Cómo instalar y autoconfigurar KataGo en Windows, macOS y Linux
Publicado el 6 de abril de 2026 por StoneBase Team
KataGo es una de las IAs de Go de código abierto más potentes disponibles hoy en día. Ya sea que quieras entender dónde te equivocaste en una partida, explorar movimientos alternativos o estudiar jugadas de nivel profesional, KataGo te ofrece análisis jugada a jugada con tasas de victoria, estimaciones de puntuación y las mejores variaciones.
Desde StoneBase 1.0.65, puedes configurar KataGo directamente en la aplicación: el asistente detecta tu equipo, descarga archivos compatibles y prueba el análisis antes de que confirmes. Empieza por la autoconfiguración de abajo o sigue las instrucciones manuales si prefieres elegir tu propio ejecutable, red neuronal y configuración de análisis.
Autoconfiguración de KataGo en StoneBase
Las capturas muestran la interfaz real en una demostración aislada, con valores de ejemplo. Los archivos y versiones elegidos dependen del equipo y pueden cambiar.
1. Instala StoneBase y abre los ajustes del motor
Descarga StoneBase desde la última release oficial: usa el instalador .msi en Windows, .dmg en macOS o .deb en Linux. Instala y abre la aplicación, y entra en Configuración → Motor.
En una instalación nueva, pulsa Autoconfigurar KataGo. El asistente solo aparece cuando no hay ajustes guardados del motor de análisis; también se oculta si ya has guardado una configuración parcial. Si ya tienes un motor configurado, utiliza los ajustes manuales que explicamos más abajo.
2. Deja que StoneBase detecte, descargue y pruebe
StoneBase comprueba el sistema operativo, la arquitectura, el hardware compatible y la memoria disponible. Selecciona una versión compatible de KataGo y descarga la red más fuerte con una valoración fiable del catálogo oficial de redes de KataGo, la indicada como Strongest confidently-rated network. Después prepara la configuración de análisis y ejecuta una pequeña consulta de análisis real en tu equipo antes de ofrecerte guardar nada. La versión elegida depende de la compatibilidad y del catálogo disponible; no se garantiza un runtime concreto de GPU.
En macOS: autoriza la instalación de KataGo
La autoconfiguración requiere que Homebrew ya esté instalado. StoneBase pide permiso para instalar KataGo con Instalar con Homebrew y muestra el comando que ejecutará:
brew install --force-bottle katago
Este permiso instala KataGo, no Homebrew. El ejecutable y sus bibliotecas permanecen en Homebrew. La red, la configuración de análisis y los demás archivos gestionados se guardan dentro de la carpeta de datos configurable de StoneBase. En Windows y Linux, el asistente también gestiona el motor descargado dentro de esa carpeta.
3. Revisa el resultado y confirma
Cuando la prueba de análisis real termine correctamente, revisa el backend detectado, las rutas de los archivos, los ajustes de análisis propuestos y el resultado de la prueba. Nada se guarda hasta que pulses Confirmar y guardar.
Después de guardar, pulsa Iniciar motor, o importa un SGF y analiza tu primera partida: solicitar un análisis arranca automáticamente el motor configurado. Iniciar motor al arrancar la aplicación sigue desactivado, así que abrir StoneBase por sí solo no inicia KataGo. Este asistente configura el motor de análisis; los motores de Jugar se ajustan por separado.
Si falla una descarga o la prueba de análisis, o la red seleccionada necesita más recursos de los disponibles en tu equipo, el asistente no guarda ajustes. Tampoco sustituye silenciosamente la red por otra más pequeña. Sigue el mensaje, vuelve a intentarlo cuando proceda o usa la configuración manual para elegir archivos compatibles y, si lo necesitas, una red más pequeña.
Configuración manual con tus propios archivos de KataGo
Sigue los pasos de abajo si ya tienes KataGo, quieres elegir un backend o una red concretos, o no puedes completar la autoconfiguración.
Paso 1: Descargar KataGo
Necesitas el motor de KataGo. Se recomienda una GPU (NVIDIA, AMD o Apple Silicon) — KataGo también funciona en CPU, pero una GPU hace que el análisis sea mucho más rápido.
A fecha de 13 de octubre de 2026, la última release oficial es KataGo v1.18.2, que ofrece compilaciones CUDA. Para TensorRT, OpenCL, Eigen/CPU y Metal, usa el paquete compatible más reciente de v1.18.1 o de la página oficial de releases. Elige el paquete completo para tu plataforma y backend; no necesitas compilarlo.
KataGo en Windows
- GPU NVIDIA: Prioriza una compilación CUDA+cuDNN de v1.18.2, con cuDNN 9.8.0 o posterior para redes Transformer. La compilación TensorRT de v1.18.1 es una alternativa si ya tienes instalado su runtime TensorRT independiente y compatible.
- GPU AMD: Usa el binario OpenCL más reciente proporcionado desde la página oficial de releases.
- Solo CPU: Usa el binario Eigen más reciente proporcionado; prefiere la compilación AVX2 si tu CPU la admite.
Extrae el zip en una carpeta que recuerdes, como C:\KataGo.
KataGo en macOS
KataGo funciona muy bien en todos los Mac modernos, con diferencias importantes entre Apple Silicon e Intel.
Apple Silicon (M1/M2/M3/M4): Usa el binario macOS más reciente proporcionado compatible con KataGo v1.18.1, con el backend Metal para obtener el mejor rendimiento. Instala con Homebrew:
brew install katago
Si no usas Homebrew, descarga el binario macOS más reciente proporcionado desde la página oficial de releases y coloca katago en un directorio de tu PATH (p. ej., /usr/local/bin/ en Mac Intel, o /opt/homebrew/bin/ en Apple Silicon).
Para verificar el binario y que Metal funciona, ejecuta katago version en la terminal — debería indicar la versión descargada y mostrar Metal como backend detectado.
Mac Intel: Usa el binario macOS más reciente proporcionado con el backend OpenCL desde la página oficial de releases.
Solución de problemas con Homebrew: Si brew install katago falla, asegúrate de que Xcode Command Line Tools estén instalados (xcode-select --install). Si obtienes un error de permisos, ejecuta sudo chown -R $(whoami) /usr/local/share/man/man8 o instala en un directorio de tu propiedad.
Instalación manual (sin Homebrew): Descarga el binario macOS más reciente proporcionado desde la página de releases de KataGo, extráelo y coloca katago en un directorio de tu PATH (p. ej., /usr/local/bin/ en Mac Intel, o /opt/homebrew/bin/ en Apple Silicon). Luego hazlo ejecutable:
chmod +x /opt/homebrew/bin/katago # Apple Silicon — o /usr/local/bin/katago en Intel
Nota sobre Gatekeeper: Al ejecutar un binario descargado manualmente por primera vez, macOS puede bloquearlo. Ve a Ajustes del Sistema > Privacidad y seguridad y haz clic en Abrir de todos modos junto al mensaje bloqueado. Solo necesitas hacerlo una vez.
KataGo en Linux
- GPU NVIDIA: Prioriza una compilación CUDA+cuDNN de v1.18.2, con cuDNN 9.8.0 o posterior para redes Transformer. La compilación TensorRT de v1.18.1 es una alternativa si ya tienes instalado su runtime TensorRT independiente y compatible.
- GPU AMD: Usa el binario OpenCL más reciente proporcionado desde la página oficial de releases.
- Solo CPU: Usa el binario Eigen más reciente proporcionado; prefiere la compilación AVX2 si tu CPU la admite.
Haz el binario ejecutable con chmod +x katago y colócalo en una ruta como ~/katago.
Versiones actuales de KataGo y redes Transformer
KataGo 1.17.0 añadió compatibilidad con redes neuronales Transformer al motor C++ en todos los principales backends. Las redes Transformer suelen ser mucho más fuertes con el mismo presupuesto de cómputo, pero usan la versión de modelo 17 y no se cargarán en un motor anterior a KataGo 1.17.
La lista oficial de releases ofrece actualmente v1.18.2 para CUDA y v1.18.1 para los demás backends mencionados (comprobado el 13 de octubre de 2026). Antes de descargar, revisa el paquete y los requisitos del runtime para tu sistema operativo y hardware. Extrae el archivo completo en una carpeta nueva en vez de mezclar un ejecutable nuevo con DLL antiguas.
Todos los principales backends pueden ejecutar redes Transformer. OpenCL es ampliamente compatible, pero notablemente más lento con Transformers. En NVIDIA, prioriza CUDA+cuDNN con cuDNN 9.8.0 o posterior. TensorRT es una alternativa que requiere su propio runtime compatible y puede tardar más en el primer arranque. Los paquetes de Homebrew pueden retrasarse respecto a las releases oficiales: comprueba katago version y los detalles del paquete antes de cargar una red Transformer.
Paso 2: Descargar una Red Neuronal
KataGo necesita un archivo de red neuronal .bin.gz (el “cerebro” que evalúa las posiciones):
- Usa la descarga correcta: En la página oficial de redes de KataGo, pulsa Network File. No descargues Raw Checkpoint: es para entrenamiento, no para StoneBase.
- Usa una red Transformer: Elige una red Transformer en la página oficial de redes de KataGo y asegúrate de que tu binario de KataGo sea la versión más reciente proporcionada para tu backend.
- Ajusta la red a tu hardware: Empieza con una red más pequeña en CPU o con una GPU modesta. Las redes más grandes necesitan más RAM/VRAM y pueden reducir las visitas por segundo, así que prueba una posición antes de elegir un modelo mayor.
Guarda el archivo de red en la misma carpeta que el binario de KataGo.
Paso 3: Configurar el Archivo de Configuración
KataGo usa un archivo de configuración que controla su comportamiento. Encontrarás ejemplos en la descarga de KataGo.
Importante: StoneBase usa el modo de motor de análisis de KataGo, no el modo GTP. Asegúrate de usar un archivo de configuración de análisis (ej.,
analysis_example.cfg), no una configuración GTP (ej.,default_gtp.cfg). Usar el formato incorrecto impedirá que KataGo arranque correctamente.
Si no estás seguro de qué configuración usar, StoneBase puede proporcionarte una. En la página de configuración del Motor, haz clic en Download example KataGo analysis config para obtener una plantilla lista para usar.
Ajustes clave a revisar:
numSearchThreads: Hilos que usa KataGo para la búsqueda. Empieza con 1-2 para la mayoría de GPUs.maxVisits: Número máximo de posiciones a evaluar por movimiento. 500-1000 es un buen punto de partida.
Para la mayoría de usuarios, la configuración de análisis predeterminada funciona bien tal cual.
Paso 4: Instalar StoneBase
StoneBase es la aplicación de escritorio gratuita que conecta con KataGo y te ofrece una interfaz completa de revisión. Descarga la última versión desde la página de releases en GitHub y elige el instalador:
- Windows: Descarga
StoneBase-X.Y.Z.msi, haz doble clic, sigue el asistente. - macOS: Descarga
StoneBase-X.Y.Z.dmg, arrastra StoneBase a Aplicaciones. En la primera ejecución, macOS puede bloquear la app — ve a Ajustes del Sistema > Privacidad y seguridad y haz clic en Abrir de todos modos. - Linux: Descarga
stonebase_X.Y.Z_amd64.debe instala consudo dpkg -i stonebase_X.Y.Z_amd64.deb.
Paso 5: Configurar KataGo en StoneBase
Abre StoneBase y ve a Settings. En la sección de KataGo, configura:
- Ruta del binario de KataGo: Apunta al ejecutable
katagodel Paso 1. - Ruta de la red neuronal: Apunta al archivo
.bin.gzdel Paso 2. - Ruta del archivo de configuración: Apunta al
.cfgde análisis del Paso 3. Si aún no tienes uno, puedes hacer clic en Download example KataGo analysis config en la página de ajustes para obtener una plantilla lista para usar.

Haz clic en Save y StoneBase verificará la conexión. Si todo está configurado correctamente, verás un mensaje de confirmación.
También puedes ajustar los parámetros de análisis (máximo de visitas, hilos, variaciones) en la pestaña Analysis:

Paso 6: Analiza Tu Primera Partida
Con KataGo configurado:
- Importa un archivo SGF o selecciona una partida de tu biblioteca.
- Haz clic en el botón Analyze de la barra de herramientas.
- KataGo evaluará cada movimiento, mostrando:
- Tasa de victoria: la probabilidad de ganar para cada jugador
- Estimación de puntuación: la diferencia de puntos proyectada
- Movimientos candidatos: las mejores sugerencias de la IA con sus evaluaciones
- Variación principal: la secuencia de juego esperada
Navega por la partida para ver cómo cambia la evaluación en cada movimiento. Las caídas grandes en la tasa de victoria destacan tus errores más importantes — esas son las posiciones que merece la pena estudiar con más cuidado.
¿Primera vez con análisis por IA? Lee nuestra guía breve sobre cómo interpretar la tasa de victoria y la puntuación de KataGo antes de sacar conclusiones — confundir una oscilación del 5% con un “error grave” es un fallo común de principiante.
Solución de Problemas
KataGo no arranca: Asegúrate de que la ruta del binario apunte al ejecutable katago real (no a la carpeta). En macOS/Linux, puede que necesites chmod +x katago.
El análisis es muy lento: Si estás usando solo CPU, el análisis será significativamente más lento. Elige una red más pequeña de la página oficial de redes, o usa una GPU.
Error “Failed to load neural net”: Verifica la ruta del archivo de red y que la versión sea compatible con el binario de KataGo instalado. Las redes Transformer requieren KataGo 1.17 o posterior, así que usa el binario más reciente proporcionado para tu backend.
Estimaciones de puntuación incorrectas: Si las tasas de victoria y puntuaciones parecen extrañas, comprueba que la configuración de reglas coincida con las reglas bajo las que realmente se jugó. Las reglas japonesas y chinas pueden producir evaluaciones diferentes para la misma posición. Puedes configurar las reglas por partida en los ajustes de partida de StoneBase.
Preguntas Frecuentes
¿Funciona KataGo en Mac?
Sí. En Mac con Apple Silicon (M1/M2/M3/M4), usa el binario macOS más reciente proporcionado con el backend Metal — se instala con brew install katago. En Mac Intel, usa el binario macOS más reciente proporcionado con el backend OpenCL.
¿Necesito GPU para usar KataGo?
No, KataGo funciona en CPU con el backend Eigen, pero el análisis será mucho más lento. Cualquier GPU moderna (NVIDIA, AMD o Apple Silicon) te dará un gran rendimiento — para revisión seria, se recomienda una GPU.
¿Cómo actualizo KataGo?
Descarga el binario más reciente proporcionado para tu backend desde la página de releases de KataGo y reemplaza el paquete completo extraído, no solo el binario katago. Las configuraciones y redes convencionales existentes suelen seguir siendo utilizables, pero las redes Transformer requieren KataGo 1.17 o posterior. Revisa las notas de cada release y prueba la configuración antes de eliminar la instalación que funciona.
¿KataGo es gratis?
Sí, KataGo es totalmente open-source y de uso gratuito. StoneBase también es gratis — el plan Pro desbloquea análisis por lotes y funciones avanzadas, pero la revisión de partidas individuales con KataGo es gratis para siempre.
¿Qué red de KataGo debo usar?
Empieza con un Network File .bin.gz de la página oficial de redes de KataGo. Para aprovechar la fuerza de los modelos Transformer, usa una red Transformer de esa página con el binario más reciente proporcionado para tu backend. Elige una red más pequeña en CPU o una GPU modesta, y prueba su velocidad antes de pasar a un modelo mayor.
KataGo vs Leela Zero: ¿cuál es mejor para revisar partidas?
KataGo se mantiene activamente, soporta estimación de puntuación (no solo tasa de victoria), maneja distintas reglas (japonesas/chinas/coreanas) y se considera generalmente más fuerte que Leela Zero hoy en día. Para revisión moderna de partidas de Go, KataGo es la opción recomendada.
¿Puedo usar KataGo en línea sin instalarlo?
StoneBase es una aplicación de escritorio por diseño — tus partidas y análisis se mantienen privados en tu máquina. Estamos explorando el análisis KataGo en la nube para el futuro, pero aún no está disponible.
Mientras tanto, la configuración de escritorio es más sencilla de lo que la mayoría espera: esta guía te lleva paso a paso, y una vez configurada, obtienes análisis de IA ilimitados y gratuitos con total privacidad. Si ya tienes una GPU, la aplicación de escritorio suele ser más rápida que cualquier opción web, ya que no hay latencia de red.
Existen servicios web de terceros como Online KataGo o AI Sensei que ofrecen análisis KataGo en el navegador sin instalación — pero carecen de la gestión de bibliotecas, búsqueda de posiciones y garantías de privacidad local de StoneBase.
¿Qué Sigue?
Una vez que KataGo esté funcionando, puedes:
- Revisar partidas individuales para encontrar tus errores y oportunidades perdidas
- Analizar toda tu biblioteca en lote (función Pro) para obtener evaluaciones de IA en todas tus partidas a la vez
- Explorar variaciones colocando piedras y viendo cómo KataGo evalúa diferentes continuaciones
La combinación de tu propia capacidad de lectura y la evaluación sobrehumana de KataGo es la forma más rápida de identificar debilidades en tu juego y mejorar.
Artículos Relacionados
- Cómo Revisar tus Partidas de Go: Guía para Principiantes — Aprende a sacar el máximo partido del análisis con IA en tu revisión de partidas.
- Entendiendo la Tasa de Victoria y Estimación de Puntuación de KataGo — Qué significan realmente esos números y cómo interpretarlos.
- 5 Errores Comunes en Go y Cómo la IA Te Ayuda a Detectarlos — Los patrones de error más frecuentes que KataGo revela en las partidas.
- Del ordenador a la tablet: las novedades de StoneBase
¿Listo para analizar con IA?
Si aún no has configurado KataGo, consulta nuestra guía completa de instalación de KataGo — cubre la instalación en Windows, Mac y Linux en minutos.