Ollama está cambiando la forma de ejecutar modelos de inteligencia artificial en los Mac con Apple Silicon. La incorporación de MLX, el framework de aprendizaje automático desarrollado por Apple, permite aprovechar una ruta de inferencia diferente a la tradicional basada en llama.cpp. En las pruebas publicadas por Ollama, Qwen3.5-35B-A3B pasó de 58 a 112 tokens por segundo en generación, mientras
Google DeepMind está llevando una parte cada vez mayor de las capacidades de sus modelos de inteligencia artificial al ordenador del usuario. Gemma 4 puede ejecutarse localmente con herramientas como Ollama, sin enviar cada consulta a un servicio cloud, sin consumir una API de pago y con versiones suficientemente pequeñas para funcionar en ordenadores personales. Google lanzó la familia en
Ejecutar modelos de inteligencia artificial de forma local suele implicar elegir entre dos caminos: el máximo rendimiento de llama.cpp, a costa de una configuración manual, o la simplicidad de Ollama, que facilita la puesta en marcha pero añade una capa adicional de abstracción. Un nuevo proyecto de código abierto llamado LlamaStash busca situarse entre ambos enfoques, ofreciendo una experiencia simplificada
La idea de que hace falta una suscripción de 20 dólares al mes o una API de pago para tener un agente de Inteligencia Artificial funcional empieza a quedarse vieja. En 2026 ya existe un ecosistema suficientemente maduro para construir un agente capaz de razonar, usar herramientas y automatizar tareas sin depender de OpenAI o Anthropic y, en muchos casos,
En el mundo de la inteligencia artificial, la privacidad y el acceso sin restricciones a modelos avanzados de procesamiento de lenguaje son cada vez más demandados. DeepSeek-R1 se posiciona como una opción destacada dentro del ecosistema open-source, permitiendo ejecutar un modelo potente de IA sin conexión a Internet. Gracias a Ollama, una plataforma que facilita la instalación y gestión de
