Ollama ha lanzado la versión 0.32.0-rc0 con dos novedades para quienes ejecutan modelos en local: una interfaz de agente (agent UI) y una advertencia automática cuando estás a punto de iniciar un modelo agentivo desactualizado.

El segundo punto es el más interesante. Los agent models más antiguos (como algunas versiones de Qwen) tienen capacidades agentivas débiles comparadas con lo que ha salido en los últimos meses: pierden el hilo en tareas multi-paso, llaman mal a las herramientas, o se atascan cuando el estado se complica. La advertencia te detiene antes de que pierdas media hora intentando entender por qué no funciona. Es una señal de que la brecha entre los modelos de hace seis meses y los de hoy es lo bastante amplia como para justificar una alerta.

La interfaz de agente está menos documentada en las notas de la release: probablemente sea un shell o un componente para ejecutar un agente sin necesidad de escribir código cada vez. Si ya usas Ollama para self-hosting, esta RC vale la pena probarla: la advertencia por sí sola ahorra debugging innecesario.

La release es un release candidate, no final: si usas Ollama en producción, espera a la versión estable. Pero si estás construyendo un flujo local, las señales sobre qué modelos realmente soportan tareas agentivas son valiosas.

En detalle

Por qué la advertencia sobre modelos antiguos importa

Los agent models no son todos iguales, y la brecha entre las versiones recientes y las de hace seis meses es más amplia de lo que parecen indicar las fichas técnicas. Un modelo como Qwen 2.5 (noviembre 2024) hace tool calling, pero con una tasa de error que en tareas multi-paso lo hace poco fiable: llama a la herramienta incorrecta, pierde parámetros, o se detiene a mitad del proceso sin explicar por qué. Los modelos lanzados desde marzo de 2025 en adelante (Qwen 3.5, las variantes agentivas de Llama 4, Ornith-1.0) tienen capacidades agentivas mejoradas en tareas estructuradas: manejan mejor el estado entre pasos, y cuando fallan producen un error que puedes leer en lugar de un resultado falso.

Ollama añade la advertencia porque ve usuarios ejecutando modelos antiguos esperando prestaciones que esos modelos no pueden entregar. La advertencia no bloquea: te dice “este modelo tiene capacidades agentivas limitadas, considera una actualización”, y tú decides. Es un filtro útil si estás construyendo algo que debe funcionar sin supervisión.

La interfaz de agente

La nota de lanzamiento menciona cmd: agent UI como uno de los tres cambios principales, pero no explica qué hace. Por las PR vinculadas en GitHub, parece ser un layer que permite ejecutar un agente sin escribir el loop manual (objetivo → plan → ejecución → verificación). Si confirmas el objetivo y las herramientas disponibles, la UI gestiona el ciclo.

No está claro si la UI es una CLI interactiva, una interfaz web, o un componente llamable desde código. La documentación de la RC no lo cubre, y el changelog remite a las PR sin detalles de uso. Quien quiera probarla tendrá que instalar la RC y revisar ollama agent --help (o variantes).

Qwen 3.5: parsers y renderers dedicados

El tercer cambio de la release afecta a Qwen 3.5 (y Qwen Next): Ollama ahora selecciona automáticamente parsers y renderers específicos para estos modelos. Los modelos Qwen recientes tienen un formato de salida estructurado diferente a los anteriores, y sin el parser correcto producen respuestas mal formadas cuando llaman a herramientas. Este fix es invisible al usuario, pero evita salidas rotas.

Qué aún no sabemos

La release es un release candidate, así que faltan:

• Documentación completa sobre la agent UI: comandos, configuración, limitaciones.
• Lista de modelos antiguos que activan la advertencia: se necesita un listado explícito.
• Benchmarks internos sobre qué modelos Ollama considera “agent-ready” y cuáles no.

Si usas Ollama para un flujo que va a producción, espera la 0.32.0 estable. Si estás construyendo un prototipo local, la RC es bastante sólida para probarla: las señales sobre qué modelos funcionan realmente para agentes son más valiosas que un benchmark abstracto.

Dónde encaja en el panorama

Ollama es la herramienta principal para quien quiere self-hosting sin escribir servidores custom. La competencia (LM Studio, Llamafile, Tabby) ofrece inferencia local, pero Ollama tiene la ventaja del ecosistema: librerías, integraciones con editores, y ahora un layer agentivo que otras herramientas aún no tienen.

La advertencia sobre modelos antiguos es un caso de diseño para el fallo esperado: en lugar de ejecutar un modelo que no aguanta la carga y luego debuggear, la herramienta te dice de inmediato “este modelo no está hecho para lo que estás pidiendo”. Es un patrón que otros runners locales deberían copiar.