Primer modelo con Ollama: tutorial de ollama run y consejos para conversar

Inicia una conversación

ollama run qwen3:8b

La primera vez, el modelo se descarga automáticamente y aparece este indicador:

>>> Send a message (/? for help)

Escribe una pregunta y pulsa Enter. Pulsa Ctrl + D o escribe /bye para terminar la conversación.

Nombre y tag

El formato de qwen3:8b es igual al de una imagen de Docker: antes de los dos puntos va el nombre del modelo y después, el tag (que suele indicar la cantidad de parámetros o la versión cuantizada). Si no especificas un tag, se usa latest, que normalmente apunta al tamaño más recomendado de ese modelo.

ollama run gemma3        # gemma3:latest
ollama run gemma3:1b     # modelo pequeño de 1B, más rápido y menos capaz
ollama run gemma3:12b    # 12B, necesita más memoria

Consulta Cómo elegir un modelo y los requisitos de hardware para saber cuál elegir.

Haz una pregunta puntual

Escribe la pregunta después del comando. El modelo responde y termina; es una opción adecuada para usar en scripts:

ollama run qwen3:8b "¿Qué lugares de Taipéi son recomendables para visitar cuando llueve? Enumera 5"

También puedes procesar archivos con una tubería:

cat meeting-notes.txt | ollama run qwen3:8b "Resume estas notas de la reunión en 5 puntos"

Entrada multilínea

Enmarca el texto con tres comillas dobles """:

>>> """
... Ayúdame a traducir al inglés el siguiente texto:
... Hoy hace muy buen tiempo,
... vamos a pasear al parque.
... """

Comandos del modo interactivo

En el indicador >>>, los comandos de Ollama que empiezan por / no se envían al modelo:

Consulta la velocidad de generación

También puedes añadir --verbose directamente al comando. Este es el resultado real de ejecutar qwen3:0.6b con Ollama 0.40 en un pequeño servidor sin tarjeta gráfica y con una CPU de un solo núcleo:

$ ollama run qwen3:0.6b --think=false --verbose "Describe Taipéi en una frase"
Taipéi es la capital de Taiwán, está en la región del Pacífico medio-oriental, en las coordenadas del noreste, y es un importante centro económico y cultural de Taiwán.

total duration:       46.080188811s
load duration:        33.014530786s
prompt eval count:    21 token(s)
prompt eval duration: 8.75411s
prompt eval rate:     2.40 tokens/s
eval count:           27 token(s)
eval duration:        4.179069999s
eval rate:            6.46 tokens/s

Al leer normalmente, una velocidad de eval rate de unos 10 tokens por segundo o más suele resultar fluida. Este ejemplo solo alcanza 6.46 y tarda 33 segundos solo en cargar el modelo: ese es el costo de no tener GPU.

Fíjate también en la respuesta: «está en la región del Pacífico medio-oriental» es incorrecto. Cuanto más pequeño es el modelo, más tiende a inventar cosas con seguridad. Un modelo diminuto como el de 0.6B solo sirve para pruebas o tareas muy sencillas; para usarlo de verdad, elige un modelo más grande que se ajuste a tu hardware.

Haz que el modelo responda en chino tradicional

Muchos modelos responden en chino simplificado de forma predeterminada cuando reciben preguntas en chino. El método más eficaz es configurar el prompt del sistema:

>>> /set system "Eres un asistente amable. Responde siempre en chino tradicional tal como se usa en Taiwán."

Para que el cambio sea permanente, puedes usar un Modelfile para crear un modelo que responda en chino tradicional de forma predeterminada. Además, los modelos con mejor capacidad en chino (como los de la serie Qwen) suelen dar mejores resultados.

Modo de razonamiento (modelos de razonamiento)

Modelos como DeepSeek-R1 y Qwen3 primero «piensan» y luego responden. El contenido de ese razonamiento aparece antes de la respuesta. Puedes controlarlo con estas opciones:

ollama run qwen3:8b --think=false "¿Cuánto es 1+1?"   # Desactiva el razonamiento para responder más rápido
ollama run qwen3:8b --hidethinking "..."            # Razona sin mostrar el proceso

En el modo interactivo, puedes alternar con /set think y /set nothink. (Las opciones disponibles pueden variar un poco según la versión de Ollama; escribe /? para consultarlas).

Lee imágenes (modelos de visión)

Los modelos compatibles con visión (como gemma3, qwen3.5 y llava) pueden leer imágenes. Escribe la ruta de la imagen en el prompt:

ollama run gemma3 "¿Qué hay en esta imagen? ./photo.jpg"

En Windows, puedes escribir la ruta como C:\Users\you\Pictures\photo.jpg.

Mantén el modelo en segundo plano y detenlo

De forma predeterminada, el modelo permanece en memoria durante 5 minutos después del último uso. Así, la próxima vez no tendrás que volver a cargarlo.

ollama ps              # Muestra los modelos cargados
ollama stop qwen3:8b   # Lo descarga de la memoria de inmediato

Consejos

• Cuanto más concreta sea la pregunta, mejor será la respuesta. Por ejemplo: «Explícalo en 3 puntos, con un máximo de 20 palabras cada uno».
• Los modelos pequeños tienden a «inventar cosas con seguridad»; verifica por tu cuenta la información importante.
• Si la conversación es demasiado larga, el modelo puede olvidar lo anterior (por el límite de longitud del contexto). Puedes empezar de nuevo con /clear.

En la siguiente sección aprenderás a elegir un modelo según las características de tu computadora.

Actualizado 12 de octubre de 2026