Por Javier Morales · Actualizado: 31 de marzo de 2026 · Meta

Cómo correr Llama 3.3 70B en local con Ollama

Transparencia: Algunos enlaces de hardware son de afiliado (Amazon). Esto no afecta nuestra evaluación.

Correr Llama 3.3 70B en local es más sencillo de lo que parece. Con Ollama puedes tener este modelo de 70B parámetros funcionando en tu PC en menos de 5 minutos. Solo necesitas 42 GB de VRAM para la versión Q4 y conexión a internet para la descarga inicial.

En esta guía cubrimos los requisitos exactos de hardware, el proceso de instalación paso a paso, los comandos necesarios y ejemplos de uso para sacarle el máximo partido a Llama 3.3 70B desde tu propio hardware.

Requisitos de hardware para Llama 3.3 70B

Cuantización	VRAM necesaria	Notas
FP16 (máxima calidad)	168 GB	Calidad de referencia. Solo GPUs con mucha VRAM.
Q8 (alta calidad)	84 GB	Recomendado si tienes suficiente VRAM.
Q4 (equilibrado)	42 GB (recomendado)	El mejor equilibrio calidad/VRAM. Recomendado.
Q2 (mínimo)	21 GB	Solo si tu VRAM es muy limitada. Pérdida notable.

Especificaciones de Llama 3.3 70B

70B

Parámetros

42 GB

VRAM Q4

128K

Contexto

Paso 1: Instalar Ollama

Ollama es la forma más sencilla de correr Llama 3.3 70B en local. Disponible para Windows, macOS y Linux.

1 Descarga Ollama desde ollama.com (Windows, macOS o Linux)
2 Ejecuta el instalador y sigue las instrucciones (tarda menos de 1 minuto)
3 Verifica la instalación abriendo una terminal y ejecutando: ollama --version

Paso 2: Ejecutar Llama 3.3 70B

Una vez instalado Ollama, abre una terminal y ejecuta el siguiente comando. Ollama descargará el modelo automáticamente la primera vez:

Terminal Descarga automática


ollama run llama3.3:70b

La primera ejecución descargará el modelo (~42 GB en Q4). Las ejecuciones posteriores son instantáneas. Una vez descargado, puedes chatear directamente en la terminal o usar la API local.

Paso 3: Ejemplos de uso de Llama 3.3 70B

Uso con la API REST local

Ollama expone una API en http://localhost:11434 compatible con OpenAI:

curl http://localhost:11434/api/generate -d '{
  "model": "llama3.3:70b",
  "prompt": "Explica qué es la IA local en 2 párrafos",
  "stream": false
}'

Integración con Python (API OpenAI)

Si tienes instalado el cliente OpenAI de Python:

from openai import OpenAI

client = OpenAI(
    base_url="http://localhost:11434/v1",
    api_key="ollama",
)

response = client.chat.completions.create(
    model="llama3.3:70b",
    messages=[{"role": "user", "content": "Hola, ¿cómo puedes ayudarme?"}]
)
print(response.choices[0].message.content)