Guía completa 2026: monta tu propio ChatGPT local con Ollama y Open WebUI (sin pagar un céntimo)

🧩 Caso 1: Configuración mínima (sin GPU, cualquier portátil)

Si no tienes una GPU dedicada — como me pasó a mí al principio con un MacBook Air M1 — no pasa nada. Los modelos pequeños corren perfectamente en CPU.

Esto es lo que hice:

# Paso 1: Instalar Ollama (un solo comando)
curl -fsSL https://ollama.com/install.sh | sh

# Paso 2: Descargar un modelo ligero (4 GB de RAM mínimo)
ollama pull gemma4:9b

# Paso 3: Probar que funciona (desde la terminal)
ollama run gemma4:9b "Explícame qué es un LLM como si tuviera 10 años"

En mi Mac Mini M4 con 16 GB de RAM, el modelo Gemma 4 de 9B genera texto a unos 15-20 tokens por segundo. No es ultrarrápido, pero es perfectamente utilizable para consultas, resúmenes y chat casual. Según Pablo Román, modelos de 7B-9B son el punto dulce para hardware sin GPU dedicada.

🧩 Caso 2: Open WebUI — la interfaz gráfica que lo cambia todo

Vale, tener la terminal está bien, pero a mí me gusta tener una interfaz visual tipo ChatGPT. Ahí entra Open WebUI.

Es una aplicación web de código abierto que se conecta a Ollama y te da una experiencia idéntica a ChatGPT, pero con tus modelos locales. Esta guía de 4Geeks explica bien la instalación, pero te resumo los pasos clave:

# La forma más limpia: con Docker (recomendada)
docker run -d -p 3000:8080 \
  --add-host=host.docker.internal:host-gateway \
  -v open-webui:/app/backend/data \
  --name open-webui \
  --restart always \
  ghcr.io/open-webui/open-webui:main

Una vez arrancado, abres # y tienes tu propio ChatGPT. Según TECHSY, el montaje completo lleva unos 10 minutos si usas Docker.

Lo mejor: Open WebUI incluye búsqueda web integrada (vía DuckDuckGo o Google), soporte para subir documentos (PDF, Word, TXT), y historial de conversaciones que se guarda localmente. Nada de "has alcanzado tu límite diario".

🧩 Caso 3: Aceleración con GPU — de 15 a 73 tokens/segundo

Aquí es donde las cosas se ponen interesantes. Si tienes una GPU NVIDIA con 8-12 GB de VRAM, el salto de velocidad es brutal.

Yo monté una RTX 3060 de 12 GB (la versión de 12 GB, no la Ti que solo tiene 8 GB) en un servidor Debian. Los pasos adicionales son:

# 1. Instalar drivers NVIDIA
sudo apt install nvidia-driver firmware-misc-nonfree

# 2. NVIDIA Container Toolkit (para Docker)
sudo apt install nvidia-container-toolkit

# 3. Ollama con GPU habilitada
docker run -d --gpus all -v ollama:/root/.ollama \
  -p 11434:11434 --name ollama ollama/ollama

Con esta configuración, el modelo Gemma 4:12B corre a 25-35 tokens/segundo y el más pequeño Gemma4:e4b alcanza 73 tokens/segundo, según las mediciones de esta guía hardware. Eso es más rápido de lo que puedes leer.

La diferencia es tan grande que recomiendo encarecidamente buscar una RTX 3060 de segunda mano (entre 150-200 €) si piensas usar la IA a diario. El salto de un MacBook en CPU a un PC con GPU es como pasar de internet por ADSL a fibra óptica.

🧩 Caso 4: Agentes IA con Hermes Agent + Ollama (sin pagar APIs)

Esto es lo que más me ha volado la cabeza. Puedes tener agentes de IA autónomos corriendo localmente, sin pagar ni un céntimo a OpenAI o Anthropic.

Hermes Agent de Nous Research es un framework de agentes open source que funciona perfectamente con Ollama como backend. La configuración es sencilla:

# Instalar Hermes Agent
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | sh

# Configurar provider local en ~/.hermes/config.yaml
# provider: ollama
# model: gemma4:9b

# Probar un agente que navega por internet
hermes run "Busca las 3 noticias más recientes sobre IA y resúmelas"

Lo probé y funciona. No tiene la misma velocidad que usando APIs en la nube, pero para tareas programadas (resúmenes diarios, monitorización de precios, scraping básico) es perfectamente funcional. Según esta guía de Local AI Master, la combinación Hermes Agent + Ollama es la mejor opción para agentes IA 100% locales sin coste recurrente.

El artículo original de MakeUseOf que inspiró esta guía usaba Claude Cowork para hacer la instalación automáticamente, y recomienda empezar con Open WebUI como interfaz antes de pasar a agentes más complejos.

🧩 Caso 5: Servidor IA familiar — accesible desde cualquier dispositivo

Este es mi caso de uso favorito. Tengo el servidor montado en un mini PC con Debian 12 en el salón (con la RTX 3060), y desde cualquier dispositivo de casa — mi portátil, el iPad, incluso el móvil — puedo acceder a mi IA local.

La clave está en configurar Open WebUI para que escuche en toda la red local:

# Con Docker, exponiendo el puerto a la red local
docker run -d -p 0.0.0.0:3000:8080 \
  -v open-webui:/app/backend/data \
  --name open-webui --restart always \
  ghcr.io/open-webui/open-webui:main

Luego accedes desde cualquier dispositivo con #. Hostinger tiene un tutorial para configurar Ollama GUI que cubre también la exposición segura a internet (con autenticación), pero yo lo dejo solo en red local por seguridad.

Mi recomendación: asigna una IP fija al servidor en el router y crea un marcador en el navegador de cada dispositivo. Los modelos se descargan una sola vez y pesan entre 4 y 20 GB cada uno, así que ten espacio en disco. AI Magicx recomienda tener al menos 500 GB de almacenamiento si planeas tener varios modelos.

🧩 Bonus: Claude Cowork — la opción zero-config

Si todo esto te parece demasiado técnico — aunque te prometo que es más fácil de lo que parece — hay una alternativa que probé y funciona de miedo: Claude Cowork.

Es el agente de escritorio de Anthropic que puede manejar archivos, navegador y terminal por ti. En el artículo de MakeUseOf, el autor le pidió a Cowork que instalara y configurara todo el stack (Ollama + Open WebUI) con una sola instrucción: "Haz esto por mí". Cowork ejecutó los comandos, abrió el navegador, creó la cuenta de administrador y verificó que todo funcionaba. Él solo pegó 2 comandos en la terminal.

Si tienes Claude Pro (20 €/mes), esta es la forma más rápida de tener IA local funcionando. Si no, los pasos manuales de esta guía te llevan al mismo sitio en unos 20-30 minutos.