¿Qué viene instalado en tu servidor Ollama?
- Ollama 0.40, que descarga y ejecuta los modelos
- Open WebUI 0.12 para el chat en el navegador y el historial de conversaciones
- El modelo gemma3:1b, descargado durante la instalación y probado con una petición real
- Ajustes de memoria: un modelo y una petición a la vez, mantenido en memoria durante 30 minutos tras la última petición
- Una cuenta de administrador lista para usar, con el registro cerrado
- HTTPS mediante Caddy en una dirección sslip.io basada en tu IP
- Cortafuegos con los puertos 22, 80 y 443 abiertos; el puerto 11434 de Ollama sigue cerrado al exterior
¿Qué tamaño necesitas para Ollama?
Ollama carga el modelo en memoria, así que el tamaño de su archivo es el mínimo de tu RAM, más un margen. Como regla general, empieza con 4 GB para modelos de 1 a 3 mil millones de parámetros, 8 GB para 7 a 8 mil millones y 16 GB para 12 a 14 mil millones. No son cifras oficiales. Planifica también el espacio en disco: en la biblioteca de Ollama, gemma3:1b ocupa 806 MB, gemma3:4b 3,4 GB y gemma3:12b 8,2 GB. Cuando pases a un modelo más grande, sube la RAM en la pestaña Tamaño de tu panel. El servidor se reinicia una vez, y tus datos y tu IP no cambian.
| Uso | Tamaño | Precio | Elegir |
|---|---|---|---|
| Inicial | 4 GB RAM · 2 vCore · 60 GB NVMe | $6.89/mes | |
| Medio | 8 GB RAM · 4 vCore · 120 GB NVMe | $13.62/mes | |
| Potente | 16 GB RAM · 8 vCore · 200 GB NVMe | $25.15/mes |
¿Para quién es?
- Quien quiere que sus chats se queden en su propio servidor
- Resúmenes cortos, clasificación y borradores de correo a cargo de un modelo que controlas tú
- Desarrolladores que prueban modelos abiertos o los integran en pequeñas automatizaciones
- Un asistente personal para ti y quizá para unas pocas personas más
¿Qué pasa después de pedir?
- Ajusta el tamaño y completa el pago.
- Tu servidor arranca y después se instalan Ollama y Open WebUI. También se descarga un modelo, así que tarda un poco más.
- Abre tu servidor desde Mis servidores en el panel. En la pestaña Resumen, espera a que la fila Aplicación diga que está lista y haz clic en Abrir aplicación.
- Inicia sesión con los datos de las filas Correo electrónico y Contraseña. No hay pantalla de configuración inicial, y gemma3:1b ya está seleccionado en el chat.
- Para un modelo más grande, amplía primero la RAM, escribe después el nombre del modelo en el selector de modelos y descárgalo.
Con cada servidor
- Copia de seguridad diaria incluida en el precio
- Tráfico ilimitado
- Acceso root completo
- Amplía o reduce RAM y CPU más adelante, y haz crecer el disco
- Ubicación: Istanbul · IST-1.
Conviene saber
- El servidor no tiene tarjeta gráfica. La primera petición carga el modelo desde el disco, los prompts largos retrasan la primera respuesta, las respuestas pueden llegar más despacio de lo que lees y varios usuarios a la vez se reparten la velocidad.
- No es adecuado para servicios en directo con varios usuarios, respuestas en tiempo real, generación intensiva de código ni modelos grandes. Un modelo de 32 mil millones de parámetros es muy lento en una CPU.
- Los modelos pequeños suelen escribir peor en turco que en inglés, así que prueba con tus propios textos antes de decidir.
- Cada modelo tiene su propia licencia, y gemma3 se rige por los Gemma Terms of Use. Lee la licencia en la página del modelo antes del uso comercial.
- Sin una licencia enterprise, los términos de Open WebUI no permiten quitar su nombre y su logotipo cuando un despliegue supera los 50 usuarios en 30 días.
- Actualizar Ollama, Open WebUI y tus modelos depende de ti. La dirección de la fila Correo electrónico es solo un usuario de acceso y no recibe correo.
Preguntas y respuestas sobre Ollama
¿Cuánta RAM necesita Ollama?
El tamaño del archivo de un modelo es el mínimo, y la memoria de la conversación y el sistema operativo se suman. Como regla general, empieza con 4 GB para 1 a 3 mil millones de parámetros, 8 GB para 7 a 8 mil millones y 16 GB para 12 a 14 mil millones. Ejecuta free -h cuando el modelo esté cargado para ver lo que usa de verdad.
¿Funciona Ollama sin GPU?
Sí. Sin GPU, Ollama carga el modelo en la memoria del sistema y lo ejecuta en la CPU, y ollama ps muestra 100% CPU. Los servidores de Seturack no tienen tarjeta gráfica. Los modelos pequeños son utilizables para tareas cortas, mientras que los grandes se ejecutan pero siguen siendo muy lentos.
¿Con qué modelo empiezo en un VPS con Ollama?
Prueba la interfaz con el gemma3:1b instalado, pasa después a un modelo de 3 mil millones de parámetros y pruébalo con tu propio trabajo. Si las respuestas se quedan cortas, sube un tamaño y comprueba con free -h que la RAM es suficiente. La biblioteca de Ollama indica el tamaño de archivo de cada modelo antes de descargarlo.
¿Cómo descargo un modelo nuevo en Ollama?
Escribe el nombre del modelo en el selector de modelos de la pantalla de chat y Open WebUI te ofrece descargarlo. También puedes conectarte por SSH y ejecutar docker compose exec ollama ollama pull model-name en /opt/seturack/ollama. Comprueba antes tu espacio libre en disco.
¿Puede mi aplicación conectarse a la API de Ollama?
Sí, aunque el puerto 11434 está cerrado a internet por defecto, porque la API de Ollama no tiene autenticación de serie. Con acceso root puedes publicar el puerto en la dirección local en el archivo compose y conectarte mediante un túnel SSH, o ejecutar tu aplicación en el mismo servidor.
¿Salen mis chats de IA del servidor?
El modelo se ejecuta en tu servidor, así que tus chats y tus modelos se quedan en él. La documentación de Ollama dice que no ve tus prompts ni tus datos cuando lo ejecutas en local. En esta instalación, la conexión de Open WebUI con proveedores alojados y sus informes de uso están desactivados.