Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
LanzamientoAnálisis · En radarOllama Blog→ original

El comando ollama launch conecta Claude Code y Codex a modelos locales sin configurar nada

Conectar Claude Code o Codex a un modelo local suele exigir variables de entorno y archivos de configuración. El comando ollama launch elimina ese trabajo: eliges el modelo y Ollama arranca Claude Code, OpenCode o Codex ya conectados. Para ejecutarlo en local con un contexto de 64 000 tokens se necesitan unos 23 GB de VRAM; si no tienes esa memoria, puedes recurrir a modelos en la nube. Así puedes probar el desarrollo agéntico en tu propia máquina con un único comando.

Procesado por IA desde Ollama Blog; editado por Hamidun News
El comando ollama launch conecta Claude Code y Codex a modelos locales sin configurar nada
Fuente: Ollama Blog. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalOllama Blog ↗
Editor jefe
En local~23 GB de VRAM con un contexto de 64 000 tokens
Dato clave #2Los modelos en la nube ofrecen contexto completo, con límites generosos incluso en el plan gratuito
Dato clave #3La ventana de sesión de programación se amplió a 5 horas y los límites aumentaron

Los agentes de programación como Claude Code, OpenCode y Codex dejaron hace tiempo de ser un juguete, pero ejecutarlos con tu propio modelo sigue siendo un trabajo tedioso. Hay que localizar las variables de entorno adecuadas, indicar la dirección del servidor local y entender el formato de configuración de cada herramienta. Ollama quiere eliminar esa rutina y ha añadido el comando ollama launch, que se encarga de la configuración.

Qué hace ollama launch

La idea es sencilla: ejecutas un solo comando en la terminal, Ollama muestra la lista de modelos e integraciones, eliges la que quieras y la herramienta arranca ya conectada. Según los desarrolladores, no hace falta configurar a mano ni variables de entorno ni archivos de configuración. Se admiten las herramientas de programación más populares: Claude Code, OpenCode y Codex.

Funciona con dos tipos de modelos. El primero son los locales, que se ejecutan en tu tarjeta gráfica. El segundo son los modelos en la nube, alojados por el propio Ollama. Para el desarrollador, la diferencia se reduce a elegir una opción del menú, sin tener que reescribir la configuración para cada backend.

Si solo quieres preparar la herramienta sin lanzarla de inmediato, existe un indicador de configuración. Por ejemplo, el comando ollama launch opencode --config configura OpenCode, pero no lo abre. Resulta útil cuando el entorno se prepara de antemano, por ejemplo para un equipo o para un script de despliegue.

Cuánto hardware y contexto hacen falta

La cifra práctica más relevante del anuncio es la de memoria. Para los modelos de programación recomendados en local se necesitan unos 23 GB de VRAM con un contexto de 64 000 tokens. Eso es propio de las tarjetas gráficas de consumo de gama alta o de una estación de trabajo, no de un portátil corriente.

El anuncio aborda el contexto por separado: las herramientas de programación funcionan mejor con la longitud de contexto completa. El agente lee muchos archivos, el historial de cambios y la salida de los comandos, así que una ventana corta se llena rápido y el agente empieza a perder el hilo. Ollama recomienda fijar en la configuración una longitud de contexto de al menos 64 000 tokens. Si se deja el valor por defecto, el agente puede comportarse notablemente peor, y el culpable no será el modelo, sino la ventana recortada.

Para el lector, la conclusión es la siguiente: si la ejecución en local no funciona, primero revisa la longitud del contexto y solo después culpa al modelo.

La opción en la nube y los límites

A quienes no disponen de 23 GB de VRAM, Ollama les ofrece modelos en la nube. Trabajan con contexto completo y, según promete la compañía, sus límites siguen siendo generosos incluso en el plan gratuito. Junto con la actualización, Ollama ha aumentado las cuotas y ha ampliado la ventana de sesión de programación hasta cinco horas. El anuncio no incluye cifras concretas de peticiones ni de tokens, así que conviene comprobar por tu cuenta cuál es el límite real del plan gratuito con tus propias tareas.

Qué significa en la práctica

Para los equipos que se plantean modelos locales por la privacidad del código o por la factura de las APIs, el umbral de entrada ha bajado de forma notable. Antes, comparar cómo se comporta Claude Code con un modelo local y con uno en la nube exigía una tarde de configuración. Ahora bastan un par de comandos.

Hay también limitaciones. La calidad del agente depende del modelo, no del lanzador, que solo facilita el proceso: un modelo local que quepa en 23 GB no tiene por qué resolver las mismas tareas que un modelo insignia en la nube. La opción en la nube de Ollama envía el código a servidores de terceros, y para muchos ese es precisamente el motivo para dejar la nube. Además, el anuncio no indica qué modelos y herramientas, aparte de las mencionadas, son compatibles, así que conviene consultar la lista en la documentación.

Un escenario razonable: usar ollama launch como banco de pruebas rápido. Ejecutar la misma herramienta con un modelo local y con uno en la nube, comparar los resultados en tareas reales de tu repositorio y solo después decidir si conviene pasar el flujo de trabajo a modelos locales.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Qué hace ollama launch?

La idea es sencilla: ejecutas un solo comando en la terminal, Ollama muestra la lista de modelos e integraciones, eliges la que quieras y la herramienta arranca ya conectada. Según los desarrolladores, no hace falta configurar a mano ni variables de entorno ni archivos de configuración. Se admiten las herramientas de programación más populares: Claude Code, OpenCode y Codex. Funciona con dos tipos de modelos. El primero son los locales, que se ejecutan en tu tarjeta gráfica.

¿Qué se sabe sobre Cuánto hardware y contexto hacen falta?

La cifra práctica más relevante del anuncio es la de memoria. Para los modelos de programación recomendados en local se necesitan unos 23 GB de VRAM con un contexto de 64 000 tokens. Eso es propio de las tarjetas gráficas de consumo de gama alta o de una estación de trabajo, no de un portátil corriente. El anuncio aborda el contexto por separado: las herramientas de programación funcionan mejor con la longitud de contexto completa.

¿Qué se sabe sobre La opción en la nube y los límites?

A quienes no disponen de 23 GB de VRAM, Ollama les ofrece modelos en la nube. Trabajan con contexto completo y, según promete la compañía, sus límites siguen siendo generosos incluso en el plan gratuito. Junto con la actualización, Ollama ha aumentado las cuotas y ha ampliado la ventana de sesión de programación hasta cinco horas. El anuncio no incluye cifras concretas de peticiones ni de tokens, así que conviene comprobar por tu cuenta cuál es el límite real del plan gratuito con tus propias tareas.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
¿Qué te parece?
Cargando comentarios…