Ir al contenido principal
kitlocal.dev

Referencia de modelos Ollama

Ejecución local

Procesado al 100 % en tu navegador. Las entradas y salidas nunca salen de tu dispositivo.

Explora la base de datos de modelos de Ollama con tamaños, capacidades e información de uso.

llama3.1

Meta's latest Llama model. Great general-purpose performance.

Parámetros: 8B/70B/405BTamaño: 4.7GB/40GB/231GBContexto: 128K
generalcodechat
$ ollama run llama3.1

llama3.2

Lightweight Llama models optimized for edge and mobile.

Parámetros: 1B/3BTamaño: 1.3GB/2.0GBContexto: 128K
edgesmall
$ ollama run llama3.2

mistral

Mistral 7B - efficient model with strong performance.

Parámetros: 7BTamaño: 4.1GBContexto: 32K
generalfast
$ ollama run mistral

mixtral

Mixture of Experts model. Sparse activation for efficiency.

Parámetros: 8x7B/8x22BTamaño: 26GB/80GBContexto: 64K
generalMoE
$ ollama run mixtral

codellama

Code-specialized Llama. Supports code completion and infilling.

Parámetros: 7B/13B/34B/70BTamaño: 3.8GB/7.4GB/19GB/40GBContexto: 16K
codecompletion
$ ollama run codellama

deepseek-coder-v2

DeepSeek Coder v2. State-of-the-art coding model.

Parámetros: 16B/236BTamaño: 8.9GB/133GBContexto: 128K
codemath
$ ollama run deepseek-coder-v2

phi3

Microsoft Phi-3. Small but capable reasoning model.

Parámetros: 3.8B/14BTamaño: 2.2GB/7.9GBContexto: 128K
reasoningsmall
$ ollama run phi3

gemma2

Google Gemma 2. Efficient open model family.

Parámetros: 2B/9B/27BTamaño: 1.6GB/5.4GB/16GBContexto: 8K
generalgoogle
$ ollama run gemma2

qwen2.5

Alibaba Qwen 2.5. Strong multilingual and coding.

Parámetros: 0.5B-72BTamaño: 0.4-41GBContexto: 128K
multilingualcode
$ ollama run qwen2.5

nomic-embed-text

Text embedding model for RAG and semantic search.

Parámetros: 137MTamaño: 274MBContexto: 8K
embeddingRAG
$ ollama run nomic-embed-text