Comandos de Ollama: la guía rápida

Los comandos de Ollama son pocos y fáciles de recordar: ollama run arranca un modelo, ollama pull descarga uno, ollama ls lista los que tienes, ollama ps muestra los que están cargados, ollama stop lo descarga de la memoria y ollama rm lo borra. Esta guía rápida recoge todos los comandos de la referencia de la línea de comandos de Ollama, las variables de entorno de sus preguntas frecuentes y las direcciones de su API local, tal como estaban documentados el 6 de octubre de 2026. Si aún no has instalado Ollama, empieza por cómo instalar Ollama.

¿Qué comandos de Ollama necesitas más?

Tabla: la línea de comandos de Ollama (según su referencia de comandos)

La referencia usa gemma4 como modelo de ejemplo; cualquier nombre de la biblioteca de Ollama funciona igual, por ejemplo qwen3:8b. Para ver la lista completa de opciones de tu versión instalada, ejecuta ollama --help.

¿Cómo ejecutar, descargar y borrar un modelo?

ollama run gemma4 abre un chat con el modelo. ollama pull gemma4 solo lo descarga, algo útil antes de quedarte sin conexión. ollama ls muestra lo que tienes en el disco para decidir qué borrar, y ollama rm gemma4 borra un modelo y libera el espacio. Qué modelo elegir depende de tu memoria: nuestra calculadora de VRAM y la guía de la mejor GPU para modelos en local te dicen qué cabe.

¿Cómo ver qué se está ejecutando y liberar la memoria?

ollama ps lista los modelos cargados y, en la columna PROCESSOR, si van en la GPU: «100% GPU» significa que el modelo entero está en la memoria de vídeo, y cualquier otro reparto significa que parte va en la CPU, que es más lento. Por defecto, un modelo se queda cargado cinco minutos desde su último uso. Para descargarlo al instante, ejecuta ollama stop seguido del nombre del modelo. Para mantener un modelo cargado, pon keep_alive en un número negativo como -1 en la API o usa la variable OLLAMA_KEEP_ALIVE, y para descargarlo justo después de una petición, pon keep_alive en 0.

¿Qué variables de entorno usa Ollama?

Fija una variable antes de arrancar el servidor, por ejemplo OLLAMA_CONTEXT_LENGTH=64000 ollama serve. Las preguntas frecuentes de Ollama listan estas:

Tabla: variables de entorno de Ollama (según sus preguntas frecuentes)

Bajar el tipo de caché de f16 a q8_0 reduce más o menos a la mitad la memoria que usa la caché, lo que puede permitir que quepa un contexto más largo.

¿Dónde guarda Ollama sus modelos?

En macOS los modelos están en ~/.ollama/models, en Linux en /usr/share/ollama/.ollama/models y en Windows en C:\Users\%username%\.ollama\models. Fija OLLAMA_MODELS en otra carpeta si el disco del sistema es pequeño.

¿Cómo usar la API de Ollama desde otros programas?

Con el servidor en marcha, Ollama escucha en http://localhost:11434. Su API nativa está en http://localhost:11434/api. La documentación de Ollama muestra una petición de chat para su servicio en la nube y dice que puedes usarla en local cambiando la dirección por http://localhost:11434/api/chat y quitando la cabecera de autorización, lo que da una petición como esta:

curl http://localhost:11434/api/chat -H "Content-Type: application/json" -d '{"model": "gemma4", "messages": [{"role": "user", "content": "Why is the sky blue?"}], "stream": false}'

Las herramientas escritas para otras API también pueden usar Ollama. Para clientes compatibles con OpenAI, la dirección base es http://localhost:11434/v1/ y la clave de API es un marcador (ollama) que Ollama ignora; admite los puntos de acceso de chat completions, completions, models, embeddings y responses. Para clientes compatibles con Anthropic, la dirección base es http://localhost:11434 con la clave ollama, y para Claude Code la documentación fija ANTHROPIC_AUTH_TOKEN=ollama y ANTHROPIC_BASE_URL=http://localhost:11434. Ollama admite un subconjunto de cada API, así que mira las páginas de compatibilidad si te falta una función.

¿Puede Ollama crear embeddings y lanzar otras herramientas?

Sí. Los modelos de embeddings se ejecutan con el mismo comando: ollama run embeddinggemma "Hello world" o, con una tubería, echo "Hello world" | ollama run nomic-embed-text. Los embeddings son la pieza básica de la generación aumentada por recuperación (RAG). Y ollama launch conecta otras aplicaciones con los modelos de Ollama: ollama launch claude arranca Claude Code, ollama launch claude --model qwen3.5 elige el modelo y ollama launch droid --config configura una integración sin arrancarla.

¿Cómo solucionar los problemas habituales con estos comandos?

• Las respuestas van lentas: ejecuta ollama ps. Un reparto entre CPU y GPU significa que el modelo no cabe: usa uno más pequeño o más comprimido.
• El ordenador se queda sin memoria: ejecuta ollama stop con los modelos que no uses, o baja OLLAMA_MAX_LOADED_MODELS y la longitud del contexto.
• El disco está lleno: ejecuta ollama ls y después ollama rm con los modelos que ya no uses.
• Un programa no se conecta: comprueba que ollama serve está en marcha y que el programa apunta a 127.0.0.1:11434 o a la dirección que fijaste en OLLAMA_HOST.
• Quieres comparar programas: mira Ollama vs LM Studio.