La herramienta más utilizada para ejecutar modelos de lenguaje locales acaba de recibir una actualización de nivel de plataforma. La cuenta oficial de Ollama en X anunció que la herramienta está "now updated to run the fastest on Apple silicon, powered by MLX, Apple's machine learning framework" — en español: Ollama ahora usa el framework MLX de Apple como motor de inferencia en macOS. Para empresas que trabajan con hardware Mac, esto es una mejora directamente aplicable.
No se trata de un parche menor ni de una actualización de compatibilidad. MLX reemplaza al anterior backend llama.cpp en macOS, lo que significa que todos los modelos que ejecutas a través de Ollama se vuelven más rápidos — sin cambios de configuración ni instalaciones adicionales.
Qué ha Cambiado: De llama.cpp a MLX
Hasta esta actualización, Ollama ejecutaba la inferencia en macOS a través de llama.cpp — una librería C++ multiplataforma y madura que funciona de forma idéntica en Windows, Linux y macOS. La compatibilidad multiplataforma es valiosa, pero implica que llama.cpp no puede aprovechar al máximo las capacidades específicas del hardware de Apple.
MLX es diferente. Es el propio framework de tensores de Apple, desarrollado desde cero para la arquitectura de memoria unificada de Apple Silicon. En los chips M2, M3 y M4, la CPU y la GPU comparten un único bloque de memoria contiguo — sin necesidad de copiar datos entre la RAM del sistema y la VRAM de una GPU discreta antes de iniciar la inferencia. MLX fue diseñado precisamente para aprovechar esta arquitectura de forma nativa.
El resultado es que operaciones que antes requerían múltiples transferencias de memoria ahora se ejecutan en el mismo lugar. Para los modelos de lenguaje de gran tamaño, que son fundamentalmente operaciones matriciales masivas, esto tiene un efecto medible en el rendimiento, la latencia y la eficiencia energética — especialmente en contextos largos y modelos de mayor tamaño.
Rendimiento Reportado por la Comunidad
El impacto no es solo teórico. Profesionales en X y en foros de benchmarking de la comunidad reportan una generación de tokens notablemente más rápida tras la actualización. Según mediciones reportadas por la comunidad, se han observado ganancias de rendimiento del 20–50 % respecto al anterior backend llama.cpp en hardware equivalente, dependiendo del tamaño del modelo y del nivel de cuantización. Son valores reportados por la comunidad, no benchmarks propios de Freshlab — tus resultados reales dependerán de tu configuración específica.
Algunos puntos de referencia según la comunidad:
- Mac Mini M4 Pro, 64 GB — modelos 32B reportados a 25–40 tok/s, cómodo para uso interactivo y flujos de un solo usuario
- Mac Studio M3 Ultra, 192 GB — modelos 70B reportados a 15–25 tok/s, viable para procesamiento de documentos en producción y setups multiusuario
- MacBook Pro M4 Max, 128 GB — ideal para desarrolladores que necesitan un LLM local portable sin dependencia de internet
Estos son los mismos equipos que las pymes europeas ya compran para el trabajo de oficina. El coste marginal de ejecutar IA local en hardware que ya posees es prácticamente nulo — un contraste significativo con los modelos de precios por token de las APIs en la nube a escala.
Todos los Modelos se Benefician
Como la actualización MLX es un cambio de motor y no una optimización específica de modelo, todos los modelos disponibles en la librería de Ollama se benefician:
- Llama 3.3 70B — el último modelo open-source de Meta con un buen seguimiento de instrucciones y salida multilingüe, incluido el español
- Qwen2.5 32B — el modelo multilingüe insignia de Alibaba; la comunidad reporta buena calidad en registro formal en español y alemán
- DeepSeek-V3 — destacado en razonamiento estructurado, generación de código y análisis de documentos largos
- Gemma 4 27B — el modelo instruction-tuned de Google con function calling nativo, adecuado para flujos de trabajo agénticos
La elección del modelo depende de tu caso de uso y hardware. Para tareas empresariales de propósito general — resúmenes, redacción de borradores, clasificación — un modelo de 14B o 32B suele ofrecer una mejor relación velocidad-calidad que un modelo 70B en el mismo hardware.
RGPD: Ningún Token Sale de tu Mac
Este es el aspecto que más importa a las empresas europeas que operan bajo el RGPD. Cuando ejecutas un modelo a través de Ollama en tu propio hardware, cada token — el prompt de entrada y la respuesta generada — permanece en esa máquina. Los pesos del modelo se cargan en la memoria local. No hay ninguna llamada a una API externa, ningún punto de telemetría, ningún registro por parte del proveedor.
Esto es relevante porque el Artículo 32 del RGPD exige "medidas técnicas y organizativas apropiadas" para proteger los datos personales. Un stack de inferencia local en el que los datos físicamente no pueden salir de tus instalaciones es una de las medidas técnicas más sólidas disponibles — no contractual, sino arquitectónica.
Para equipos que trabajan con correspondencia jurídica, documentación de RRHH, historiales médicos o datos financieros, esto significa que los flujos de trabajo con asistencia de IA sobre contenido sensible son posibles sin necesidad de firmar un contrato de encargo de tratamiento con un proveedor de API externo, y sin depender de que su política de privacidad resista futuros escrutinios regulatorios.
Instalación: No Cambia Nada Salvo la Velocidad
Si ya tienes Ollama instalado en un Mac con Apple Silicon, basta con actualizar. El backend MLX se activa automáticamente — sin cambios en archivos de configuración, sin instalación adicional de frameworks.
# Actualizar Ollama, luego descargar y ejecutar tu modelo
ollama pull qwen2.5:32b
ollama run qwen2.5:32bSi estás configurando Ollama por primera vez, la instalación lleva unos cinco minutos. Las recomendaciones de la comunidad señalan 64 GB de memoria unificada como punto de entrada práctico para uso empresarial, permitiendo ejecutar modelos 32B a velocidades utilizables con recursos suficientes para el sistema operativo y otras aplicaciones.
Herramientas de Desarrollo: Xcode + Ollama Local
Una consecuencia directa de la mejora del motor MLX es que la integración de Apple Intelligence en Xcode con Ollama se vuelve notablemente más fluida. El desarrollador Anders Brownworth señaló en X que Apple Intelligence en Xcode puede configurarse con un LLM local vía Ollama para asistencia de programación privada — sin conexión a internet. Con el backend MLX, esta integración responde mucho mejor.
Para equipos de desarrollo que construyen aplicaciones iOS o macOS, esto significa autocompletado de código con IA que se ejecuta íntegramente en hardware local — una consideración relevante para equipos que trabajan bajo NDAs de clientes o con código propietario que no deben compartir con servicios en la nube.
El anuncio oficial de Ollama también cita Claude Code y OpenCode como herramientas que se benefician de la actualización MLX, reflejando la tendencia del ecosistema de herramientas de desarrollo hacia backends de IA local donde los requisitos de privacidad son estrictos.
Kit Digital y Financiación Europea para Pymes
La inversión en hardware Mac es real. Los programas de financiación europeos pueden compensar una parte significativa de ese coste.
España — Kit Digital: La subvención Kit Digital cubre la adopción de herramientas de IA y digitales para pymes con 3–49 empleados. Según nuestra interpretación de la normativa vigente, la infraestructura de IA local puede ser elegible en la categoría "Inteligencia Artificial y Analítica". Freshlab es agente digitalizador acreditado — consulta nuestra guía detallada en /kit-digital.html para los criterios de elegibilidad actuales y los pasos del proceso de solicitud. Los importes varían según el tamaño de la empresa, con hasta 6.000 € disponibles en algunas categorías para pymes de hasta 49 empleados.
Alemania — BAFA y KfW: Para empresas que operen también en Alemania o con filiales alemanas, el programa BAFA "Digital Jetzt" y los créditos de digitalización KfW cubren inversiones en infraestructura de TI local. Un stack de IA local en Mac Studio puede calificar como inversión de digitalización, según nuestra lectura de las directrices del programa.
Pan-UE — InvestEU: El programa InvestEU y los fondos de digitalización canalizados por el BEI a nivel nacional financian la digitalización de pymes en toda la UE. Consulta con tu banco de desarrollo nacional para los programas activos en tu país.
Casos de Uso Concretos para Pymes
La inferencia local más rápida es una capacidad habilitadora. El valor empresarial surge de los flujos de trabajo que construyes sobre ella:
- Análisis de documentos: Resumen automatizado de contratos, facturas y documentos regulatorios contra una base de conocimiento local, sin enviar contenido sensible a una API en la nube
- Borrador de comunicaciones con clientes: Un asistente local que genera borradores de respuesta en el tono de tu empresa, los revisa en busca de formulaciones de cumplimiento y señala escalaciones
- Q&A interno: Un sistema de recuperación aumentada (RAG) sobre tu documentación interna, que proporciona respuestas precisas a consultas de empleados sin exponer contenido propietario
- Revisión de código: Equipos de desarrollo internos usando un modelo local como asistente de revisión de código, especialmente relevante cuando los NDAs de clientes restringen el uso de herramientas de codificación en la nube
Más información sobre nuestro enfoque de IA local y soberanía de datos.
Si quieres evaluar qué caso de uso se adapta mejor a tus datos e infraestructura actuales, Freshlab ofrece proyectos piloto que se ejecutan sobre tus documentos reales durante dos semanas. También ofrecemos formación para equipos técnicos que gestionan stacks basados en Ollama en producción.
Para preguntas concretas sobre dimensionamiento de hardware, selección de modelos o documentación RGPD para tu despliegue, contáctanos.