¿Cómo instalar Ollama en Windows y ejecutar tu primer modelo?

Ollama es la forma más directa de ejecutar modelos de lenguaje en tu propio PC: se instala como cualquier programa, se queda funcionando en segundo plano y descarga los modelos con un solo comando. En Windows, además, trae una aplicación de chat propia, así que la terminal es opcional.

¿Qué necesitas para instalar Ollama en Windows?

Ollama también funciona sin gráfica dedicada, usando el procesador y la RAM, pero las respuestas serán mucho más lentas. La lista oficial de gráficas AMD compatibles en Windows con aceleración nativa se limita a la serie RX 7000 (7900 XTX, 7900 XT, 7900 GRE, 7800 XT, 7700 XT, 7600 XT y 7600); el resto de gráficas recientes se apoyan en Vulkan, que la documentación indica que viene activado por defecto. Revisa la página de hardware compatible porque cambia con cada versión.

Paso 1: descarga e instala Ollama

1. Entra en ollama.com/download/windows y descarga OllamaSetup.exe.
2. Ejecuta el archivo y sigue el asistente. Se instala en tu carpeta de usuario, sin necesidad de permisos de administrador.
3. Al terminar, Ollama queda funcionando en segundo plano. Verás su icono en la bandeja del sistema, junto al reloj.

Si quieres instalarlo en otro disco, puedes lanzar el instalador desde una terminal con OllamaSetup.exe /DIR="D:\Ollama". Ollama se actualiza solo: cuando hay una versión nueva, la descarga y basta con pulsar en el icono de la bandeja y elegir Restart to update.

Paso 2: comprueba que funciona

1. Abre Terminal o PowerShell (busca “terminal” en el menú Inicio).
2. Escribe:

ollama --version

3. Si aparece un número de versión, la instalación es correcta. Si Windows dice que no reconoce el comando, cierra la terminal y abre una nueva, o reinicia el PC.

Paso 3: ejecuta tu primer modelo

1. Entra en la biblioteca de modelos y elige uno. Cada modelo tiene una página con sus variantes de tamaño y el comando exacto para ejecutarlo.
2. En la terminal, escribe ollama run seguido del nombre y la variante. Por ejemplo, la versión de 4.000 millones de parámetros de Gemma 3, que ocupa 3,3 GB:

ollama run gemma3:4b

3. La primera vez, Ollama descargará el modelo. Puede tardar un rato según su tamaño y tu conexión.
4. Cuando termine, aparecerá un indicador para escribir. Escribe tu pregunta y pulsa Intro.
5. Para salir del chat, escribe /bye.

Si tu equipo es modesto, ollama run llama3.2 descarga una variante de 3B todavía más ligera. Los modelos disponibles cambian a menudo, así que toma los ejemplos como orientativos: consulta en la biblioteca oficial qué variantes ofrece cada uno en cada momento.

Ollama también puede ejecutar directamente modelos GGUF publicados en Hugging Face con ollama run hf.co/usuario/repositorio. Si no sabes qué es GGUF ni qué significa Q4_K_M, lo explicamos en qué es la cuantización y el formato GGUF.

¿Qué comandos básicos de Ollama vas a usar?

Por defecto, un modelo se queda cargado en memoria 5 minutos después de usarlo y luego se descarga solo, para liberar VRAM.

¿Qué tamaño de modelo elegir según tu VRAM?

Los modelos se identifican por su número de parámetros (por ejemplo, 4B, 12B, 27B). Más parámetros suele significar mejores respuestas, pero también más memoria. En la página de cada modelo, Ollama indica cuánto ocupa cada variante; por ejemplo, Gemma 3 en su versión por defecto (Q4_K_M) ocupa 3,3 GB en 4B, 8,1 GB en 12B y 17 GB en 27B.

La regla práctica:

1. Mira cuánta VRAM tiene tu gráfica (en el Administrador de tareas, pestaña Rendimiento > GPU, aparece como Memoria dedicada de GPU).
2. Elige una variante cuyo tamaño de descarga quede por debajo de tu VRAM, con algo de margen. El modelo necesita además memoria para el contexto de la conversación.
3. Si el modelo no cabe, Ollama repartirá parte en la RAM del sistema y en el procesador. Funcionará, pero notablemente más lento.

Lo explicamos con más detalle en cuánta VRAM necesito para IA local, y si piensas cargar modelos grandes en memoria del sistema, mira también cuánta RAM necesito.

¿Y la longitud de contexto?

El contexto es cuánto texto “recuerda” el modelo en una conversación. Ollama ajusta el valor por defecto según tu VRAM: 4.000 tokens con menos de 24 GB, 32.000 entre 24 y 48 GB y 256.000 con 48 GB o más. Si vas a pasarle documentos largos, puedes subirlo desde los ajustes de la app o con la variable de entorno OLLAMA_CONTEXT_LENGTH, sabiendo que más contexto pide más memoria.

¿Dónde guarda Ollama los modelos?

Por defecto, Ollama guarda los modelos en C:\Users\tu_usuario\.ollama\models. Los modelos ocupan bastante, así que puede interesarte moverlos a otro disco:

1. Cierra Ollama desde el icono de la bandeja del sistema.
2. Abre Editar las variables de entorno de tu cuenta desde el menú Inicio.
3. Crea una variable de usuario llamada OLLAMA_MODELS con la ruta de la nueva carpeta (por ejemplo, D:\ollama\models).
4. Guarda y vuelve a abrir Ollama.

Si los guardas en un SSD rápido, los modelos cargarán antes; en SSD NVMe vs SATA explicamos cuándo se nota la diferencia. Ten en cuenta que, si desinstalas Ollama desde Configuración > Aplicaciones, una carpeta de modelos personalizada no se borra sola.

¿Se puede usar Ollama con interfaz gráfica?

Sí. La terminal basta para probar, pero para el uso diario es más cómodo un chat con historial.

• Aplicación de Ollama: desde julio de 2025, Ollama para Windows y macOS incluye una ventana de chat propia. Permite elegir el modelo, arrastrar archivos de texto o PDF, enviar imágenes a modelos que las admiten y ajustar la longitud de contexto.
• Open WebUI: una interfaz web de código abierto muy popular que se conecta a Ollama y se usa desde el navegador, con varios usuarios y búsqueda en documentos. Se instala con Docker, con Python o con su aplicación de escritorio; los pasos actualizados están en su documentación oficial.

Ollama expone además una API local en http://localhost:11434, compatible también con el formato de OpenAI en http://localhost:11434/v1. Es la que usan estas interfaces, las extensiones de editores de código y otras aplicaciones. Si dudas entre Ollama y una aplicación más visual, lo comparamos en Ollama vs LM Studio.

¿Qué hacer si Ollama no funciona bien?

• El comando ollama no se reconoce: abre una terminal nueva o reinicia tras la instalación.
• Va muy lento: el modelo probablemente no cabe en la VRAM. Comprueba con ollama ps si aparece 100% GPU o un reparto con la CPU, y prueba una variante más pequeña o menos contexto.
• No usa la gráfica: actualiza los drivers (en NVIDIA, 551.61 o posteriores) y revisa que tu modelo de gráfica aparezca en la lista de compatibles.
• Quieres ver qué pasa por dentro: los registros están en %LOCALAPPDATA%\Ollama (app.log y server.log).
• Te quedas sin espacio: revisa con ollama list y borra lo que no uses con ollama rm.

Resumen

1. Descarga OllamaSetup.exe desde ollama.com e instálalo.
2. Abre una terminal y comprueba con ollama --version.
3. Elige en la biblioteca oficial un modelo que quepa en tu VRAM y ejecútalo con ollama run.
4. Comprueba con ollama ps que va en la gráfica y gestiona tus modelos con ollama list, ollama pull y ollama rm.
5. Para una experiencia tipo chat, usa la aplicación de Ollama (con modelos locales si quieres privacidad) u Open WebUI.

Según los usuarios que reportan problemas en GitHub, la incidencia más repetida en Windows es que el modelo acaba ejecutándose en la CPU sin avisar: en un caso documentado con una Radeon RX 7900 XTX, una actualización dejó de cargar capas en la gráfica hasta que se corrigió en una versión posterior. Por eso conviene revisar ollama ps después de cada actualización, sobre todo con gráficas AMD.