Ollama: servir modelos locales

Ollama es el runtime más simple para servir modelos de lenguaje en local. Descarga, ejecuta y expone una API compatible con OpenAI.

Flujo básico

ollama serve                 # arranca el servidor (puerto 11434)
ollama pull qwen3:32b        # descarga un modelo
ollama run qwen3:32b         # chatea en consola
curl localhost:11434/api/tags  # lista modelos

Por qué es clave

• Local: los datos no salen de la infraestructura.
• API OpenAI-compatible: tus apps se conectan sin cambiar código.
• Modelos: LLM, embeddings y visión en el mismo runtime.