---
title: Ollama utiliza MLX como estándar en Macs con Apple Silicon
url: https://www.elseif.net/es/ollama-utiliza-mlx-como-estandar-en-macs-con-apple-silicon
published: 2026-10-10T09:12:46+00:00
language: es
section: Modelos
source: https://www.heise.de/news/Lokale-KI-auf-dem-Mac-Ollama-nutzt-MLX-als-Standard-11478783.html
organizations: Ollama, Apple-Silicon-Macs, MLX, Gemma, Qwen, Nimble
publisher: elseif
---

# Ollama utiliza MLX como estándar en Macs con Apple Silicon

Ollama 0.40.0 ejecuta modelos en Macs con Apple Silicon ahora por defecto a través de MLX, siempre que MLX soporte su arquitectura. Esta actualización amplía el soporte de MLX a más modelos de lenguaje, modelos de decisiones y un modelo de embedding.

Ollama es un software de código abierto que permite descargar, gestionar y ejecutar modelos de inteligencia artificial en computadoras personales. A través de la línea de comandos, se puede trabajar directamente con los modelos; mediante un servidor API local, se pueden integrar en aplicaciones. El funcionamiento práctico se explica en un artículo que detalla cómo operar modelos de lenguaje localmente.

La transición automática al nuevo estándar no aplica a todos los modelos, sino solo a aquellos arquitecturas que son compatibles con la ejecución de MLX de Ollama. MLX es el marco de trabajo de código abierto de Apple para aprendizaje automático en chips de Apple Silicon. En las notas de lanzamiento de Ollama 0.40.0, se describe esta nueva opción estándar.

Entre los modelos adicionales mencionados se encuentran Gemma 4, Qwen 3.6 y Qwen 3.5. Los comandos tradicionales ollama pull y ollama run continúan siendo utilizados para descargar y ejecutar un modelo, como se ilustra con el modelo Qwen 3.8.

Los modelos de decisiones como Nimble, Tev1, Clef y Clef Flash ahora también funcionan con MLX. A diferencia de un modelo de chat, estos modelos no generan respuestas de texto libres, sino que proporcionan decisiones de selección o evaluaciones. Un caso de uso es la categorización de tickets entrantes.

Con el modelo de embedding Gemma 2, la ejecución de MLX también soporta un modelo de embedding, que convierte contenidos en vectores que pueden ser comparados para búsquedas de similitud. Los desarrolladores de Ollama planean probar más modelos antes de liberarlos para MLX.