Cómo Instalar Ollama en 2026: Mac, Windows y Linux (Paso a Paso)

Installing Ollama is genuinely a two-minute job on every major operating system. The current release is v0.34.2 (15 de septiembre de 2026), y desde la versión 0.34.2, al iniciar por primera vez se le pedirá que inicie sesión o continúe sin conexión, así que espere ese mensaje incluso en una máquina limpia. Esta guía le proporciona los pasos exactos para Mac, Windows y Linux, le muestra cómo ejecutar su primer modelo y aborda los pocos errores con los que realmente se encuentran los usuarios.

¿Nuevo en la herramienta? Comienza con qué es Ollama y cómo funciona, luego vuelve aquí para instalarlo.

Respuesta rápida: ¿Cómo se instala Ollama?

Instalar Ollama es un proceso de descarga y ejecución que tarda aproximadamente dos minutos en todos los sistemas operativos principales. En macOS, descargue la aplicación desde ollama.com o ejecute brew install ollama; en Windows, ejecute el instalador oficial, que es nativo y no requiere WSL; en Linux, ejecute la línea única curl -fsSL https://ollama.com/install.sh | sh. Luego, descargue y ejecute su primer modelo con ollama run gemma4, y confirme que funciona cuando la API local responde en http://localhost:11434.

• macOS: descargue la aplicación desde ollama.com o ejecute brew install ollama.
• Windows: ejecute el instalador oficial .exe — nativo, sin necesidad de WSL — y luego verifique ollama --version.
• Linux: un comando — curl -fsSL https://ollama.com/install.sh | sh.
• Primer modelo para ejecutar: ollama run gemma4 descarga y ejecuta un modelo versátil y potente con un solo comando.
• Memoria RAM necesaria: aproximadamente tanta memoria RAM libre (o VRAM) como el tamaño del modelo cuantizado: unos 4–5 GB para un modelo de 7B y alrededor de 8 GB para un modelo de 13B.

Antes de instalar: ¿puede tu máquina ejecutarlo?

Ollama en sí es diminuto, pero los modelos no lo son. Una regla rápida: necesitas aproximadamente tanta RAM libre (o VRAM) como el tamaño del modelo cuantizado — unos 4-5 GB para un modelo 7B, 8 GB para un 13B, y mucho más para los grandes. Si no estás seguro de lo que tu hardware puede manejar, lee nuestra guía de requisitos del sistema de Ollama primero para elegir un modelo que realmente se ajuste.

Instalar en macOS

El camino más fácil es la aplicación nativa:

1. Ve a ollama.com/download y descarga la aplicación macOS.
2. Abre el .dmg y arrastra Ollama a Aplicaciones.
3. Ejecútalo — Ollama se ejecuta en segundo plano y el comando ollama está disponible en tu terminal.

¿Prefieres la línea de comandos? Usa Homebrew:

brew install ollama

En Apple Silicon (M1–M5), Ollama utiliza automáticamente la GPU a través del backend MLX de Apple (desde v0.19), por lo que obtienes inferencia rápida sin configuración adicional.

Instalar en Windows

Ollama se ejecuta de forma nativa en Windows — ya no necesitas WSL:

1. Descarga el instalador de Windows desde ollama.com/download.
2. Ejecuta el .exe y sigue las indicaciones.
3. Abre PowerShell o Símbolo del sistema y escribe ollama --version para confirmar que está instalado.

Si tienes una GPU de NVIDIA, Ollama la detecta automáticamente y usa CUDA. Sin necesidad de complicaciones con drivers, siempre que tus drivers de GPU estén actualizados.

Instalar en Linux

Un único comando lo hace todo:

curl -fsSL https://ollama.com/install.sh | sh

Esto instala Ollama y lo configura como un servicio systemd que se inicia al arrancar. Para confirmar que está ejecutándose:

systemctl status ollama

En Ubuntu y la mayoría de distribuciones, el instalador detecta GPUs de NVIDIA y AMD y configura el backend correcto. Para tarjetas AMD específicamente, asegúrate de que ROCm esté instalado — consulta nuestro análisis detallado sobre ROCm vs CUDA para conocer el estado del soporte de AMD en 2026.

Ejecuta tu primer modelo

Con Ollama instalado, descarga y ejecuta un modelo en un único comando:

ollama run gemma4

La primera ejecución descarga el modelo (unos pocos gigabytes) y luego te abre un prompt de chat. Escribe una pregunta y obtén una respuesta — todo en tu máquina. Algunos comandos útiles:

• ollama list — muestra los modelos que has descargado.
• ollama pull qwen3 — descarga un modelo sin ejecutarlo.
• ollama rm gemma4 — elimina un modelo para liberar espacio en disco.
• ollama ps — ve qué se está cargando actualmente en memoria.

¿No estás seguro por dónde empezar? Nuestra guía sobre los mejores LLMs locales en Ollama relaciona modelos con casos de uso y hardware.

Verifica que la API está en ejecución

Ollama expone una API REST en el puerto 11434. Para confirmar que está activa, ejecuta:

curl http://localhost:11434/api/tags

Una respuesta JSON listando tus modelos significa que todo funciona. Este endpoint es con el que tus propias aplicaciones se comunicarán — y como Ollama ofrece una API compatible con OpenAI, mucho código existente funciona solo cambiando la URL base.

Problemas comunes de instalación y soluciones

• «ollama: command not found» (Mac/Linux): la aplicación se instaló pero no está en tu PATH. En Mac, asegúrate de haber lanzado la aplicación una vez; en Linux, abre una nueva shell después de la instalación.
• Las descargas de modelos son lentas o se estancan: Ollama descarga archivos grandes; una descarga estancada generalmente se resuelve con ollama pull de nuevo — se reanuda en lugar de reiniciar.
• La GPU no se está usando: verifica ollama ps — si muestra 100% CPU, tus drivers de GPU podrían estar desactualizados o el modelo es demasiado grande para caber en VRAM y se ha derramado a CPU. Prueba con un modelo más pequeño o más fuertemente cuantizado.
• Errores de «out of memory»: el modelo es más grande que tu RAM/VRAM disponible. Descarga un quant más pequeño (busca variantes q4 variantes) o un tamaño de modelo más pequeño. Nuestro guía de requisitos del sistema muestra qué cabe dónde.
• El puerto 11434 ya está en uso: otra instancia de Ollama se está ejecutando. Detenla (ollama ps luego cierra la aplicación/servicio) antes de iniciar una nueva.

Configurar Ollama tras la instalación: almacenamiento, memoria e interfaz gráfica

Instalar Ollama es la parte más sencilla. Unos pocos ajustes determinan si pasa desapercibido o, en cambio, consume silenciosamente su disco duro y su memoria RAM. Todos ellos son variables de entorno, y su ubicación depende del sistema operativo: en macOS use launchctl setenv, en Linux edite el servicio mediante systemctl edit ollama.service y agregue una línea Environment= ; en Windows, añada una variable de entorno de usuario desde Configuración. Reinicie Ollama tras cualquier cambio para que este surta efecto.

Las cuatro variables más importantes son:

• OLLAMA_MODELS — cambia la ubicación donde se almacenan los modelos. Estos suelen ser muy grandes, y la ubicación predeterminada está en la unidad del sistema (~/.ollama/models en macOS, /usr/share/ollama/.ollama/models en Linux, C:Users.ollamamodels en Windows). Apunte esta variable hacia una unidad más grande o más rápida antes de descargar varios modelos. En Linux, asegúrese de que el usuario tenga permisos de lectura y escritura sobre el nuevo directorio. ollama user puede leer y escribir el nuevo directorio.
• OLLAMA_KEEP_ALIVE — tiempo que un modelo permanece en memoria tras una solicitud. El valor predeterminado es 5 minutos. Establézcalo en -1 para mantener el modelo cargado en memoria y evitar retrasos en la primera solicitud, o en 0 para descargarlo inmediatamente y liberar la VRAM en cuanto finalice su uso.
• OLLAMA_CONTEXT_LENGTH — tamaño de la ventana de contexto. Ollama usa por defecto un valor conservador de 4096 tokens, por lo que los documentos largos se truncan silenciosamente. Auméntelo (por ejemplo, a 8192 o más) si su modelo lo soporta, y combínelo con OLLAMA_FLASH_ATTENTION=1 para reducir el costo adicional de memoria.
• OLLAMA_HOST — dirección a la que se enlaza el servidor. Por defecto, Ollama solo escucha en 127.0.0.1:11434, por lo que ningún otro dispositivo de su red puede acceder a él. Establézcalo en 0.0.0.0:11434 para usar Ollama desde otra máquina, un teléfono o un contenedor Docker.

Una advertencia importante sobre esta última opción: la API de Ollama sin autenticación integrada. Enlazado a 0.0.0.0 significa que cualquiera capaz de acceder al puerto 11434 podrá ejecutar modelos en su hardware. Hágalo únicamente en una LAN de confianza y coloque el servicio detrás de un proxy inverso o una regla de firewall si la máquina está expuesta.

Por último, la línea de comandos es adecuada para pruebas, pero resulta tediosa para el uso diario. La solución habitual es Open WebUI, una interfaz autohospedada estilo ChatGPT que se comunica con su instancia local de Ollama. La forma más rápida es mediante Docker: el contenedor escucha internamente en el puerto 8080, así que asigne ese puerto a uno del host usando -p 3000:8080 y abra http://localhost:3000, luego configúrelo para que apunte a su instancia de Ollama. Obtendrá historial de conversaciones, cambio entre modelos y carga de documentos, todo ejecutándose íntegramente en su propia máquina.

Más guías sobre Ollama en Convly

• Configuración y plataformas: guía de instalación · Ollama en Windows · Ollama en Docker · requisitos del sistema
• Cómo ejecutarlo correctamente: lista de modelos · mejores modelos para ejecutar · cuando Ollama ignora su GPU · cambiar el puerto
• Publicación y seguridad: autenticación mediante clave API · ¿es seguro Ollama? · modelos en la nube
• Mantenimiento: actualización · desinstalación · alternativas

Preguntas frecuentes

¿Cómo instalo Ollama en Windows?

Descarga el instalador nativo desde ollama.com/download y ejecuta el .exe. Ollama se ejecuta de forma nativa en Windows sin necesidad de WSL, y detecta automáticamente una GPU de NVIDIA mediante CUDA si tienes una. Confirma la instalación con ollama --version en PowerShell.

¿Cómo instalo Ollama en Linux?

Ejecutar curl -fsSL https://ollama.com/install.sh | sh. Esto instala Ollama y lo registra como un servicio systemd. Verifíquelo con systemctl status ollama. El instalador detecta automáticamente las GPU de NVIDIA y AMD.

¿Puedo instalar Ollama con Homebrew?

Sí — brew install ollama funciona en macOS. La aplicación nativa de ollama.com es igualmente buena e incluye una presencia en la barra de menú; la opción de Homebrew resulta práctica si gestionas todo desde la línea de comandos.

¿Dónde almacena Ollama los modelos?

De forma predeterminada, en Mac y Linux en ~/.ollama/models, y en Windows dentro del perfil de usuario. Los modelos pueden ocupar varios gigabytes cada uno, así que use ollama list para supervisar qué ha descargado y ollama rm <modelo> para limpiarlos.

¿Es seguro instalar Ollama?

Sí. Ollama es de código abierto (licencia MIT) y está ampliamente adoptado. Se aplica la precaución habitual respecto al instalador de una sola línea para Linux: es el script oficial del proyecto, pero, si lo prefiere, puede descargar e inspeccionar install.sh antes de ejecutarlo.

¿Por qué Ollama sigue cortando los prompts o documentos largos?

Ollama utiliza de forma predeterminada una ventana de contexto de 4096 tokens, independientemente de la capacidad real del modelo, por lo que las entradas más largas se truncan sin advertencia. Auméntela iniciando el servidor con OLLAMA_CONTEXT_LENGTH un valor mayor (por ejemplo, 8192 o más), hasta el límite admitido por el modelo. Un contexto más amplio consume más memoria, así que active OLLAMA_FLASH_ATTENTION=1 para compensar ese costo y supervise su margen disponible de RAM o VRAM.

¿Cómo accedo a Ollama desde otro equipo de mi red?

De forma predeterminada, Ollama solo escucha en localhost, por lo que es invisible para otros dispositivos. Establezca OLLAMA_HOST=0.0.0.0:11434 y reinícielo; luego, conéctese utilizando la dirección IP local (LAN) de la máquina anfitriona en el puerto 11434. Tenga en cuenta que la API no dispone de autenticación, así que expóngala únicamente en una red de confianza y utilice una regla de firewall o un proxy inverso si la máquina es accesible desde fuera de su hogar u oficina.

¿Cómo evito que Ollama recargue el modelo en cada solicitud?

Ese retraso se debe a que el modelo se descarga de la memoria entre usos. Por defecto, Ollama mantiene cargado un modelo durante 5 minutos; establezca OLLAMA_KEEP_ALIVE=-1 para mantenerlo cargado indefinidamente y lograr respuestas instantáneas a los prompts. La contrapartida es que el modelo ocupará su RAM o VRAM en todo momento, así que use 0 si prefiere liberar esa memoria inmediatamente al finalizar cada solicitud.

Conclusión

En cualquier sistema operativo, instalar Ollama consiste simplemente en descargarlo y ejecutarlo, lo que lleva aproximadamente dos minutos, y su primer modelo local está a un solo comando de distancia. Elija un modelo compatible con su hardware, confirme que la API responde en el puerto 11434, y ya tendrá un modelo de lenguaje grande (LLM) privado y gratuito funcionando en su propia máquina. A partir de aquí, explore qué modelos ejecutar y cuántos recursos de hardware requiere cada uno.