Ollama vs LM Studio: comparativa y rendimiento medido
Comparo Ollama y LM Studio midiendo velocidad real y consumo de VRAM con el mismo archivo GGUF en una RTX 4090 para ver cuál encaja mejor en cada flujo de trabajo.
👁 114 lecturas
En el duelo entre Ollama vs LM Studio, la elección depende de tu flujo de trabajo: si prefieres buscar modelos en una interfaz visual, comparar ajustes y chatear de inmediato, LM Studio es la mejor opción; si necesitas que el modelo funcione en segundo plano para editores de código o automatizaciones, elige Ollama. Ambos programas son gratuitos (incluso en empresas), funcionan sin cuenta y ejecutan los modelos sobre el motor llama.cpp. Tienes todos los fundamentos y análisis de hardware en la guía del hub de IA local para texto, imagen y vídeo.
A fecha de 17 de octubre de 2026
- Ollama 0.40.5 (versión estable del 14 de octubre de 2026), con licencia abierta MIT.
- LM Studio 0.4.26, gratuito para uso personal y profesional, aunque con código de aplicación cerrado (la CLI
lmssí es abierta). - Ambos operan sin crear cuenta. Los planes de pago corresponden a modelos en la nube: Ollama Pro por 20 USD al mes y LM Studio Bionic+ por 20 USD al mes.
- LM Studio Bionic es una aplicación independiente de la misma compañía (orientada a agentes sobre archivos) y no un sustituto de LM Studio. Pueden ejecutarse a la vez.
- En Mac con procesadores Apple Silicon (serie M), Ollama arranca los modelos compatibles de forma nativa con el motor MLX a partir de la versión 0.40, soporte que LM Studio ya ofrecía.
LM Studio vs Ollama: qué herramienta elegir según tu caso
No tienes por qué limitarte a una sola herramienta. Ambos entornos pueden convivir sin conflictos en el mismo equipo, ya que utilizan puertos diferentes por defecto (puerto 11434 en Ollama y puerto 1234 en LM Studio). Un flujo de trabajo muy práctico consiste en probar y ajustar modelos nuevos en LM Studio y dejar en Ollama los que vas a servir continuamente a otras aplicaciones.
| Si tu objetivo es… | Elige |
|---|---|
| Empezar de cero y chatear de forma directa | LM Studio |
| Comparar varios modelos y parámetros lado a lado | LM Studio |
| Chatear con documentos PDF sin instalar nada extra | LM Studio |
| Conectar un editor de código, scripts o n8n | Ollama |
| Montar un chat web para varios usuarios | Ollama + Open WebUI |
| Exigir una base íntegramente de código abierto | Ollama |
Si buscas una interfaz web multiusuario completa sobre Ollama, puedes revisar cómo desplegar Open WebUI en local.
Dos filosofías de uso
LM Studio apuesta por un entorno visual guiado. Tras instalarlo, encuentras un buscador conectado a Hugging Face, descargas el modelo en el formato deseado, pulsas cargar y comienzas a conversar. El tamaño del contexto, la descarga de capas a la GPU y la plantilla de diálogo se controlan con deslizadores laterales, mientras que el servidor local se inicia con un conmutador o mediante el comando lms server start.
Ollama prioriza el terminal y la integración en segundo plano. Con el comando ollama run gemma4:12b-it-qat descarga el modelo y abre una sesión interactiva mientras levanta un servicio en el puerto 11434. El modelo se carga en memoria con la primera petición y se descarga de forma automática tras varios minutos de inactividad. Desde julio de 2025, Ollama también incluye una aplicación con ventana de chat básica para Windows y macOS.
Rendimiento medido en RTX 4090 con el mismo archivo GGUF
Para lograr una comparativa estrictamente justa, ejecuté exactamente el mismo archivo binario gemma-4-12b-it-qat-q4_0.gguf (6,98 GB) en ambas plataformas. En Ollama lo incorporé mediante ollama create (equivalente a ollama pull gemma4:12b-it-qat), mientras que en LM Studio lo importé con el comando lms import. Si quieres profundizar en el impacto del formato y las cuantizaciones, consulta la guía de GGUF y cuantización.
Condiciones del banco de pruebas:
- Modelo íntegramente cargado en la VRAM de la tarjeta gráfica, evaluado con contextos de 4096 y 32 768 tokens.
- Tres peticiones idénticas (un test en polaco con consultas sobre guía ciclista, bomba de calor y carta de presentación), limitadas a 500 tokens de salida con temperatura 0,7.
- Velocidad calculada como la mediana de las tres ejecuciones mediante streaming sobre la API compatible con OpenAI, desde el primer token generado hasta el último.
- Consumo de VRAM medido mediante
nvidia-smi, evaluando la diferencia entre el estado previo a la carga y el momento de generación activa. - Equipo de prueba: Nvidia GeForce RTX 4090 24 GB, Intel Core i9-14900KF, 64 GB RAM, Windows 11. Versiones: Ollama 0.40.5 y LM Studio 0.4.26 con entorno de ejecución llama.cpp CUDA 12 versión 2.60.0. Mediciones realizadas el 17 de octubre de 2026.
| Métrica | Ollama | LM Studio |
|---|---|---|
| Velocidad (contexto 4096) | 94,1 tok/s | 85,6 tok/s |
| Velocidad (contexto 32 768) | 93,9 tok/s | 80,8 tok/s |
| Tiempo al primer token (4096) | 0,21 s | 0,25 s |
| Tiempo al primer token (32 768) | 0,17 s | 0,30 s |
| VRAM ocupada (contexto 4096) | 8,4 GB | 8,3 GB |
| VRAM ocupada (contexto 32 768) | 8,3 GB | 9,2 GB |
De estos datos extraje varias conclusiones técnicas clave:
- Ollama fue un 10% más rápido con contexto corto y un 16% más rápido con contexto largo. Aunque la brecha existe sobre el papel, en el uso conversacional ambas cifras superan con creces la velocidad de lectura humana.
- Gestión de memoria en contexto extendido: Ollama mantuvo la ocupación en 8,3-8,4 GB sin subir al pasar a 32 768 tokens, mientras que LM Studio requirió 0,9 GB adicionales (subiendo a 9,2 GB). En modelos más grandes y ajustados a tarjetas de 12 o 16 GB, ese incremento puede marcar la diferencia entre que el modelo quepa íntegro en VRAM o sufra una penalización severa. También analicé modelos de mayor escala en el artículo sobre Gemma 4 31B en RTX 4090.
- Comportamiento del razonamiento en LM Studio: Con Gemma 4, LM Studio activó por defecto el bloque de pensamiento interno, consumiendo los 500 tokens en razonamiento no visible. Los tokens por segundo se computan de igual modo, pero la respuesta final tarda más en mostrarse. Para desactivarlo en peticiones API, basta enviar
"reasoning_effort": "none", lo cual comprobé el 17 de octubre obteniendo texto inmediato. - Tiempo de carga de disco a memoria: LM Studio cargó el archivo en 10,9 segundos desde una unidad SSD. En Ollama tardó 78,6 segundos en el primer arranque debido a que sus modelos residían en una unidad USB más lenta, reduciéndose a 6,9 segundos en la segunda llamada al estar ya en la caché del sistema operativo.
El 3 de octubre de 2026, una prueba previa en Ollama 0.35.1 arrojó 100,8 tok/s y 8,3 GB de VRAM, pero las métricas de LM Studio 0.4.25 fallaron al no poder registrar las estadísticas vía API en mi script. Por ello repetí todas las mediciones de forma homogénea el 17 de octubre extrayendo los tokens directamente del flujo continuo.
Tabla comparativa de características
| Característica | LM Studio | Ollama |
|---|---|---|
| Sistemas operativos | Windows (x64 y ARM), macOS, Linux | Windows, macOS, Linux y contenedor Docker |
| Backends en Windows | llama.cpp: CUDA, Vulkan y CPU | llama.cpp: CUDA 12, CUDA 13, ROCm, Vulkan y CPU |
| Soporte en Mac (serie M) | Metal y MLX | Metal y MLX (por defecto desde versión 0.40) |
| Gestión de modelos | Buscador Hugging Face con cálculo de ajuste en VRAM | Catálogo ollama.com y archivos GGUF vía ollama pull hf.co/... |
| Ajustes de inferencia | Controles deslizantes (contexto, capas GPU, temperatura) | Fichero Modelfile o parámetros vía API (num_ctx, num_gpu) |
| Endpoints de API | Compatible con OpenAI, REST propio y compatible Anthropic | REST propio, compatible con OpenAI y con clientes Anthropic |
| RAG integrado | Nativo para archivos PDF, DOCX y TXT | Requiere aplicaciones externas o frontend |
| Herramientas MCP | Cliente MCP integrado en la interfaz | Llamadas a funciones vía API, sin cliente MCP gráfico |
| Licencia de software | Propietaria, gratuita para uso personal y comercial | Código abierto bajo licencia MIT |
| Modelos cloud | Integrados en la app Bionic (desde 20 USD) | Modelos remotos opcionales (desde 20 USD) |
Verifiqué las bibliotecas de aceleración de Ollama en su carpeta de instalación en Windows 11 dentro de la versión 0.40.5 (incluye cuda_v12, cuda_v13, rocm_v7_1 y vulkan).
Instalación y espacio en disco
| Aspecto | Ollama | LM Studio |
|---|---|---|
| Instalación en Windows | Instalador en su web o winget install Ollama.Ollama |
Instalador en su web o winget install ElementLabs.LMStudio |
| Tamaño inicial del programa | 2,8 GB (con bibliotecas CUDA) | 1,4 GB (runtimes llama.cpp aparte, ej. CUDA 12: 162 MB) |
| Registro obligatorio | No | No |
Medí los tamaños de instalación el 17 de octubre de 2026. Un detalle importante sobre LM Studio es que acumula versiones antiguas de los entornos de ejecución tras las actualizaciones continuas: en mi sistema acumuló 21 carpetas con un total de 5,0 GB. Puedes limpiar los módulos en desuso accediendo a la sección de configuración de entornos (Runtime).
Integración con herramientas externas y editores
Modelos como Gemma, Qwen o GPT-OSS pueden ejecutarse indistintamente en ambas herramientas. Al configurar aplicaciones de terceros, la vinculación varía según el software:
- VS Code: Ollama cuenta con una extensión oficial para interactuar con modelos en el editor. LM Studio se conecta definiendo su endpoint local compatible:
http://localhost:1234/v1. - Open WebUI: Se conecta con Ollama de manera nativa mediante su puerto predeterminado y con LM Studio a través de su emulación de la API de OpenAI.
- n8n: Dispone de un nodo específico para Ollama. Para enlazar LM Studio se emplea el nodo genérico de OpenAI ajustando la URL base a la dirección local.
- Claude Code y clientes de Anthropic: Ambos programas proporcionan compatibilidad con las especificaciones de Anthropic, por lo que basta redirigir la dirección base del cliente.
Diagnóstico de problemas frecuentes
- El modelo supera la VRAM disponible: En LM Studio ajusta el control deslizante GPU Offload o descarga una cuantización menor. En Ollama utiliza el parámetro
num_gpuen la llamada API o en el Modelfile. Delegar capas a la CPU reduce drásticamente el rendimiento: en una prueba con Gemma 4 12B, descargar únicamente 3 de sus 48 capas a la RAM del sistema redujo la velocidad de 99 a 48 tok/s. - Velocidad anormalmente lenta: Comprueba si la inferencia se está ejecutando al 100% en la GPU. En Ollama ejecuta
ollama psy verifica que marque el 100% de carga en la gráfica. En LM Studio consulta la barra inferior o el comandolms ps. - El modelo olvida el inicio del texto: Ambas aplicaciones asignan ventanas de contexto reducidas por defecto. En LM Studio define el valor en Context Length al cargar el modelo. En Ollama ajusta el deslizador de su app o recurre a la variable
OLLAMA_CONTEXT_LENGTHo el camponum_ctxen la API. - Respuestas vacías o con formato incorrecto: Suele deberse a un conflicto en la plantilla de prompt o al modo de razonamiento activo. LM Studio permite inspeccionar y corregir la plantilla en los ajustes de modelo, mientras que en Ollama se configura dentro del Modelfile.
Preguntas frecuentes
¿Qué herramienta es más rápida, LM Studio u Ollama?
En mi comparativa con una RTX 4090 realizada el 17 de octubre de 2026, Ollama ofreció mayor velocidad: 94 frente a 86 tok/s con contexto de 4096 tokens y 94 frente a 81 tok/s con contexto de 32 768 tokens usando el mismo archivo de Gemma 4 12B. No obstante, la diferencia real en el uso diario suele depender más de la cuantización y de si el modelo entra por completo en la VRAM.
¿Son LM Studio y Ollama completamente gratuitos?
Sí, ambos programas pueden usarse sin coste alguno en entornos personales y comerciales. Ollama utiliza una licencia libre MIT, mientras que LM Studio es gratuito bajo licencia propietaria. Solo pagarías si decides suscribirte voluntariamente a sus servicios auxiliares de inferencia en la nube.
¿Puedo compartir los mismos archivos de modelos en ambos programas?
Sí, dado que los dos ejecutan modelos en formato GGUF. Como Ollama organiza sus archivos con identificadores internos, la manera más sencilla de compartir un mismo archivo descargado consiste en importarlo a LM Studio utilizando la orden lms import desde la terminal.
¿Cuál de los dos programas es mejor si acabo de empezar?
LM Studio resulta más accesible para principiantes porque ofrece una interfaz gráfica con buscador integrado en Hugging Face y avisa de si el modelo cabe en tu tarjeta gráfica. Ollama es más recomendable cuando buscas estabilidad en segundo plano para conectar otras aplicaciones mediante APIs.
¿Dispone Ollama de una interfaz gráfica de usuario?
Sí, Ollama dispone de una aplicación gráfica básica con ventana de chat para Windows y macOS. Si necesitas funciones avanzadas como gestión de usuarios, historial estructurado o agentes RAG, se suele combinar de forma habitual con Open WebUI.
¿Funcionan LM Studio y Ollama sin conexión a internet?
Sí, una vez completada la descarga del archivo del modelo, ambos programas operan de forma local y offline sin enviar datos al exterior. Los modelos en la nube son complementos totalmente opcionales que requieren iniciar sesión de forma explícita.
Fuentes y fecha de verificación
- Publicaciones y versiones de Ollama en GitHub y repositorio oficial de Ollama (licencia MIT).
- Precios oficiales de Ollama.
- Página de descargas de LM Studio y tarifas de LM Studio y Bionic.
- Términos de uso gratuito para empresas de LM Studio.
- Documentación de compatibilidad con endpoints de Anthropic en LM Studio y guía de chat con documentos RAG.
- Mediciones propias en RTX 4090: Ollama 0.35.1 (3 de octubre de 2026), Ollama 0.40.5 y LM Studio 0.4.26 (17 de octubre de 2026).
Comprobado el 17 de octubre de 2026.
More on this from FULGOR
