Si has querido ejecutar IA en tu propio ordenador — sin nube, sin clave API, sin que nada salga de tu máquina — Ollama es la forma más sencilla de hacerlo en 2026. Es una herramienta de código abierto que descarga y ejecuta grandes modelos de lenguaje en local con un solo comando. Esta guía explica qué es Ollama, cómo instalarlo y usarlo, su API local, y los límites honestos frente a los modelos en la nube.
Qué es Ollama
Ollama agrupa pesos del modelo, configuración y runtime para que un comando funcione:
ollama run qwen2.5
Eso descarga el modelo en el primer arranque y abre un chat local. Funciona en macOS, Linux y Windows, admite muchos modelos abiertos (Llama, Qwen, Mistral, Gemma, DeepSeek y más), y mantiene todo en tu máquina. Es la entrada más sencilla a la IA local.
Instalar y usar
Descarga el instalador para tu sistema (o ejecuta el script de Linux), luego:
ollama run llama3.2 # chatear con un modelo (descarga en el 1er arranque)
ollama pull qwen2.5 # traer un modelo sin chatear
ollama list # ver los modelos instalados
ollama serve # ejecutar la API local
Deliberadamente mínimo: un comando para chatear, uno para traer, uno para servir.
La API local
Ollama ejecuta una API REST en http://localhost:11434 que apps y scripts llaman para generar texto, chatear o crear embeddings — así puedes construir pipelines RAG, chatbots y asistentes de editor por completo en el dispositivo. Herramientas como la extensión Continue (VS Code/JetBrains) se integran directamente. Mantén el punto de acceso en localhost (no 0.0.0.0) para que no quede expuesto en tu red.
Por qué se usa Ollama
- Privacidad: prompts y documentos se quedan en local — nada enviado a terceros. Consulta soberanía de datos.
- Coste: herramienta gratis, inferencia gratis en hardware que posees.
- Sin conexión y reproducible: funciona sin internet; el mismo modelo se comporta igual indefinidamente.
Para elegir el modelo adecuado, consulta el mejor LLM local para programar y mejores LLM coding 2026.
Los límites honestos
- Hardware: necesitas suficiente RAM/VRAM para el tamaño del modelo (un 7B en ~6–8 GB a 4 bits; más grande necesita más). Apple Silicon con memoria unificada va bien.
- Capacidad: los modelos locales 7B–70B son geniales para redactar, resumir, ayuda con código y RAG, pero los mayores modelos alojados siguen por delante en el razonamiento más difícil y el contexto más largo.
- Licencias: los modelos tienen sus propias licencias — respétalas para uso comercial.
El cambio es claro: Ollama da privacidad, coste nulo por token y sin conexión; la nube da capacidad máxima. Para el lado de la nube, consulta Cursor vs Copilot.
En resumen
Ollama es la forma más sencilla de ejecutar LLM en local en 2026: un comando, muchos modelos abiertos, una API local y privacidad total porque nada sale de tu máquina. No igualará la frontera absoluta de los modelos alojados en las tareas más difíciles, pero para chat privado, ayuda con código, RAG sobre tus archivos y uso sin conexión, es realmente excelente — y gratis. Si la IA local y privada es tu objetivo, Ollama es el punto de partida.
Para ir más allá, combina Ollama con el modelo adecuado en el mejor LLM local para programar, y entiende por qué mantener la inferencia local importa en soberanía de datos.
Guía editorial basada en las funciones documentadas de Ollama (runtime de modelos local, CLI, API REST en localhost, modelos abiertos compatibles) y los compromisos documentados entre LLM locales y alojados. Indicamos con claridad que los modelos locales quedan por detrás de los mayores alojados en las tareas más difíciles. Ninguna relación comercial influye en esta guía.
