Claude Code con Ollama: modelos locales gratis (guía 2026)

Cómo funciona Claude Code con Ollama

Claude Code es el agente: el programa que lee tus archivos, ejecuta comandos y te pregunta antes de cambiar algo. El modelo es el cerebro que lo mueve, que normalmente es Claude, en los servidores de Anthropic.

Desde la versión 0.14.0, de enero de 2026 (según las notas de versión de Ollama), Ollama responde con el mismo formato de mensajes que la API de Anthropic, en tu propia computadora, en el puerto 11434. Si apuntas Claude Code ahí, funciona con un modelo abierto (uno que cualquiera puede descargar y ejecutar). Claude Code en sí no cambia, y sigue bajo los términos de Anthropic sea cual sea el modelo que tenga detrás.

Qué necesitas

La memoria decide casi todo: el modelo tiene que caber en la memoria que puede usar tu chip gráfico, con espacio para la conversación, o irá lentísimo. Para usar Claude Code con Ollama gratis no necesitas un plan de Claude ni una API key, y puedes instalar Claude Code con Ollama en el mismo paso (o seguir nuestra guía para instalar Claude Code). Por dónde empezar si quieres Claude Code local con Ollama:

Las cifras de memoria son las que muestra el lanzador de Ollama y las descargas salen de la biblioteca de Ollama; revisamos ambas el 22 de octubre de 2026. Si usas PC, compara esa cifra con la memoria de tu tarjeta gráfica. La app para Mac pesa unos 214 MB.

Paso 1: instala Ollama en Mac, Windows o Linux

Configurar Claude Code con Ollama empieza por el instalador de ollama.com/download: una app que mantiene un pequeño servidor en segundo plano, más el comando ollama.

1. Mac (macOS 14 o posterior): descarga Ollama.dmg, arrastra Ollama a Aplicaciones y ábrelo; te ofrece agregar el comando ollama a tu terminal.
2. Windows 10 (22H2) u 11: ejecuta OllamaSetup.exe, que no necesita permisos de administrador.
3. Linux: ejecuta el script de instalación de abajo; deja Ollama configurado como servicio en segundo plano.
4. Compruébalo: abre una ventana nueva de la terminal y ejecuta ollama -v.

Los instaladores oficiales de una línea, para Mac o Linux:

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

En Windows, en PowerShell:

PS> irm https://ollama.com/install.ps1 | iex
PS> 

$ ollama -v
ollama version is 0.40.8
$ 

En Windows, las tarjetas NVIDIA necesitan el driver 551.61 o más reciente, y las AMD Radeon funcionan con ROCm o Vulkan, según la documentación de Ollama para Windows.

Paso 2: sube la longitud de contexto a 64K

La longitud de contexto es cuánto de la conversación puede ver el modelo a la vez, medida en tokens (pequeños trozos de texto). Solo la solicitud inicial de Claude Code, sus instrucciones más la descripción de cada herramienta, ocupó unos 20,300 tokens en nuestras pruebas sin plugins, y hay usuarios que reportan hasta 36,000. Por eso Ollama pide 64K.

Ollama elige un valor por defecto según tu memoria gráfica, y la mayoría de las computadoras quedan por debajo de esa cifra. En Mac cuenta la parte de la memoria que puede usar el chip gráfico, y el registro de nuestro MacBook Pro de 48 GB muestra el resultado: vram-based default context total_vram="37.4 GiB" default_num_ctx=32768, es decir, 32K.

Puedes subir la longitud de contexto de cuatro formas, todas del lado de Ollama:

• La app de Ollama (Mac y Windows): abre Settings (configuración) y pon Context length (longitud de contexto) en 64k, que la app guarda como 65,536 tokens.
• Una terminal, con la app cerrada: ejecuta OLLAMA_CONTEXT_LENGTH=65536 ollama serve y deja la ventana abierta (lo que hicimos nosotros).
• Un servicio de Linux: ejecuta sudo systemctl edit ollama, agrega las dos líneas de abajo y luego reinicia el servicio.
• Un solo modelo, en cualquier sistema: guarda una copia del modelo con una ventana más grande y usa su nombre nuevo (aquí qwen3.8-64k) en lugar de qwen3.8:27b.

[Service]
Environment="OLLAMA_CONTEXT_LENGTH=65536"

$ sudo systemctl daemon-reload && sudo systemctl restart ollama
$ 

Para la copia, pon estas dos líneas en un archivo de texto plano llamado Modelfile (sirve el Bloc de notas) y luego crea el modelo desde esa carpeta:

FROM qwen3.8:27b
PARAMETER num_ctx 65536

$ ollama create qwen3.8-64k -f Modelfile
$ 

Después carga un modelo y comprueba lo que Ollama le dio en realidad:

$ ollama ps
NAME           ID              SIZE     PROCESSOR    CONTEXT    RUNNER    UNTIL
qwen3.8:27b    47951e4a6661    22 GB    100% GPU     65536      mlx       4 minutes from now
$ 

CONTEXT debe ser 64K o más y PROCESSOR, 100% GPU; una división como 48%/52% CPU/GPU significa que parte del modelo pasó a una memoria más lenta. En Mac, RUNNER mlx significa el motor MLX de Apple.

Paso 3: inicia Claude Code con ollama launch claude

Abre una terminal en la carpeta en la que quieres que trabaje Claude Code (Terminal en Mac, PowerShell en Windows) y ejecuta:

$ ollama launch claude
$ 

1. Elige un modelo. Bajo "Recommended" (recomendados), la lista muestra primero los modelos en la nube de Ollama (piden iniciar sesión en ollama.com) y después los locales con la memoria que necesitan, marcados como "not downloaded" (sin descargar) hasta que los tengas.
2. Deja que se descargue. Si el modelo todavía no está en tu computadora, Ollama lo descarga primero. Los 18 GB de qwen3.8:27b tardaron 6 minutos y 43 segundos con nuestra conexión.
3. Instala Claude Code si te lo pide. Si falta, Ollama pregunta "Claude Code is not installed. Install now?" (Claude Code no está instalado, ¿instalarlo ahora?) y ejecuta el instalador oficial de Anthropic.
4. Confía en la carpeta. Un Claude Code recién instalado te pide un tema y si confías en la carpeta, sin pantalla de inicio de sesión. Después, la cabecera muestra el modelo que responde: qwen3.8:27b · API Usage Billing.

Esa línea amarilla importa. Claude Code conoce el tamaño de contexto de los modelos de Claude, no el de qwen3.8:27b, así que mostró Model "qwen3.8:27b" isn't recognized · context assumed to be 200k tokens (el modelo no se reconoce, se asume un contexto de 200k tokens), como describe la documentación de configuración de modelos de Anthropic, y esperaría demasiado para compactar (resumir) una conversación larga. Ábrelo con un tamaño un poco menor que el de Ollama y el aviso desaparece:

$ CLAUDE_CODE_MAX_CONTEXT_TOKENS=64000 ollama launch claude --model qwen3.8:27b
$ 

PS> $env:CLAUDE_CODE_MAX_CONTEXT_TOKENS = "64000"
PS> ollama launch claude --model qwen3.8:27b
PS> 

Para esa sesión, el lanzador apunta Claude Code a Ollama con un token ficticio, así que no hace falta iniciar sesión en Claude, y asigna tu modelo a cada nivel de modelo, incluidos los agentes de apoyo. No escribe ninguna configuración de Claude Code: claude a secas en una ventana nueva vuelve a tu plan de Claude. --yes (junto con --model) se salta todas las preguntas, y todo lo que va después de -- pasa a Claude Code, como en ollama launch claude --model qwen3.8:27b -- --resume.

La vía manual: variables de entorno

Para abrir claude a secas, define las variables tú mismo. La documentación de Claude Code de Ollama lista las tres primeras; las líneas de modelo son las que agrega el lanzador, porque sin ellas algunos ayudantes de Claude Code le piden a Ollama un modelo de Claude y reciben "model not found" (modelo no encontrado). En Mac o Linux:

$ export ANTHROPIC_BASE_URL=http://localhost:11434
$ export ANTHROPIC_AUTH_TOKEN=ollama
$ export ANTHROPIC_API_KEY=""
$ export ANTHROPIC_DEFAULT_OPUS_MODEL=qwen3.8:27b
$ export ANTHROPIC_DEFAULT_SONNET_MODEL=qwen3.8:27b
$ export ANTHROPIC_DEFAULT_HAIKU_MODEL=qwen3.8:27b
$ export CLAUDE_CODE_SUBAGENT_MODEL=qwen3.8:27b
$ export CLAUDE_CODE_MAX_CONTEXT_TOKENS=64000
$ claude --model qwen3.8:27b
$ 

En Windows, en PowerShell:

PS> $env:ANTHROPIC_BASE_URL = "http://localhost:11434"
PS> $env:ANTHROPIC_AUTH_TOKEN = "ollama"
PS> Remove-Item Env:ANTHROPIC_API_KEY -ErrorAction SilentlyContinue
PS> $env:ANTHROPIC_DEFAULT_OPUS_MODEL = "qwen3.8:27b"
PS> $env:ANTHROPIC_DEFAULT_SONNET_MODEL = "qwen3.8:27b"
PS> $env:ANTHROPIC_DEFAULT_HAIKU_MODEL = "qwen3.8:27b"
PS> $env:CLAUDE_CODE_SUBAGENT_MODEL = "qwen3.8:27b"
PS> $env:CLAUDE_CODE_MAX_CONTEXT_TOKENS = "64000"
PS> claude --model qwen3.8:27b
PS> 

PowerShell no puede guardar una variable vacía, así que la versión de Windows elimina ANTHROPIC_API_KEY, con el mismo efecto. Los ajustes duran hasta que cierras la ventana. Para confirmar cualquiera de las dos vías, escribe /status: la línea del token de autenticación debe nombrar ANTHROPIC_AUTH_TOKEN, y la URL base, tu propia computadora en el puerto 11434.

Los mejores modelos de Ollama para Claude Code

El mejor modelo de Ollama para Claude Code depende de tu memoria, y los modelos que recomienda el lanzador cambian con el tiempo. El 22 de octubre de 2026, las opciones locales eran las tres de la tabla de arriba: todas pueden llamar herramientas, algo de lo que depende Claude Code (leer un archivo, editarlo, ejecutar un comando), todas llegan a un contexto máximo de 256K y todas usan la licencia Apache 2.0. Las opciones en la nube:

Ahora, la parte honesta. Terminal-Bench 4.0 es un conjunto de tareas reales de terminal que Artificial Analysis ejecuta de la misma forma con cada modelo:

GLM-5.3-Flash y DeepSeek V4.1 Flash, los dos en la nube de Ollama, sacan unas seis veces lo que saca Qwen3.8 27B, y Claude sigue muy por delante de todos. Nuestro ranking de modelos de IA muestra el panorama completo.

Lo que vimos en una Mac de 48 GB

Para ver la diferencia en un trabajo pequeño y real, les di a los dos modelos locales la lista de clases de un estudio de yoga de demostración y el prompt de prueba de nuestra guía de agentes de IA para programar, que puedes usar con tus propios archivos:

Trabaja solo dentro de esta carpeta. Lee [ARCHIVO CON TUS PRECIOS O SERVICIOS] y crea una lista de precios de una sola página llamada precios.html que se vea bien en el teléfono. Antes de cambiar nada, dime tu plan en tres viñetas y espera mi visto bueno. Cuando termines, enumera cada archivo que creaste o cambiaste y cómo puedo deshacerlo.

qwen3.8:27b lo hizo bien: una página limpia, los ocho precios exactos, un plan preciso y ningún error de herramientas. Su primera respuesta tardó 3 minutos y 27 segundos porque leyó la solicitud inicial de 20,300 tokens de Claude Code a unos 117 tokens por segundo; después, la caché de Ollama hizo que cada paso fuera rápido.

qwen3.5:4b leyó la misma solicitud en unos 28 segundos y terminó en menos de dos minutos, pero es una demo rápida, no un trabajador confiable: precios correctos, una fila difícil de leer y un guion largo (em dash) en su respuesta, que el CLAUDE.md de la carpeta prohíbe. En su primera ejecución, con los 32K por defecto, su plan puso una clase a $29 (el archivo dice $28), después de esto:

Ollama envió un error HTTP 500 a los 5 minutos y 22 segundos, mientras el modelo seguía ocupado con una pequeña solicitud secundaria; Claude Code mostró API error · Retrying in 0s · attempt 1/10 (error de API, reintento en 0 s, intento 1 de 10) y volvió a intentarlo solo. No arreglamos nada a mano en ninguna ejecución.

Qué deja de funcionar sin Claude

El agente es el mismo programa, así que casi todo Claude Code sigue funcionando. Lo que depende de los servidores de Anthropic o de una sesión de Claude cambia:

Fuentes: la página de disponibilidad de funciones de Anthropic y la lista de compatibilidad con Anthropic de Ollama.

Modelos en la nube de Ollama para Claude Code

Los modelos que terminan en :cloud corren en los servidores de Ollama: sin descarga, sin necesidad de un chip gráfico potente y con puntuaciones mucho más altas. A cambio, necesitan una cuenta de ollama.com (ollama signin), y tus prompts salen de tu computadora.

$ ollama launch claude --model gemma4:cloud
$ 

El plan gratis incluye créditos de uso iniciales, en una cantidad que Ollama no publica, para algunos modelos de inicio como gemma4:cloud. Pro cuesta $20 al mes ($200 al año) con $60 de uso al mes, y Max, $100 con $300, en dólares estadounidenses, según los precios de Ollama. Ollama dice que no guarda, registra ni entrena con los prompts de la nube, y que aloja sobre todo en Estados Unidos.

ollama.com/pricing

Qué sale de tu computadora

Problemas comunes de Claude Code con Ollama y cómo resolverlos

La mayoría de los errores de API de Claude Code con Ollama se reducen a cuatro causas: Ollama está apagado u ocupado, el nombre del modelo está mal, falta contexto o falta memoria.

Las filas de inicio de sesión y de conexión siguen la documentación de solución de problemas de gateways de Anthropic; para el resto, el registro de Ollama en Mac está en ~/.ollama/logs/server.log.

Claude Code con modelo local: otras opciones además de Ollama

Los detalles salen de la documentación de LM Studio y de OpenRouter. Si quieres un agente hecho para trabajar con cualquier modelo, lee Claude Code vs OpenCode.

Qué hacer ahora

Instala Ollama, sube el contexto a 64K y dale a qwen3.8:27b (o a qwen3.5:4b en una computadora más pequeña) nuestra tarea pequeña sobre una copia de una carpeta real. Mide el tiempo y revisa tú el resultado antes de confiarle más. Si la diferencia con Claude es demasiado grande para tu trabajo, compara planes en nuestra guía de precios de Claude Code, y si quieres un camino guiado con proyectos reales, el curso de Claude Code está abierto en acceso anticipado.