---
title: 'Cómo usar Ollama con OpenCode: guía de configuración de modelos locales'
description: >-
  Conecta OpenCode con Ollama para la inferencia local de un agente de código.
  Incluye ejemplos de configuración, modelos recomendados, notas de rendimiento
  y soluciones a los problemas habituales de los modelos locales.
date: 2026-04-27T00:00:00.000Z
location: 'San Francisco, California – 27 de abril de 2026'
image: /images/ollama-opencode-setup-hero.jpg
keywords: >-
  ollama opencode, opencode ollama, modelo local de opencode, llm local de
  opencode, usar ollama con opencode
faq:
  - question: ¿Puede OpenCode usar Ollama?
    answer: >-
      Sí. OpenCode puede usar Ollama a través de su endpoint local compatible
      con OpenAI en http://localhost:11434/v1. Añade Ollama como proveedor, usa
      una clave de API ficticia y configura el nombre del modelo exactamente
      como aparece en 'ollama list'.
  - question: ¿Qué modelo local debería usar con OpenCode?
    answer: >-
      Empieza con Gemma 4 o Qwen3.5 si tienes entre 16 GB y 32 GB de memoria.
      Los modelos más grandes pueden dar mejores resultados, pero se vuelven
      lentos enseguida durante sesiones de código con muchas llamadas a
      herramientas.
  - question: ¿Es OpenCode con Ollama lo suficientemente bueno para programar de verdad?
    answer: >-
      Es bueno para explicaciones, cambios pequeños, código repetitivo y
      revisión de código privado. Es mucho peor para refactorizaciones largas de
      varios archivos, donde conviene tener una alternativa en la nube.
locale: es-es
translationKey: ollama-opencode-setup
---
OpenCode con Ollama es la configuración que mucha gente busca cuando se harta de enviar cada prompt de código a una API en la nube. Funciona. Pero también es más lento y más frágil de lo que muestran las demos.

Hay que tener claro algo sencillo: OpenCode local es excelente para tareas pequeñas, privadas y repetitivas. No es el modelo al que deberías confiar una migración caótica de varios archivos, a menos que te guste tener que vigilarlo constantemente.

## Instalar Ollama

En macOS:

```bash
brew install --cask ollama-app
open -a Ollama
```

En Linux:

```bash
curl -fsSL https://ollama.com/install.sh | sh
```

Luego descarga un modelo:

```bash
ollama pull gemma4
```

Comprueba que está disponible:

```bash
ollama list
```

Usa exactamente el nombre del modelo que aparece en esa lista para tu configuración de OpenCode.

## Configurar OpenCode

OpenCode puede trabajar con proveedores compatibles con OpenAI. Ollama expone un endpoint compatible en:

```text
http://localhost:11434/v1
```

Añade un proveedor de Ollama en tu configuración de OpenCode:

```jsonc
{
  "provider": {
    "ollama": {
      "npm": "@ai-sdk/openai-compatible",
      "options": {
        "baseURL": "http://localhost:11434/v1"
      },
      "models": {
        "gemma4:latest": {}
      }
    }
  }
}
```

Si OpenCode te pide autenticación, usa una clave de API ficticia:

```json
{
  "ollama": {
    "type": "api",
    "key": "ollama"
  }
}
```

Reinicia OpenCode y cambia al modelo de Ollama desde el selector de modelos.

## Modelos recomendados para empezar

#### Gemma 4

Buena primera opción. Se le dan bien las explicaciones, los cambios sencillos y las tareas de programación pequeñas. Funciona en equipos modestos en comparación con modelos de código más grandes.

#### Qwen3.5

Suele ser mejor para código, sobre todo si puedes ejecutar una variante más grande. Los modelos de 27B son más útiles que los modelos más pequeños, pero necesitan bastante memoria.

#### Llama 3.3

Buen modelo general si dispones de hardware suficiente. Menos práctico en portátiles pequeños.

## Expectativas de rendimiento

Los hilos recientes sobre modelos locales lo dicen sin tapujos: los prompts pueden funcionar, el código puede ser bueno y, aun así, todo puede resultar lento en cuanto las llamadas a herramientas empiezan a encadenarse.

Eso es normal. Un agente de código no es una única consulta de chat. Lee archivos, planifica, edita, revisa el resultado y repite. La inferencia local hace que cada bucle se note más.

Para que sea más llevadero:

- Mantén un contexto reducido
- Usa modelos más pequeños para ediciones sencillas
- Mantén el modelo en memoria
- Cierra las aplicaciones que consumen mucha memoria
- Usa una alternativa en la nube para refactorizaciones largas

## Mantén Ollama en memoria

```bash
export OLLAMA_KEEP_ALIVE="-1"
```

Reinicia Ollama después de configurarlo. Así evitas los arranques en frío repetidos durante una sesión de código.

## Cuándo usar una alternativa en la nube

Usa OpenCode local para:

- Leer código desconocido
- Preparar cambios pequeños
- Generar tests
- Explicar errores
- Trabajar con archivos privados

Usa un modelo en la nube para:

- Refactorizaciones de varios archivos
- Depuraciones complejas
- Cambios de arquitectura
- Cualquier cosa que no quieras revisar línea por línea

La mejor configuración no es exclusivamente local, sino local-first.

## Configuración relacionada

Si lo que buscas específicamente es Gemma 4, lee [Configuración de Gemma 4 con Ollama](/blog/gemma-4-ollama-setup-guide/). Si usas OpenClaw en lugar de OpenCode, consulta [Gemma 4 con OpenClaw](/blog/gemma-4-ollama-openclaw-setup/).

<a href="https://app.haimaker.ai/sign-up?utm_source=openclaw_blog&utm_medium=cta&utm_campaign=ollama_opencode" class="cta-button">AÑADE UNA ALTERNATIVA EN LA NUBE CON HAIMAKER</a>