¿Qué modelos puedes ejecutar con Ollama en este momento? A partir de noviembre de 2026, la oficial biblioteca de Ollama lista 270 familias de modelos, la mayoría en varios tamaños. Los modelos de chat más descargados son Llama 3.1, DeepSeek-R1, Llama 3.2, Qwen 2.5, Qwen3 y Gemma 3; la generación actual para comenzar es de Google Gemma 4de Google, y Qwen 3.5, 3.6 y 3.8 y el de OpenAI, gpt-ossde Alibaba. Cada uno está a un comando de distancia, por ejemplo ollama run gemma4:e4b o ollama run qwen3.5:9b.
Este artículo práctico Lista de modelos de Ollama cubre los modelos que la gente realmente ejecuta, qué necesita cada uno en memoria y para qué es útil cada uno, además de cómo listar los modelos que ya tienes y descargar nuevos. Para la mayoría de los modelos Ollama descarga una compilación cuantizada de 4 bits de forma predeterminada, por eso un modelo «70B» cabe en una buena estación de trabajo y un «8B» se ejecuta en una laptop. Los tamaños a continuación son los predeterminados listados en ollama.com y cambian con cada versión — siempre consulta el Base de datos de modelos de IA o ejecuta ollama list para conocer los modelos disponibles actualmente en tu equipo.
Referencia rápida
- Ejecutable en cualquier portátil (8 GB de RAM): Qwen 3.5 2B/4B, Llama 3.2 3B, Gemma 3 4B, Bonsai 2 9B — pequeños, rápidos, sin conexión.
- Mejor equilibrio general (16 GB): Qwen 3.5 9B, Gemma 4 E4B o 12B, gpt-oss 20B, Llama 3.1 8B — el punto óptimo para la mayoría de los usuarios.
- Alta calidad (24–32 GB / GPU): Qwen 3.6 27B/35B, Qwen 3.8 27B, Gemma 4 26B/31B, Muse Glimmer 30B.
- Cercano a la frontera (estación de trabajo, 48 GB a 96 GB+): Llama 3.3 70B, DeepSeek-R1 70B, gpt-oss 120B, Qwen 3.5 122B.
- Razonamiento: gpt-oss, DeepSeek-R1. Programación: Qwen3-Coder, Qwen 3.6 coding tags, Flint, MiMo V2.6. Visión: Gemma 4, Qwen 3.5, Qwen3-VL. Incrustaciones (embeddings): nomic-embed-text, EmbeddingGemma 2.
- La regla: elige según la memoria disponible: comprueba cualquier modelo con nuestra herramienta gratuita Calculadora de VRAM.
Respuesta breve: Puedes ejecutar cualquier modelo en la biblioteca oficial de Ollama que tenga una descarga local y quepa en tu memoria: en 8 GB comienza con qwen3.5:4b, en 16 GB con qwen3.5:9b o gemma4:e4b, y en una GPU de 24 GB con qwen3.8:27b, cada uno ollama pull de distancia. Algunos modelos nuevos, como DeepSeek V4.1 Flash y Kimi K3.1 Pro, tienen solo :cloud tags, por lo que se ejecutan en los servidores de Ollama, no en tu máquina. Nuestras Selecciones de noviembre de 2026 proporcionan el comando pull y el tamaño de descarga para cada opción local, y la tabla completa a continuación lista la memoria que necesita cada familia popular.
Hechos clave
- 270 familias de modelos en la biblioteca oficial (7 de noviembre de 2026), la mayoría en varios tamaños
- Cualquier portátil (8 GB de RAM): Qwen 3.5 2B/4B, Llama 3.2 3B, Gemma 3 4B
- El punto óptimo de 16 GB: Qwen 3.5 9B, Gemma 4 E4B/12B, gpt-oss 20B, Llama 3.1 8B
- 24–32 GB/GPU: Qwen 3.6 27B/35B, Qwen 3.8 27B, Gemma 4 26B/31B — estación de trabajo: Llama 3.3 70B, gpt-oss 120B, Qwen 3.5 122B
- Ollama descarga versiones cuantizadas a 4 bits de forma predeterminada para la mayoría de los modelos — por eso un «70B» cabe en una buena estación de trabajo
- Especialistas: Qwen3-Coder & Flint (código) · Gemma 4 / Qwen3-VL (visión) · nomic-embed-text & EmbeddingGemma 2 (embeddings) · gpt-oss & DeepSeek-R1 (razonamiento)
- Mejores modelos de Ollama (noviembre de 2026)
- Los modelos de Ollama más populares a primera vista
- Nuevo en la librería Ollama (octubre de 2026)
- Cómo listar los modelos de Ollama que tienes instalados
- Cómo buscar y descargar nuevos modelos desde la biblioteca
- Modelos pequeños: funcionan en prácticamente cualquier portátil
- Modelos de tamaño medio: el punto óptimo para 16 GB
- Modelos grandes: estaciones de trabajo y GPUs
- Modelos especializados: programación, visión por computadora y embeddings
- ¿Qué modelo de Ollama deberías usar realmente?
- Verifica si un modelo cabe en tu sistema antes de descargarlo
- Más guías de Ollama en Convly AI
- Preguntas frecuentes
- En resumen
Mejores modelos de Ollama (noviembre de 2026)
Estas son nuestras selecciones para cada presupuesto de memoria este mes. Cada comando y tamaño de descarga a continuación se verificó en la página de tags de ollama.com del modelo el 7 de noviembre de 2026. Las selecciones siguen las necesidades de memoria, las capacidades que Ollama lista para cada modelo (entrada de imagen, herramientas, razonamiento) y qué tan recientemente se actualizó cada familia; son selecciones editoriales, no resultados de referencia. «Tamaño de descarga» es el tamaño del tag en el comando, y un rango significa que ese tag se asigna a más de una compilación, como un GGUF de 4 bits y una versión MLX para Apple Silicon.
| Modelo | Comando pull | Tamaño de descarga | Adecuado para |
|---|---|---|---|
| Qwen 3.5 4B | ollama pull qwen3.5:4b |
3,3–4,0 GB | Cualquier portátil con 8 GB de RAM; lee imágenes; contexto de 256K |
| Bonsai 2 9B (Prism ML) | ollama pull bonsai-2:9b |
3,2 GB | Apretado en disco o memoria: pesos ternarios, aproximadamente la mitad del tamaño de una compilación estándar de 4 bits; lee imágenes |
| Qwen 3.5 9B | ollama pull qwen3.5:9b |
6,6–7,6 GB | Versátil para 16 GB; lee imágenes; contexto de 256K |
| Gemma 4 E4B (Google) | ollama pull gemma4:e4b |
6,6–9,5 GB | Versátil para 16 GB; lee imágenes; contexto de 128K |
| MiMo V2.6 9B (Xiaomi) | ollama pull mimo-v2.6 |
6,6–8,7 GB | Nuevo este mes: código y flujos de trabajo de agentes en una máquina de 16 GB; lee imágenes; compatible desde Ollama 0.40.15 |
| gpt-oss 20B (OpenAI) | ollama pull gpt-oss:20b |
14 GB | Razonamiento con esfuerzo bajo, medio o alto; la tarjeta del modelo dice que se ejecuta con tan poco como 16 GB de memoria |
| Qwen 3.8 27B | ollama pull qwen3.8:27b |
18 GB | GPU de 24 GB: codificación, investigación y tareas largas de agentes; lee imágenes |
| Gemma 4 31B (Google) | ollama pull gemma4:31b |
19–20 GB | 24–32 GB: el tamaño Gemma 4 más grande; lee imágenes; contexto de 256K |
| Qwen3-Coder 30B | ollama pull qwen3-coder:30b |
19 GB | Asistente de codificación en una GPU de 24 GB; contexto de 256K |
| Flint 40B (Recursive) | ollama pull flint:40b |
23 GB | Agentes de codificación locales: un modelo de mezcla de expertos de 39,8B con aproximadamente 2,5B parámetros activos por token |
| gpt-oss 120B (OpenAI) | ollama pull gpt-oss:120b |
65 GB | Razonamiento en estación de trabajo; dimensionado para caber en una sola GPU de 80 GB |
| EmbeddingGemma 2 (Google) | ollama pull embeddinggemma-2:740m |
1,3 GB | Incrustaciones para RAG local y búsqueda; Ollama lista entrada de texto e imagen para este tag (la tarjeta del modelo de Google también cubre vídeo y audio) |
| LFM3 1.7B (Liquid AI) | ollama pull lfm3 |
1,1–1,7 GB | Selección de chat más pequeña: agentes locales, llamadas de herramientas y salida estructurada; contexto de 256K |
Más reciente que la tabla de octubre más abajo: de Liquid AI LFM3 familia (lfm3, lfm3-vl, lfm3-audio y lfm3-omni) llegó a finales de octubre, y Ollama 0.40.13 lo extendió de Apple Silicon a Linux y Windows. vLLM Semantic Router d3 modelos de decisión (2B, 4B, 9B y 27B) llegaron con Ollama 0.40.11 y se unieron a la categoría de decisión. A principios de noviembre, Ollama 0.40.15 agregó soporte para MiMo V2.6 9B (ollama run mimo-v2.6, ajustado finamente desde Qwen 3.5 9B para código y flujos de trabajo de agentes) y los AutoTrust modelos de decisión (autotrust-jev, compatible con Apple Silicon en esa versión). El 4B de Perplexity pplx-decider-flash y Kimi K3.1 Pro se unió a la biblioteca la misma semana; Kimi K3.1 Pro es solo en la nube (kimi-k3.1-pro:cloud), por lo que se ejecuta en los servidores de Ollama, no en tu máquina. La versión actual es Ollama 0.40.16 (9 de noviembre de 2026, según versiones de GitHub), así que actualiza Ollama antes de descargar las familias más recientes.
Los modelos de Ollama más populares a primera vista
Todos los modelos que aparecen a continuación están disponibles con un simple comando ollama pull . «Descargar» es el tamaño predeterminado listado en ollama.com (una compilación de 4 bits para la mayoría de los modelos; las familias más nuevas muestran un rango porque la etiqueta predeterminada se asigna a más de una compilación, como un GGUF de 4 bits y una versión MLX de Apple Silicon); «Memoria mínima» es un piso práctico de RAM del sistema (CPU) o VRAM (GPU) para ejecutarlo cómodamente. Los tamaños cambian con cada versión.
| Modelo | Parámetros | Descargar | Memoria mínima | Ideal para |
|---|---|---|---|---|
| Llama 3.2 | 1B / 3B | ~1,3 / 2 GB | 4–8 GB | Dispositivos perimetrales, teléfonos móviles, chat ultraligero |
| Llama 3.1 | 8B | ~4,9 GB | 8–16 GB | Modelo más descargado en la librería; versátil comprobado |
| Llama 3.3 | 70B | ~43 GB | 48 GB+ | Gran modelo denso abierto |
| Gemma 4 | E2B / E4B / 12B / 26B / 31B | ~4,6–20 GB | 8–32 GB | Familia actual de Google: texto + imagen, modos de razonamiento |
| Gemma 3 | 270M–27B | ~0,3–17 GB | 4 GB+ | Eficiente (Google); 4B y superior leen imágenes |
| Gemma 2 | 9B / 27B | ~5,4 / 16 GB | 12–32 GB | Excelente relación calidad/tamaño |
| Qwen 3.8 | 27B | ~18 GB | 24–32 GB | Última Qwen: programación, agentes, entrada de imagen |
| Qwen 3.6 | 27B / 35B (MoE) | ~18–24 GB | 24–32 GB | Codificación agencial (-coding etiquetas) |
| Qwen 3.5 | 0.8B–122B | ~1.2–81 GB | 4 GB+ | Multimodal, contexto de 256K, rango de tamaños más amplio |
| Qwen3 | 0.6B–235B | ~0.5–142 GB | 4 GB+ | Denso y MoE, variantes con pensamiento |
| Qwen 2.5 | 0,5B–72B | ~0,4–47 GB | 4 GB+ | Multilingüe, amplio rango de tamaños |
| Qwen 2.5 Coder | 0.5B–32B | ~0.4–20 GB | 4 GB+ | Asistente local de programación |
| gpt-oss (OpenAI) | 20B / 120B | ~14 / 65 GB | 16 / 80 GB | Razonamiento de peso abierto, esfuerzo ajustable |
| Mistral | 7B | ~4.4 GB | 8 GB | Clásico rápido y fiable |
| Mistral Nemo | 12B | ~7 GB | 16 GB | Contexto largo de 128k |
| Mixtral | 8×7B | ~26 GB | 32 GB o más | Calidad de mezcla de expertos (MoE) |
| Phi-4 | 14B | ~9 GB | 16 GB | Razonamiento en un modelo pequeño |
| Phi-3 Mini | 3,8 mil millones de parámetros | ~2.2 GB | 8 GB | Pequeño pero capaz |
| DeepSeek-R1 (versión destilada) | 1,5 mil millones – 70 mil millones de parámetros | ~1,1–43 GB | 8 GB o más | Razonamiento paso a paso |
| LLaVA | 7B–34B | ~4,7–20 GB | 8 GB o más | Visión (anterior; Gemma 4 y Qwen 3.5 ahora también leen imágenes) |
| nomic-embed-text | — | ~0,3 GB | 2 GB | Incrustaciones (embeddings) para recuperación aumentada (RAG) y búsquedas |
¿Desea comparar estos modelos locales con los modelos en la nube en términos de precio y velocidad? La Base de datos de modelos de IA lista muestra modelos abiertos y cerrados uno al lado del otro, y la Calculadora de costos de API de IA muestra cuándo ejecutar localmente resulta más económico que pagar por token.
Nuevo en la librería Ollama (octubre de 2026)
Estas familias se añadieron o actualizaron entre mediados de septiembre y finales de octubre de 2026. Los comandos usan etiquetas explícitas porque un nombre sin etiqueta no siempre extrae el tamaño que esperas — por ejemplo, nemotron-3.5-boltdescarga la compilación de 74B de 25 GB, que aún no se ejecuta en Apple Silicon.
| Modelo | Comando de ejecución | Parámetros | Descargar | Ideal para |
|---|---|---|---|---|
| Nemotron 3.5 Lightning (NVIDIA) | ollama run nemotron-3.5-lightning:30b |
30B MoE (3B activo) | ~19–25 GB | Agentes siempre activos, contexto de hasta 1M de tokens |
| Nemotron 3.5 Bolt (NVIDIA) | ollama run nemotron-3.5-bolt:e4b |
E4B (8B, 4B efectivo) / 74B-A9B | ~7.2–7.9 / 25 GB | Modelo de visión compacto para codificación local y uso de herramientas |
| Bonsai 2 (Prism ML) | ollama run bonsai-2:9b |
2B / 4B / 9B / 27B | ~0.9 / 1.6 / 3.2 / 8.3 GB | Pesos ternarios, aproximadamente la mitad del tamaño de compilaciones de 4 bits; visión, herramientas, pensamiento |
| Flint (Recursive) | ollama run flint:40b |
39.8B MoE (~2.5B activo) | ~23 GB | Agentes de codificación local, contexto de 262K tokens |
| LFM2.5 (Liquid AI) | ollama run lfm2.5:24b |
8B / 24B | ~5.2 / 15 GB | Llamadas de herramientas rápidas en hardware de consumidor (24B es el nuevo tamaño) |
| Nemotron 3 Nano (NVIDIA) | ollama run nemotron-3-nano:4b |
4B / 30B | ~2.8–2.9 / 18–24 GB | Modelo agencial eficiente, ahora con un tamaño de 4B |
| EmbeddingGemma 2 (Google) | ollama pull embeddinggemma-2:740m |
270M–740M | ~0.3–1.3 GB | Embeddings multimodales: Ollama enumera entrada de texto para todos los tamaños e entrada de imagen para los tamaños de 440M y 740M; la tarjeta de modelo de Google también cubre video y audio |
| Phonon (Gradium) | ollama run phonon "Hello there" |
31M / 40M | ~0,1–0,15 GB | Síntesis de voz local en inglés, francés, alemán, español y portugués (solo Apple Silicon) |
Otras dos tendencias de octubre importan. Una nueva decisión categoría de modelos pequeños — clefde Cloudflare, pplx-deciderde Perplexity, d1 de Liquid AI y tev1 de Together AI— que puntúan, enrutan y clasifican entradas en lugar de conversar. Y varias de las mayores adiciones son solo en la nube: Mistral Large 4, DeepSeek V4.1 Flash, MiniMax M3.1 Flash, Muse Spark Open y Beam de Reflection solo tienen :cloud etiquetas (por ejemplo ollama run mistral-large-4:cloud), por lo que se ejecutan en los servidores de Ollama en lugar de en tu máquina — consulta nuestra guía sobre modelos en la nube de Ollama. Los propietarios de estaciones de trabajo también obtuvieron Nemotron 3.5 Super de NVIDIA (nemotron-3.5-super:120b, ~80–90 GB). Los modelos nuevos a menudo requieren una versión reciente de Ollama (Clef, por ejemplo, requiere 0.35.1 o posterior), así que actualiza Ollama antes de descargar.
Cómo listar los modelos de Ollama que tienes instalados
Para ver cada modelo ya en tu máquina, con su tamaño y cuándo fue modificado por última vez, ejecuta:
ollama list
Eso imprime cuatro columnas: NAME (con la etiqueta), ID, SIZE y MODIFIED. El referencia de la CLI de Ollama escribe este comando como ollama ls; ambas formas ortográficas funcionan. Para ver qué modelos están cargados actualmente en memoria, use ollama ps, para descargar uno use ollama stop <nombre>, y para eliminar un modelo y recuperar el espacio en disco que ocupa use ollama rm (paso a paso en cómo eliminar un modelo de Ollama). Esos cuatro comandos son todo lo que necesitas para gestionar una colección local, y el conjunto completo está en nuestro Guía de Ollama.
Cómo buscar y descargar nuevos modelos desde la biblioteca
El catálogo completo de Ollama se aloja en su biblioteca en línea, y descargar cualquier modelo es tan sencillo como ejecutar un solo comando:
ollama pull llama3.1 o ejecútelo directamente con ollama run llama3.1
Los nombres de modelos utilizan etiquetas para indicar tamaño y variante — llama3.1:8b, gemma4:26b, qwen3.5:27b. Si omites la etiqueta, Ollama descarga la la más reciente etiqueta del modelo, y ese tamaño difiere por familia: simple gpt-oss es el 20B de 14 GB, simple qwen3.6 es el 35B de 23 GB y el nemotron-3.5-bolt es la compilación de 74B de 25 GB, así que verifica primero la página de etiquetas del modelo. Las etiquetas llamadas cloud o que terminan en -cloud (como kimi-k3.1-pro:cloud o deepseek-v4.1-flash:1017-cloud) se ejecutan en los servidores de Ollama en lugar de en tu máquina, y -mlx son compilaciones para Apple Silicon. Para una instalación inicial, nuestra guía paso a paso para instalar Ollama cubre Mac, Windows y Linux.
Modelos pequeños: funcionan en prácticamente cualquier portátil
Los modelos de menos de 1B a unos 4B parámetros funcionan bien en un portátil moderno con 8 GB de RAM, sin GPU requerida. Qwen 3.5 2B y 4B (que también leen imágenes), Llama 3.2 3B, Gemma 3 4B y Phi-3 Mini son los destacados, y el nuevo Bonsai 2 de Prism ML ajusta un modelo de 9B en una descarga de 3,2 GB usando pesos ternarios. Son rápidos, genuinamente útiles para resumir, redactar y preguntas simples, y lo suficientemente pequeños para mantener cargados. No igualarán un modelo fronterizo en la nube, pero para tareas privadas, offline y cotidianas son excelentes — y son el punto de partida correcto si eres nuevo en IA local.
Modelos de tamaño medio: el punto óptimo para 16 GB
La categoría de 7B a 14B es donde la mayoría de los usuarios deberían centrarse. Qwen 3.5 9B, Gemma 4 E4B y 12B y Llama 3.1 8B caben cómodamente en 16 GB de RAM o en una GPU convencional, y las dos nuevas familias añaden entrada de imágenes y modos de pensamiento integrado (razonamiento). El gpt-oss 20B (una descarga de 14 GB) es el paso siguiente — Ollama dice que se ejecuta en sistemas con tan solo 16 GB de memoria. Phi-4, Mistral Nemo y las antiguas Qwen 2.5 7B y Mistral 7B siguen siendo opciones sólidas. Si quieres un modelo para uso general, elige de esta fila — es el mejor equilibrio entre capacidad y demanda de hardware.
Modelos grandes: estaciones de trabajo y GPUs
De unos 27B en adelante entras en hardware serio. La generación actual de 26B–35B — Qwen 3.6 27B/35B, Qwen 3.8 27B, Gemma 4 26B y 31B, de Meta Muse Glimmer 30B (ollama run muse-glimmer:30b, ~18 GB) y NVIDIA’s Nemotron 3.5 Lightning — se descarga en aproximadamente 16–25 GB y requiere una GPU de 24 GB o 32 GB+ de memoria; opciones más antiguas como Gemma 2 27B, Qwen 2.5 32B y Mixtral 8x7B se encuentran en la misma categoría. La clase de 70B y superior — Llama 3.3 70B, el DeepSeek-R1 70B distill, gpt-oss 120B (65 GB, dimensionado para una única GPU de 80 GB), Qwen 3.5 122B (81 GB) y Meta’s Llama 4 Scout (llama4:scout, 67 GB) — requiere de 48 GB a 96 GB+ de memoria rápida, lo que en la práctica significa GPUs de alto VRAM o una Mac con Apple Silicon de alta memoria. La recompensa es una calidad que se acerca a los grandes modelos en la nube, ejecutándose completamente en tu máquina. Consulta nuestro mejores GPU para IA guía sobre qué hardware puede ejecutar efectivamente estos modelos.
Modelos especializados: programación, visión por computadora y embeddings
Más allá del chat general, Ollama aloja modelos específicos de tareas. Para programación, Qwen3-Coder 30B (qwen3-coder:30b, 19 GB), el -coding tags de Qwen 3.6 y el nuevo Flint están construidos para programación agentic, mientras que Qwen 2.5 Coder sigue cubriendo máquinas pequeñas y Code Llama es la opción más antigua. Para visión, Gemma 4 y Qwen 3.5 leen imágenes de forma nativa, Qwen3-VL (2B–235B) es la familia dedicada de visión-lenguaje, GLM-OCR (glm-ocr, 2.7 GB) maneja OCR de documentos, y LLaVA es el veterano. Modelos de embedding como nomic-embed-text, mxbai-embed-large, Qwen3-Embedding y el multimodal EmbeddingGemma 2 no conversan en absoluto — convierten texto (y, para EmbeddingGemma 2, imágenes; la tarjeta de modelo de Google también enumera video y audio) en vectores para búsqueda y generación aumentada por recuperación, la columna vertebral de una configuración RAG local. Ollama ahora también aloja síntesis de voz: Phonon lee texto en voz alta en cinco idiomas en Macs Apple Silicon (la generación de voz llegó en Ollama 0.40.11), y lfm3-audio y lfm3-omni también hablan en Linux y Windows.
¿Qué modelo de Ollama deberías usar realmente?
La respuesta honesta es: el más grande que tu memoria pueda mantener en la clase que necesitas. Para uso general, comienza con Qwen 3.5 9B o Gemma 4 E4B (o el probado Llama 3.1 8B) y sube solo si la calidad es insuficiente. Para razonamiento, prueba gpt-oss 20B o un distill de DeepSeek-R1; para codificación, Qwen3-Coder 30B, o Qwen 2.5 Coder en máquinas más pequeñas; para imágenes, Gemma 4 o Qwen 3.5. Clasificamos las mejores opciones por caso de uso en los mejores modelos de lenguaje local (LLM) para ejecutar en Ollama, y comparamos Ollama con sus alternativas en Ollama frente a LM Studio frente a vLLM frente a llama.cpp.
Verifica si un modelo cabe en tu sistema antes de descargarlo
El error más común es descargar un modelo demasiado grande para tu máquina — se negará a cargar o irá lentamente mientras cambia a disco. Antes de descargar, calcula su tamaño: como regla general, un modelo de 4 bits necesita poco menos de 1 GB de memoria por mil millones de parámetros, más espacio para el contexto. Si no sabes cuánta memoria tiene tu tarjeta gráfica, consulta cómo verificar tu VRAM. Nuestro gratuito Calculadora de VRAM proporciona la cifra exacta para cualquier modelo y tipo de cuantización, y Requisitos del sistema de Ollama explican detalladamente el compromiso entre RAM y VRAM.
La mayoría de los modelos en esta lista son compilaciones GGUF (los tags -mlx se ejecutan en el motor MLX separado de Ollama); nuestro guía de modelos GGUF explica los sufijos de cuantización y qué archivos son compatibles con tu GPU.
Más guías de Ollama en Convly AI
- Configuración y plataformas: guía de instalación · Ollama en Windows · Ollama en Docker · requisitos del sistema
- Ejecutarlo bien: 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 listo los modelos instalados en Ollama? Ejecutar ollama list para ver todos los modelos instalados junto con su tamaño, ollama ps para ver qué modelo está cargado actualmente y ollama rm para eliminar uno.
¿Cuál es el mejor modelo de Ollama? No hay un único mejor — depende de tu memoria. Llama 3.1 8B sigue siendo el modelo más descargado en la biblioteca, pero en una máquina de 16 GB, el más nuevo Qwen 3.5 9B y Gemma 4 E4B caben en el mismo presupuesto y añaden entrada de imagen; consulta nuestra lista clasificada para cada caso de uso.
¿Cuántos modelos ofrece Ollama? 270 familias de modelos en la biblioteca oficial a partir del 7 de noviembre de 2026 — chat, codificación, visión, OCR, incrustación, voz y los nuevos modelos de decisión — la mayoría con varios tamaños y cuantizaciones. Las tablas anteriores cubren los que la mayoría de la gente realmente ejecuta.
¿Cuáles son los modelos Ollama más nuevos? Las adiciones de principios de noviembre son MiMo V2.6 9B de Xiaomi para código y agentes (ollama run mimo-v2.6), los modelos de decisión AutoTrust y pplx-decider-flash y Kimi K3.1 Pro, que es solo en la nube y se ejecuta en los servidores de Ollama en lugar de en tu máquina. Finales de octubre trajeron la pequeña familia LFM3 de Liquid AI (modelos de texto, visión, audio y omni), d3 modelos de decisión de vLLM Semantic Router y Phonon síntesis de voz de Gradium. Otras adiciones recientes incluyen Nemotron 3.5 Lightning y Bolt de NVIDIA, Bonsai 2 de Prism ML, Flint de Recursive y EmbeddingGemma 2 de Google. Entre las familias de chat generales, las más recientes son Qwen 3.8 (ollama run qwen3.8:27b), Qwen 3.6, Gemma 4 y Muse Glimmer de Meta.
¿Cuánta memoria RAM necesito para ejecutar modelos de Ollama? 8 GB ejecuta modelos pequeños (1B–4B), 16 GB ejecuta la popular clase 7B–12B más gpt-oss 20B, y una GPU de 24 GB o 32 GB+ de memoria es necesaria para modelos de 27B–35B. Verifica cualquier modelo con nuestro Calculadora de VRAM.
¿Puedo ejecutar estos modelos sin conexión? Sí — una vez descargado, cada modelo local de Ollama se ejecuta completamente en tu máquina sin conexión a internet, que es la razón principal para usar modelos locales en primer lugar. La excepción son las etiquetas solo en la nube llamadas cloud o que terminan en -cloud, como kimi-k3.1-pro:cloud: se ejecutan en los servidores de Ollama, no en tu máquina, y necesitan conexión.
En resumen
La lista de modelos de Ollama es extensa, pero su elección es sencilla: decida qué necesita —conversación general, razonamiento, programación, visión o incrustaciones— y luego seleccione el modelo más grande de esa categoría que su memoria pueda alojar. Comience con un modelo de 8B, use ollama list para llevar un registro de los que tiene instalados y confíe en Calculadora de VRAM antes de cada descarga, para evitar jamás instalar un modelo que su equipo no pueda ejecutar. A partir de ahí, ejecutar inteligencia artificial potente, local y privada requiere tan solo unos pocos comandos.
Los nombres, tamaños y disponibilidad de modelos cambian frecuentemente; los tamaños y etiquetas se verificaron con la biblioteca oficial de Ollama el 7 de noviembre de 2026 — verifica con ollama list y la biblioteca oficial antes de depender de ellas.
