Ollama no es la única forma de correr un modelo de código abierto en tu propio ordenador. Docker Desktop integra desde hace meses su propio motor de inferencia local, con una interfaz gráfica que reduce el proceso a un clic — confirmado contra la documentación oficial de Docker, sin las imprecisiones habituales de este tipo de vídeos.
Docker Model Runner: el motor de inferencia que ya llevas instalado si usas Docker Desktop
Docker Model Runner es una función real integrada en Docker Desktop, basada en llama.cpp y con una API compatible con el formato de OpenAI. Se activa desde Settings → AI → Enable Docker Model Runner, y opcionalmente se puede exponer por TCP en el puerto 12434 para que otras aplicaciones — VSCode, un frontend propio — llamen a la API sin salir de la máquina. El catálogo de modelos vive directamente en Docker Hub bajo el espacio de nombres ai/, con una pestaña «Models» dedicada dentro de la propia app, sin necesidad de tocar la terminal en ningún momento del proceso.
Qwen3-Coder en dos variantes, según el hardware disponible
El modelo que usa el vídeo como ejemplo es Qwen3-Coder, de Alibaba, especializado en generación de código. Docker Hub lo publica en dos variantes: ai/qwen3-coder (de 7 a 30 mil millones de parámetros según la etiqueta, para GPU media o alta) y ai/qwen3-coder-next (arquitectura MoE con 3.000 millones de parámetros activos sobre un total de 80.000 millones, pensada para hardware más potente). Ambas se descargan con docker model pull ai/qwen3-coder:latest y se ejecutan con docker model run ai/qwen3-coder — o directamente desde el botón «Run» de la interfaz, que abre un chat integrado sin configuración adicional.
Cómo lo aplicamos nosotros
Para un equipo que ya tiene Docker Desktop como parte de su flujo de desarrollo, activar Model Runner es la vía con menos fricción para probar modelos locales sin instalar nada nuevo ni aprender un CLI distinto — Ollama sigue siendo la opción más flexible y con más integraciones de terceros, pero Docker Model Runner gana en el caso concreto de «ya lo tengo abierto, quiero probar esto ahora».
Si tu equipo quiere evaluar qué modelos locales encajan en su flujo de desarrollo sin comprometerse a una única herramienta, hablemos. Contacta con nosotros.