Qué pasó
Ollama, la herramienta de código abierto para ejecutar modelos de IA open-weight en tu propia máquina, ha cerrado una Serie B de $65 millones. La ronda la lidera Theory Ventures, y el CEO Jeff Morgan se lo confirmó a TechCrunch.
La Serie A anterior, de $15 millones, la encabezó Peter Fenton, de Benchmark. Sumando todo, Ollama ha levantado $88 millones en total.
La herramienta nació en 2023 con un objetivo claro: que un desarrollador tenga modelos locales funcionando en cuestión de minutos. Su repositorio de GitHub acumula 176.000 estrellas y casi 17.000 forks, y la base de usuarios ronda los 9 millones.
También hay una parte de pago. Ollama aloja modelos más grandes y pesados en su propia neocloud, a la que se accede mediante planes de suscripción que van desde gratis hasta $100 al mes. El uso se mide por GPU-time y no por límites de tokens.
Morgan y su cofundador Michael Chiang ya han pasado por esto. Ayudaron a construir Docker Desktop después de que Docker comprara su startup anterior, Kitematic.
Por qué importa
La IA local ha dejado de ser un hobby para gente a la que le gusta el ruido de los ventiladores. Casi 9 millones de usuarios son una audiencia de verdad, y ahora los inversores han puesto dinero de verdad en la idea de que los desarrolladores quieren ejecutar los modelos ellos mismos.
Lo interesante es el modelo de negocio. El uso local gratuito te mete por la puerta, y los modelos alojados cubren los casos en los que tu portátil directamente tira la toalla. Cobrar por GPU-time en vez de por tokens es un contraste deliberado con la forma en que cuentan la mayoría de los servicios de IA alojados.
El pasado de los fundadores en Docker también explica el pitch. La vez anterior, el trabajo era que las apps en la nube fueran fáciles de mover. Esta vez, que los modelos sean fáciles de ejecutar en la máquina que ya tienes sobre la mesa.
Los modelos locales acaban de recibir un voto de confianza de $65 millones.
Una salvedad: una ronda de financiación es una apuesta, no un resultado. Ollama tiene los usuarios y las estrellas, pero los planes de pago todavía tienen que sostener la empresa.
Qué hacer con esto
- Prueba un modelo local.Instala Ollama y ejecuta un modelo open-weight en tu propia máquina para ver hasta dónde da tu hardware.
- Revisa tus reglas de datos.Si tus prompts incluyen algo sensible, la inferencia local los mantiene en tu dispositivo, algo que merece la pena plantear en tu equipo.
- Compara precios.La facturación por GPU-time se comporta distinto a la de tokens, así que pasa tu carga de trabajo real por ambas antes de comprometerte.
- Vigila el plan gratuito.Hoy es generoso, y una empresa recién financiada es justo el momento en que los planes empiezan a cambiar.
Ciao, sapiens. Tu portátil acaba de ascender, y ni siquiera ha pedido aumento.


