SSD Nodes Learn Hosting plans →
Guías Matt ConnorPor Matt Connor

Diferencia entre ollama pull y ollama run

Entiende por qué ollama pull es ideal para scripts y ollama run para chat. Aprende dónde se guardan los modelos y cómo moverlos para evitar llenar el disco root.

ollama pull frente a ollama run

ollama pull descarga un modelo y finaliza. Para un modelo de chat local, ollama run descarga el modelo solo si no existe, lo carga en memoria y abre un chat interactivo. La descarga es idéntica y los archivos se guardan en la misma ubicación. Solo run continúa la ejecución después. Los modelos de embedding son la excepción en cuanto al chat: la documentación oficial muestra que ollama run embeddinggemma "Hello world" imprime el embedding como un array JSON en lugar de una respuesta. Sin texto de entrada, ollama run rechaza un modelo de embedding con embedding models require input text.

Esa única diferencia determina qué comando pertenece a un script y cuál a una sesión de terminal.

ollama pull gemma4
ollama run gemma4
ollama run gemma4 "Reply with one word: ready"

La primera línea descarga el modelo y sale, por lo que es segura para el aprovisionamiento y para una unidad de systemd. La segunda abre una sesión de chat; escriba /bye o presione Ctrl+D para salir. La tercera envía un único prompt, imprime la respuesta y sale, que es el formato que requiere un script cuando necesita una respuesta en lugar de una sesión. Esa tercera forma deja la longitud de la respuesta totalmente a criterio del modelo, por lo que una pregunta de una línea puede devolver tres párrafos, y limitar la respuesta con num_predict es lo que mantiene a un run ejecutado desde un script dentro de un tamaño que el llamador pueda procesar. Los nombres de los modelos cambian rápidamente, así que trate gemma4 aquí como un marcador de posición: es el ejemplo que utiliza la documentación oficial de Ollama a fecha de octubre de 2026; sustitúyalo por otro modelo de chat local para el mismo flujo de trabajo. Las etiquetas que terminan en :cloud, como gemma4:cloud, son diferentes: Ollama las ejecuta en sus propios servidores sin descargar los pesos del modelo, por lo que el espacio en disco mencionado a continuación es para modelos locales. Si prefiere sustituirlo por un modelo que alguien ya haya dimensionado para un servidor real, ejecutar Nemotron 3.5 Lightning en un VPS proporciona la etiqueta exacta a descargar y la memoria que espera encontrar.

Por qué la primera ejecución de ollama parece haberse bloqueado

Una primera run en un VPS recién instalado puede permanecer sin mostrar salida durante varios minutos. Nada está roto. El prompt de chat no puede aparecer hasta que el modelo esté en el disco y cargado en memoria, por lo que run está realizando una descarga de varios gigabytes antes de tener algo que mostrarle.

Dos factores ocultan este proceso. Ollama escribe su barra de progreso en el error estándar, por lo que en cualquier lugar donde ese flujo se descarte o solo se lea después, como en un script que termina en 2>/dev/null o en un trabajo de cron, nada le indicará que hay una descarga en curso. Luego, una vez que los bytes han llegado, el archivo aún debe leerse del disco a la RAM antes del primer token, y en un VPS pequeño esa lectura es lenta. Si el servidor no tiene la memoria suficiente para el modelo, el kernel comienza a usar swap y la espera se prolonga considerablemente.

Obsérvelo desde una segunda sesión en lugar de adivinar:

df -h /
watch -n5 df -h /

En un servidor nuevo, el espacio libre que disminuye gradualmente significa que la descarga sigue en curso. Que el espacio libre deje de disminuir mientras el comando sigue ocupado no confirma que la carga haya comenzado: tras la descarga, Ollama realiza una fase de verifying sha256 digest independiente que lee los archivos antes de escribir el manifiesto y completar el pull. Un servidor que ya contenía modelos puede inducir a error en Ollama 0.40.2: la primera ejecución de un modelo descargado con una versión anterior escribía una copia actualizada en segundo plano y mantenía la original como respaldo, por lo que el espacio libre podía disminuir sin que hubiera ninguna descarga. Ollama 0.40.3, publicado el 11 de octubre de 2026, pausó esa actualización en segundo plano.

Este es el argumento a favor de realizar el pull con antelación. La persona que escribe ollama run nunca debería ser la que tenga que esperar a que termine la descarga.

Descargue el modelo antes de que alguien lo solicite

Lo mismo se aplica a cualquier cosa que no sea una persona: un agente de programación apuntando a su endpoint de Ollama recibe un error de modelo no encontrado si el modelo local solicitado no ha sido descargado; una petición de inferencia no lo descarga automáticamente. En una máquina nueva, incluya la descarga en el mismo script que instala el servidor:

curl -fsSL https://ollama.com/install.sh | sh
ollama pull gemma4

Si está configurando el servidor por primera vez, la instalación completa de Ollama en un VPS cubre el servicio en sí y quién tiene permiso para acceder a él. Después de eso, lo que vale la pena configurar es una descarga que sobreviva a su terminal, ya que una descarga interrumpida a la mitad es la razón por la que los usuarios terminan con un almacén de modelos parcialmente poblado.

Ejecútelo dentro de tmux, o entrégueselo a systemd como una unidad de tipo one-shot que se ejecute al arrancar. Escriba /etc/systemd/system/ollama-pull.service:

[Unit]
Description=Pre-pull Ollama models
Wants=ollama.service network-online.target
After=ollama.service network-online.target

[Service]
Type=oneshot
RemainAfterExit=yes
ExecStart=/bin/sh -c 'until ollama list >/dev/null 2>&1; do sleep 2; done'
ExecStart=/bin/sh -c 'ollama pull gemma4'

[Install]
WantedBy=multi-user.target

Ambos comandos se ejecutan a través de /bin/sh -c a propósito. Un ExecStart= simple acepta una ruta absoluta o un nombre de ejecutable simple resuelto a través de la ruta de búsqueda fija de systemd; command -v ollama muestra la ruta que encuentra su shell actual. Pasar por el shell utiliza el PATH del servicio en lugar de una ruta copiada de una guía. El primer ExecStart también es importante: After=ollama.service significa que la unidad del servidor se inició, lo cual no es lo mismo que estar listo, por lo que el bucle espera hasta que ollama list responda antes de que comience la descarga.

sudo systemctl daemon-reload
sudo systemctl enable --now ollama-pull.service
journalctl -u ollama-pull.service

El registro (journal) debería mostrar que la descarga finaliza sin errores, y ollama list debería mostrar entonces el modelo. Para mantener actualizada una etiqueta dinámica, añada un temporizador de systemd o una entrada de cron semanal que ejecute la misma descarga. Volver a descargar una etiqueta que ha cambiado descarga las nuevas capas y, para la mayoría de los modelos, elimina las capas antiguas que ya no utiliza nada al finalizar esa misma descarga.

Qué sucede cuando se interrumpe una descarga

Cada capa de un modelo se almacena bajo un hash de su propio contenido. Por lo tanto, una descarga interrumpida no es trabajo perdido: ejecute el mismo ollama pull de nuevo y las capas que ya finalizaron serán reconocidas y omitidas, por lo que la descarga continuará desde la capa que se cortó.

Una acción puede destruir ese progreso. Cuando el servidor Ollama inicia, elimina las descargas parciales y las capas almacenadas a las que no hace referencia ningún manifiesto de modelo, y los fragmentos dejados por una descarga fallida son exactamente eso. Las versiones actuales (0.40.11, verificadas el 26 de octubre de 2026) omiten cualquier archivo escrito en la última hora, por lo que un reinicio poco después de que la descarga fallara es inofensivo, pero un reinicio horas después descarta el fragmento que ya descargó. Reintente la descarga primero y reinicie después. Si una descarga parcial debe sobrevivir obligatoriamente a un reinicio, establezca OLLAMA_NOPRUNE=1 en el entorno del servicio y luego retírelo, ya que esa variable también desactiva la limpieza al final de cada descarga, y esas dos limpiezas son las que evitan que se acumulen capas huérfanas en el disco.

Si la descarga falló con no space left on device, libere espacio antes de reintentar. Si df informa un disco lleno y du en el directorio del modelo no justifica el uso, el espacio se ocupó en otro lugar, y vale la pena leer las razones por las que df y du discrepan antes de borrar nada.

¿Dónde almacena Ollama los modelos en un VPS?

Consulte su propio sistema en lugar de confiar en una ruta de cualquier guía, incluida esta. La ubicación varía entre una instalación mediante paquete y un contenedor. También cambia si alguien ha definido OLLAMA_MODELS.

systemctl cat ollama.service
getent passwd ollama
sudo find / -xdev -type d -name blobs 2>/dev/null

systemctl cat muestra el archivo de unidad junto con todos los archivos drop-in. Por tanto, allí aparece cualquier línea OLLAMA_MODELS que haya definido usted o que ya esté incluida en la imagen. Si no existe esa línea, el almacén se encuentra en el directorio principal de la cuenta con la que se ejecuta el servicio. getent passwd muestra ese directorio principal en el sexto campo separado por dos puntos. find busca el directorio blobs en un sistema de archivos. Ese es el directorio donde se escriben realmente las capas. Omita -xdev si los modelos pueden estar ya en un montaje independiente.

Ahora mida el uso y revise sus propios valores:

ollama list
df -h /
sudo du -sh /the/directory/you/found
sudo du -h -d1 /the/directory/you/found

El almacén contiene dos tipos de contenido. Los directorios de manifiestos (manifests, unidos mediante manifests-v2 en las versiones actuales) contienen archivos pequeños que indican, para cada etiqueta de modelo, las capas a partir de las que se construye. blobs contiene las capas propiamente dichas. Cada una tiene como nombre el hash de su contenido y casi todo el espacio ocupado corresponde a estas capas. Como las capas se comparten entre etiquetas, dos modelos creados a partir de los mismos pesos muestran cada uno su propio tamaño en ollama list, aunque ocupan ese espacio una sola vez en el disco. Por eso, los tamaños mostrados pueden sumar más de lo que du informa para el directorio. La sorpresa opuesta aparece con Ollama 0.40.2: los modelos que actualizó en segundo plano conservan en el disco su copia original como respaldo. ollama list no muestra esas copias dos veces, por lo que du puede informar de mucho más espacio que el indicado por la lista. Las notas de la versión 0.40.2 incluyen un script que elimina sólo esos respaldos.

Los archivos de modelos llenan el sistema de archivos raíz de un VPS pequeño más rápido que casi cualquier otro componente que probablemente instale. El factor que más influye en su tamaño es el formato de los pesos. Elegir entre q4, q8 y fp16 puede ahorrar varios gigabytes por modelo.

Mover los modelos a un volumen de datos con OLLAMA_MODELS

Si el plan cuenta con un segundo disco o un volumen de datos más grande, mueva el almacenamiento antes de que el sistema de archivos raíz se llene. Detenga el servidor primero para no copiar un archivo que aún se esté escribiendo.

sudo systemctl stop ollama
sudo mkdir -p /mnt/data/ollama-models
sudo rsync -a /the/directory/you/found/ /mnt/data/ollama-models/
sudo chown -R ollama:ollama /mnt/data/ollama-models
sudo systemctl edit ollama.service

systemctl edit abre un editor en un archivo de configuración adicional (drop-in), de modo que la unidad empaquetada permanezca intacta y una actualización del paquete no pueda sobrescribir su cambio. Añada estas dos líneas:

[Service]
Environment="OLLAMA_MODELS=/mnt/data/ollama-models"
sudo systemctl daemon-reload
sudo systemctl restart ollama
systemctl show ollama --property=Environment
ollama list

systemctl show debería imprimir su nueva ruta y ollama list debería mostrar los mismos modelos que mostraba antes del movimiento. Si la lista está vacía, compruebe que el nuevo directorio contenga el almacenamiento copiado y que el servidor pueda leerlo. El servicio se ejecuta como el usuario ollama, por lo que dicho usuario necesita acceso de lectura y escritura al destino, lo cual es la función de la línea chown anterior. Compruebe journalctl -e -u ollama en busca de errores de permisos que mencionen la nueva ruta. Elimine la copia antigua solo después de que la lista sea correcta, ya que un movimiento fallido sumado a una fuente eliminada significa tener que descargar todo de nuevo.

La otra opción mantiene la ruta original y monta el volumen de datos sobre ella:

echo '/mnt/data/ollama-models /the/directory/you/found none bind 0 0' | sudo tee -a /etc/fstab
sudo mount -a
findmnt /the/directory/you/found
df -h /

findmnt imprimir el montaje significa que el montaje de tipo bind está activo. Un montaje de tipo bind ayuda cuando algún otro elemento del equipo ya espera la ubicación predeterminada. Tiene una trampa: los archivos que copió fuera siguen estando bajo el punto de montaje en el disco raíz, ocultos por el montaje, por lo que el espacio no se libera hasta que desmonte y los elimine. La variable de entorno es la más sencilla de explicar para quien inicie sesión después.

Dónde los almacena un contenedor

La imagen oficial guarda los modelos en el volumen que usted monte, no en ningún directorio del host perteneciente a un usuario ollama. El comando de ejecución documentado es:

docker run -d -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama

ollama antes de los dos puntos es un volumen de Docker con nombre, y /root/.ollama es la ubicación donde el servidor escribe dentro del contenedor. Por lo tanto, ejecutar du en las rutas de la sección anterior no devuelve nada, porque no hay nada allí. Imprima la ubicación real y el tamaño:

docker volume inspect ollama
docker system df -v
docker exec -it ollama ollama list

Lea el campo Mountpoint de docker volume inspect y luego ejecute sudo du -sh sobre él. Para colocar los modelos en un volumen de datos, reemplace el volumen con nombre por un directorio del host (-v /mnt/data/ollama:/root/.ollama) y vuelva a crear el contenedor. El contenedor escribe como root, por lo que ese directorio del host termina siendo propiedad de root. En Podman sin privilegios (rootless), el root del contenedor se asigna al UID y GID de su usuario en el host de forma predeterminada, mientras que otros ID del contenedor utilizan rangos subordinados: ejecutar Ollama bajo Podman sin privilegios cubre dicha asignación.

Una advertencia sobre la limpieza. Un docker volume prune simple elimina solo los volúmenes anónimos, por lo que deja intacto el volumen con nombre ollama, pero docker volume prune --all elimina todos los volúmenes a los que no hace referencia ningún contenedor, incluidos los que tienen nombre. Si elimina o vuelve a crear el contenedor ollama sin su volumen, un prune --all posterior borrará todos los modelos que haya descargado, sin posibilidad de recuperación salvo descargarlos de nuevo. Lea cómo depurar el uso de disco de Docker en un VPS antes de ejecutar una limpieza en un servidor que aloje modelos.

Eliminar un modelo con ollama rm, no con rm

ollama list
ollama rm gemma4
ollama list
df -h /

ollama rm elimina el manifiesto de esa etiqueta y, a continuación, borra las capas a las que no hace referencia ningún manifiesto restante. El espacio se recupera tan pronto como esos archivos se desvinculan, por lo que df actúa de inmediato. Debido a que las capas se comparten, eliminar una de dos etiquetas estrechamente relacionadas puede liberar mucho menos espacio que el tamaño que ollama list mostró junto a ella. Este es el comportamiento correcto, no un error de eliminación.

Eliminar archivos manualmente rompe el par. Si elimina un blob con rm, el manifiesto seguirá incluyéndolo, por lo que ollama list seguirá mostrando el modelo y cualquier intento de usarlo fallará al intentar leer la capa faltante. Si elimina un manifiesto manualmente, sus capas permanecerán en el disco sin nada que las referencie, ocupando un espacio que ningún comando de Ollama le reportará. Si ya ha eliminado un blob, ollama rm sobre la etiqueta borrará la entrada sobrante; si eliminó el manifiesto, ya no queda ninguna entrada de etiqueta que eliminar. Reiniciar el servidor limpia las capas a las que nada hace referencia una vez que tienen más de una hora de antigüedad.

Una última distinción, ya que ambos conceptos se confunden constantemente. ollama rm se refiere al disco. ollama stop gemma4 descarga un modelo de la memoria y no libera espacio en disco en absoluto. Cuánto tiempo permanece un modelo residente en la RAM una vez finalizada la carga es una configuración independiente, y mantener un modelo cargado en lugar de recargarlo en cada petición lo explica en detalle.

FAQ

¿Cuál es la diferencia entre ollama pull y ollama run?

ollama pull descarga un modelo al disco y finaliza. ollama run comprueba si el modelo ya está en el disco, lo descarga si no lo está, lo carga en memoria y, en el caso de un modelo de chat, abre una sesión interactiva. Ambos escriben los mismos archivos en el mismo directorio. Use pull en el aprovisionamiento y en scripts, y use run cuando haya una persona frente al teclado. ollama run <model> "your prompt" envía un prompt y finaliza, lo cual es la forma ejecutable mediante scripts de run.

¿Por qué parece que mi primer ollama run se queda bloqueado?

Puede estar descargando, verificando la descarga o cargando el modelo. El prompt de chat no puede aparecer hasta que el modelo esté en el disco y cargado en memoria, y un modelo ocupa varios gigabytes. Ollama escribe su barra de progreso en el error estándar, por lo que un run dentro de un script que descarte ese flujo, o dentro de un trabajo cron, no muestra nada mientras trabaja. Abra una segunda sesión y ejecute watch -n5 df -h /: en un equipo nuevo, si el espacio libre disminuye en pasos, significa que la descarga está en curso. Descargue el modelo con antelación para eliminar la espera de descarga y verificación; la carga sigue requiriendo tiempo.

¿Dónde almacena Ollama sus modelos?

La ubicación depende de la instalación, así que imprímala en lugar de suponerla. Ejecute systemctl cat ollama.service para ver si OLLAMA_MODELS está configurada en la unidad o en un archivo drop-in. Si no lo está, el almacén reside en el directorio home de la cuenta con la que se ejecuta el servicio, que getent passwd ollama imprime. sudo find / -xdev -type d -name blobs 2>/dev/null localiza el directorio de capas directamente. Para la imagen de contenedor, el almacén está dentro del volumen montado, y docker volume inspect ollama imprime su Mountpoint en el host.

¿Cómo muevo los modelos de Ollama a otro disco?

Detenga el servicio, copie el almacén a la nueva ubicación con rsync -a, asigne el directorio a la cuenta de servicio con sudo chown -R ollama:ollama <directory>, luego ejecute sudo systemctl edit ollama.service y añada Environment="OLLAMA_MODELS=<directory>" bajo una línea [Service]. Recargue con sudo systemctl daemon-reload y reinicie. Confirme con systemctl show ollama --property=Environment y ollama list. Si la lista está vacía, compruebe que el nuevo directorio contenga el almacén copiado y que el usuario ollama pueda leerlo; compruebe journalctl -e -u ollama para ver si hay errores de permisos.

¿Eliminar los archivos del modelo libera el espacio?

Eliminar archivos manualmente libera los bytes pero deja el almacén inconsistente. Si elimina un blob, el manifiesto sigue listando ese modelo, por lo que sigue apareciendo en ollama list y falla al intentar usarlo. Si elimina un manifiesto, sus capas permanecen en el disco sin nada que haga referencia a ellas. Use ollama rm <model>, que elimina el manifiesto y luego las capas que ningún otro modelo necesita. Si un blob ya fue eliminado manualmente, ejecute ollama rm sobre la etiqueta para borrar la entrada. Si el manifiesto fue eliminado, no queda ninguna entrada de etiqueta que eliminar. Reinicie el servidor para eliminar las capas a las que ningún manifiesto hace referencia una vez que tengan más de una hora de antigüedad.

¿Te resultó útil este artículo?