best LLM gateway explica cómo comparar las opciones alojadas y, si aún estás eligiendo un cliente de escritorio, AnythingLLM vs Open WebUI compara dos alternativas centradas en documentos con la misma separación entre aplicación gratuita y API de pago por uso.

Preguntas frecuentes

Comprobado el 19 de septiembre de 2026: las API de ambos repositorios de GitHub, ambas listas de versiones, el registro de gpt4all en PyPI, el catálogo seleccionado de modelos de GPT4All y las cabeceras de los instaladores, el enlace a la etiqueta del blog de nomic.ai, la redirección de menloresearch/jan, las URL del changelog y de precios de jan.ai, la documentación de instalación, carga de archivos, MCP, servidor de API y endpoints personalizados de Jan, la documentación de LocalDocs, ajustes y servidor de API de GPT4All, su README, changelog, página de modelos y tabla de requisitos del sistema, los dos hilos de incidencias enlazados arriba, el historial de commits del README y de la tabla de requisitos, y el código fuente de GPT4All en main: las vistas de proveedores remotos, el filtro attach de ChatView.qml y el valor predeterminado localdocs/fileExtensions en mysettings.cpp. No se comprobó: ninguna sesión en tiempo de ejecución de ninguna de las dos aplicaciones contra el endpoint de Kunavo, la versión que entrega hoy el instalador en línea de GPT4All ni si un modelo de proveedor personalizado de Jan puede alcanzarse mediante el propio servidor local de Jan. Las tarifas de tokens de Kunavo proceden del catálogo vigente; todos los ejemplos en dólares son cálculos ilustrativos de tokens, no costes medidos de tareas.