Contenido
Preguntas frecuentes y solución de problemas de Ollama
Cómo consultar los registros
La mayoría de los problemas se pueden diagnosticar en los registros:
| Sistema | Ubicación de los registros |
|---|---|
| Windows | %LOCALAPPDATA%\Ollama\server.log (pégalo en la barra de direcciones del Explorador de archivos para abrirlo) |
| macOS | ~/.ollama/logs/server.log |
| Linux | journalctl -u ollama --no-pager -n 200 |
| Docker | docker logs ollama |
Para obtener información más detallada, configura la variable de entorno OLLAMA_DEBUG=1 y reinicia el servicio.
Problemas de conexión
could not connect to ollama app, is it running?
El servicio de Ollama no está en ejecución.
- Windows / macOS: abre la aplicación Ollama.
- Linux:
sudo systemctl start ollama. - Prueba:
curl http://localhost:11434debería responderOllama is running.
No se puede conectar desde otro equipo o un contenedor Docker
De forma predeterminada, solo escucha en 127.0.0.1. Configura OLLAMA_HOST como 0.0.0.0:11434 y reinicia el servicio. Asegúrate de que el firewall permita el puerto 11434. Consulta Variables de entorno y configuración.
Error: listen tcp 127.0.0.1:11434: bind: address already in use
Ya hay un servicio de Ollama en ejecución (normalmente la aplicación o el servicio systemd); no hace falta ejecutar ollama serve otra vez.
Problemas de descarga
La descarga es lenta o se interrumpe
Vuelve a ejecutar ollama pull; la descarga se reanudará donde se interrumpió.
No hay suficiente espacio en el disco
ollama list # Consulta el tamaño de cada modelo
ollama rm modelo-que-no-necesitasTambién puedes mover los modelos a otro disco y configurar OLLAMA_MODELS.
Memoria y rendimiento
La ejecución es lenta
Usa ollama ps para revisar el campo PROCESSOR. Si no indica 100% GPU, significa que el modelo es demasiado grande o que no se está usando la GPU. Para una guía completa de diagnóstico, consulta GPU y optimización del rendimiento.
model requires more system memory than is available
No hay suficiente memoria. Prueba un modelo más pequeño o una versión cuantizada, reduce la longitud del contexto o cierra otros programas.
Tarda mucho en empezar a responder cada vez que hago una pregunta
El modelo se vuelve a cargar cada vez. Aumenta OLLAMA_KEEP_ALIVE (por ejemplo, a 30m) o comprueba que no estés alternando entre varios modelos y haciendo que se expulsen mutuamente de la memoria.
Calidad de las respuestas
Las respuestas aparecen en chino simplificado
Configura el prompt del sistema: «Responde siempre en chino tradicional de Taiwán», o usa Modelfile para crear un modelo que use chino tradicional de forma predeterminada. También puedes probar un modelo con mejores capacidades en chino.
La respuesta se corta a la mitad
- Comprueba si configuraste
num_predict. - También puede haber problemas si la entrada es demasiado larga y supera la longitud del contexto. Aumenta
num_ctx.
Solo resume la segunda mitad de los documentos largos
La longitud del contexto no es suficiente y se descarta el contenido inicial. Aumenta la longitud del contexto, divide el documento en partes o prueba RAG.
La respuesta es incoherente o repite lo mismo continuamente
- Los modelos pequeños tienen capacidades limitadas; prueba uno más grande.
- Ajusta los parámetros: reduce
temperaturey aumentarepeat_penalty(por ejemplo, a 1.1). - Si importaste tu propio modelo GGUF, es posible que la plantilla del prompt (TEMPLATE) sea incorrecta.
El modelo no puede usar herramientas ni analizar imágenes
Comprueba que el modelo admita la función: el campo Capabilities de ollama show nombre-del-modelo muestra opciones como tools, vision y thinking.
Otros temas
¿Cómo actualizo un modelo?
Vuelve a ejecutar ollama pull nombre-del-modelo.
¿Cómo evito que Ollama se inicie automáticamente al arrancar el equipo?
- Windows: Administrador de tareas → Aplicaciones de inicio → desactiva Ollama.
- macOS: Ajustes del Sistema → General → Ítems de inicio.
- Linux:
sudo systemctl disable ollama.
¿Se puede usar Ollama con fines comerciales?
Ollama es software de código abierto con licencia MIT. Sin embargo, cada modelo tiene sus propias condiciones de licencia; algunas restringen el uso comercial o el número de usuarios. Antes de usarlo, consulta ollama show nombre-del-modelo --license o revisa la página del modelo.
¿Qué diferencias hay entre Ollama, LM Studio y llama.cpp?
- llama.cpp: motor de inferencia de bajo nivel, potente, pero requiere más configuración manual.
- Ollama: se centra en la línea de comandos y la API; facilita la gestión de modelos y es adecuado para desarrolladores y despliegues en servidores.
- LM Studio: aplicación de escritorio con interfaz gráfica, adecuada si no quieres usar la línea de comandos.
Los tres permiten ejecutar modelos de código abierto en tu equipo. Elige el que mejor se adapte a tus preferencias.
Actualizado 12 de octubre de 2026