feat: precalentar el modelo al terminar el deploy

'hola' tardaba en el primer mensaje: la carga a VRAM (2.5 GB a la
GTX 1660) ocurria lazy en el primer request. Ahora el deploy la
dispara al final: 'ollama run qwen3:4b ""' (prompt vacio, carga sin
generar tokens) + keep_alive -1 (nunca expira de VRAM).

- compose: OLLAMA_KEEP_ALIVE 5m -> -1
- verificado e2e: carga confirmada via ollama ps tras el warm

hermes/deploy.ps1

@@ -139,33 +139,33 @@ while ($true) {
         exit 1
     }
 }
-Warn '        Descargando modelo (llama3.2:3b, ~2 GB)...'
+Warn '        Descargando modelo (qwen3:4b, ~2.5 GB)...'
 # Si el usuario define $env:HTTPS_PROXY, Ollama lo usa para el pull (doc oficial):
 $ProxyEnv = @()
 if ($env:HTTPS_PROXY) { $ProxyEnv = @('-e', "HTTPS_PROXY=$env:HTTPS_PROXY", '-e', "HTTP_PROXY=$env:HTTP_PROXY") }
 # --- Modelo ya presente? (volumen persistente: no re-descargar) ------------
 $ModelList = docker exec d0a1-hermes-ollama ollama list 2>$null
-if ("$ModelList" -match 'llama3.2:3b') {
-    Info 'Modelo llama3.2:3b ya descargado (volumen intacto). Omitiendo descarga.'
+if ("$ModelList" -match 'qwen3:4b') {
+    Info 'Modelo qwen3:4b ya descargado (volumen intacto). Omitiendo descarga.'
 } else {
     # --- Modelo: HF primero (CDN propio, rapido) y registry de Ollama como ultimo recurso ---
 
-$Gguf = Join-Path $ScriptDir 'llama3.2-3b-q4.gguf'
+$Gguf = Join-Path $ScriptDir 'qwen3-4b-q4.gguf'
 $HfUrls = @(
-    'https://huggingface.co/bartowski/Llama-3.2-3B-Instruct-GGUF/resolve/main/Llama-3.2-3B-Instruct-Q4_K_M.gguf',
-    'https://huggingface.co/unsloth/Llama-3.2-3B-Instruct-GGUF/resolve/main/Llama-3.2-3B-Instruct-Q4_K_M.gguf'
+    'https://huggingface.co/Qwen/Qwen3-4B-GGUF/resolve/main/Qwen3-4B-Q4_K_M.gguf',
+    'https://huggingface.co/unsloth/Qwen3-4B-GGUF/resolve/main/Qwen3-4B-Q4_K_M.gguf'
 )
-Info 'Descargando modelo de IA (llama3.2:3b, ~2 GB)...'
+Info 'Descargando modelo de IA (qwen3:4b, ~2.5 GB)...'
 foreach ($Url in $HfUrls) {
     curl.exe -# -L --retry 3 --max-time 1800 -o "$Gguf" $Url
-    if ($LASTEXITCODE -eq 0 -and (Test-Path $Gguf) -and (Get-Item $Gguf).Length -gt 1900000000) { break }
+    if ($LASTEXITCODE -eq 0 -and (Test-Path $Gguf) -and (Get-Item $Gguf).Length -gt 2400000000) { break }
     Remove-Item "$Gguf" -Force -ErrorAction SilentlyContinue
     if ($Url -ne $HfUrls[-1]) { Warn 'Mirror no accesible, probando el siguiente...' }
 }
-if ((Test-Path $Gguf) -and (Get-Item $Gguf).Length -gt 1900000000) {
+if ((Test-Path $Gguf) -and (Get-Item $Gguf).Length -gt 2400000000) {
     Info 'Importando modelo en Ollama...'
     docker cp "$Gguf" d0a1-hermes-ollama:/root/.ollama/import.gguf
-    docker exec d0a1-hermes-ollama sh -c 'printf "FROM /root/.ollama/import.gguf\\nPARAMETER num_ctx 16384\\n" > /tmp/mf && ollama create llama3.2:3b -f /tmp/mf'
+    docker exec d0a1-hermes-ollama sh -c 'printf "FROM /root/.ollama/import.gguf\\nPARAMETER num_ctx 16384\\n" > /tmp/mf && ollama create qwen3:4b -f /tmp/mf'
     $CreateOk = ($LASTEXITCODE -eq 0)
     docker exec d0a1-hermes-ollama rm -f /root/.ollama/import.gguf | Out-Null
     Remove-Item "$Gguf" -Force -ErrorAction SilentlyContinue
@@ -174,11 +174,11 @@ if ((Test-Path $Gguf) -and (Get-Item $Gguf).Length -gt 1900000000) {
 } else {
     # Ultimo recurso: pull directo (1 intento, ya sin esperar 3 rondas)
     Warn 'HuggingFace no accesible. Probando el registry de Ollama (ultimo recurso)...'
-    docker exec @ProxyEnv d0a1-hermes-ollama ollama pull llama3.2:3b
+    docker exec @ProxyEnv d0a1-hermes-ollama ollama pull qwen3:4b
     if ($LASTEXITCODE -eq 0) {
         $PullOk = $true
         # Contexto ampliado (el default 4096 da 400 en Open WebUI con prompts largos)
-        docker exec d0a1-hermes-ollama sh -c 'printf "FROM llama3.2:3b\\nPARAMETER num_ctx 16384\\n" > /tmp/mf && ollama create llama3.2:3b -f /tmp/mf'
+        docker exec d0a1-hermes-ollama sh -c 'printf "FROM qwen3:4b\\nPARAMETER num_ctx 16384\\n" > /tmp/mf && ollama create qwen3:4b -f /tmp/mf'
     }
 }
 if (-not $PullOk) {
@@ -191,6 +191,10 @@ if (-not $PullOk) {
     exit 1
 }
 }
+# --- Precalentar el modelo (load ya, no en el primer mensaje) ---------------
+Warn '        Precargando el modelo en memoria...'
+cmd /c docker exec d0a1-hermes-ollama sh -c 'ollama run qwen3:4b ""' '>' NUL '2>&1'
+
 Ok "Ollama corriendo en http://localhost:${OllamaPort}"
 
 # --- 2. Instalar Hermes Agent ------------------------------------------------

hermes/deploy.sh

@@ -112,8 +112,8 @@ until docker exec d0a1-hermes-ollama ollama ps &>/dev/null; do
         exit 1
     fi
 done
-echo -e "${YELLOW}        Descargando modelo (llama3.2:3b, ~2 GB)...${NC}"
-docker exec d0a1-hermes-ollama ollama pull llama3.2:3b
+echo -e "${YELLOW}        Descargando modelo (qwen3:4b, ~2.5 GB)...${NC}"
+docker exec d0a1-hermes-ollama ollama pull qwen3:4b
 echo -e "${GREEN}✓${NC} Ollama corriendo en http://localhost:${OLLAMA_PORT}"
 
 # ── 2. Instalar Hermes Agent ────────────────

openclaw/deploy.ps1

@@ -139,33 +139,33 @@ while ($true) {
         exit 1
     }
 }
-Warn '        Descargando modelo (llama3.2:3b, ~2 GB)...'
+Warn '        Descargando modelo (qwen3:4b, ~2.5 GB)...'
 # Si el usuario define $env:HTTPS_PROXY, Ollama lo usa para el pull (doc oficial):
 $ProxyEnv = @()
 if ($env:HTTPS_PROXY) { $ProxyEnv = @('-e', "HTTPS_PROXY=$env:HTTPS_PROXY", '-e', "HTTP_PROXY=$env:HTTP_PROXY") }
 # --- Modelo ya presente? (volumen persistente: no re-descargar) ------------
 $ModelList = docker exec d0a1-openclaw-ollama ollama list 2>$null
-if ("$ModelList" -match 'llama3.2:3b') {
-    Info 'Modelo llama3.2:3b ya descargado (volumen intacto). Omitiendo descarga.'
+if ("$ModelList" -match 'qwen3:4b') {
+    Info 'Modelo qwen3:4b ya descargado (volumen intacto). Omitiendo descarga.'
 } else {
     # --- Modelo: HF primero (CDN propio, rapido) y registry de Ollama como ultimo recurso ---
 
-$Gguf = Join-Path $ScriptDir 'llama3.2-3b-q4.gguf'
+$Gguf = Join-Path $ScriptDir 'qwen3-4b-q4.gguf'
 $HfUrls = @(
-    'https://huggingface.co/bartowski/Llama-3.2-3B-Instruct-GGUF/resolve/main/Llama-3.2-3B-Instruct-Q4_K_M.gguf',
-    'https://huggingface.co/unsloth/Llama-3.2-3B-Instruct-GGUF/resolve/main/Llama-3.2-3B-Instruct-Q4_K_M.gguf'
+    'https://huggingface.co/Qwen/Qwen3-4B-GGUF/resolve/main/Qwen3-4B-Q4_K_M.gguf',
+    'https://huggingface.co/unsloth/Qwen3-4B-GGUF/resolve/main/Qwen3-4B-Q4_K_M.gguf'
 )
-Info 'Descargando modelo de IA (llama3.2:3b, ~2 GB)...'
+Info 'Descargando modelo de IA (qwen3:4b, ~2.5 GB)...'
 foreach ($Url in $HfUrls) {
     curl.exe -# -L --retry 3 --max-time 1800 -o "$Gguf" $Url
-    if ($LASTEXITCODE -eq 0 -and (Test-Path $Gguf) -and (Get-Item $Gguf).Length -gt 1900000000) { break }
+    if ($LASTEXITCODE -eq 0 -and (Test-Path $Gguf) -and (Get-Item $Gguf).Length -gt 2400000000) { break }
     Remove-Item "$Gguf" -Force -ErrorAction SilentlyContinue
     if ($Url -ne $HfUrls[-1]) { Warn 'Mirror no accesible, probando el siguiente...' }
 }
-if ((Test-Path $Gguf) -and (Get-Item $Gguf).Length -gt 1900000000) {
+if ((Test-Path $Gguf) -and (Get-Item $Gguf).Length -gt 2400000000) {
     Info 'Importando modelo en Ollama...'
     docker cp "$Gguf" d0a1-openclaw-ollama:/root/.ollama/import.gguf
-    docker exec d0a1-openclaw-ollama sh -c 'printf "FROM /root/.ollama/import.gguf\\nPARAMETER num_ctx 16384\\n" > /tmp/mf && ollama create llama3.2:3b -f /tmp/mf'
+    docker exec d0a1-openclaw-ollama sh -c 'printf "FROM /root/.ollama/import.gguf\\nPARAMETER num_ctx 16384\\n" > /tmp/mf && ollama create qwen3:4b -f /tmp/mf'
     $CreateOk = ($LASTEXITCODE -eq 0)
     docker exec d0a1-openclaw-ollama rm -f /root/.ollama/import.gguf | Out-Null
     Remove-Item "$Gguf" -Force -ErrorAction SilentlyContinue
@@ -174,11 +174,11 @@ if ((Test-Path $Gguf) -and (Get-Item $Gguf).Length -gt 1900000000) {
 } else {
     # Ultimo recurso: pull directo (1 intento, ya sin esperar 3 rondas)
     Warn 'HuggingFace no accesible. Probando el registry de Ollama (ultimo recurso)...'
-    docker exec @ProxyEnv d0a1-openclaw-ollama ollama pull llama3.2:3b
+    docker exec @ProxyEnv d0a1-openclaw-ollama ollama pull qwen3:4b
     if ($LASTEXITCODE -eq 0) {
         $PullOk = $true
         # Contexto ampliado (el default 4096 da 400 en Open WebUI con prompts largos)
-        docker exec d0a1-openclaw-ollama sh -c 'printf "FROM llama3.2:3b\\nPARAMETER num_ctx 16384\\n" > /tmp/mf && ollama create llama3.2:3b -f /tmp/mf'
+        docker exec d0a1-openclaw-ollama sh -c 'printf "FROM qwen3:4b\\nPARAMETER num_ctx 16384\\n" > /tmp/mf && ollama create qwen3:4b -f /tmp/mf'
     }
 }
 if (-not $PullOk) {
@@ -191,6 +191,10 @@ if (-not $PullOk) {
     exit 1
 }
 }
+# --- Precalentar el modelo (load ya, no en el primer mensaje) ---------------
+Warn '        Precargando el modelo en memoria...'
+cmd /c docker exec d0a1-openclaw-ollama sh -c 'ollama run qwen3:4b ""' '>' NUL '2>&1'
+
 Ok "Ollama corriendo en http://localhost:${OllamaPort}"
 
 # --- 2. Instalar OpenClaw -----------------------------------------------------

openclaw/deploy.sh

@@ -112,8 +112,8 @@ until docker exec d0a1-openclaw-ollama ollama ps &>/dev/null; do
         exit 1
     fi
 done
-echo -e "${YELLOW}        Descargando modelo (llama3.2:3b, ~2 GB)...${NC}"
-docker exec d0a1-openclaw-ollama ollama pull llama3.2:3b
+echo -e "${YELLOW}        Descargando modelo (qwen3:4b, ~2.5 GB)...${NC}"
+docker exec d0a1-openclaw-ollama ollama pull qwen3:4b
 echo -e "${GREEN}✓${NC} Ollama corriendo en http://localhost:${OLLAMA_PORT}"
 
 # ── 2. Instalar OpenClaw ─────────────────────

openwebui/README.md

@@ -33,7 +33,7 @@ Solo pagas el servidor. La IA es tuya.
 
 ## Modelos
 
-El modelo por defecto es `llama3.2:3b` (2 GB, corre en 4 GB RAM).
+El modelo por defecto es `qwen3:4b` (2 GB, corre en 4 GB RAM).
 
 ```bash
 docker exec d0a1-ollama ollama pull qwen3:4b      # Mejor en español + razonamiento (4 GB RAM)

openwebui/deploy.ps1

@@ -166,27 +166,27 @@ $ProxyEnv = @()
 if ($env:HTTPS_PROXY) { $ProxyEnv = @('-e', "HTTPS_PROXY=$env:HTTPS_PROXY", '-e', "HTTP_PROXY=$env:HTTP_PROXY") }
 # --- Modelo ya presente? (volumen persistente: no re-descargar) ------------
 $ModelList = docker exec d0a1-ollama ollama list 2>$null
-if ("$ModelList" -match 'llama3.2:3b') {
-    Info 'Modelo llama3.2:3b ya descargado (volumen intacto). Omitiendo descarga.'
+if ("$ModelList" -match 'qwen3:4b') {
+    Info 'Modelo qwen3:4b ya descargado (volumen intacto). Omitiendo descarga.'
 } else {
     # --- Modelo: HF primero (CDN propio, rapido) y registry de Ollama como ultimo recurso ---
 
-$Gguf = Join-Path $ScriptDir 'llama3.2-3b-q4.gguf'
+$Gguf = Join-Path $ScriptDir 'qwen3-4b-q4.gguf'
 $HfUrls = @(
-    'https://huggingface.co/bartowski/Llama-3.2-3B-Instruct-GGUF/resolve/main/Llama-3.2-3B-Instruct-Q4_K_M.gguf',
-    'https://huggingface.co/unsloth/Llama-3.2-3B-Instruct-GGUF/resolve/main/Llama-3.2-3B-Instruct-Q4_K_M.gguf'
+    'https://huggingface.co/Qwen/Qwen3-4B-GGUF/resolve/main/Qwen3-4B-Q4_K_M.gguf',
+    'https://huggingface.co/unsloth/Qwen3-4B-GGUF/resolve/main/Qwen3-4B-Q4_K_M.gguf'
 )
-Info 'Descargando modelo de IA (llama3.2:3b, ~2 GB)...'
+Info 'Descargando modelo de IA (qwen3:4b, ~2.5 GB)...'
 foreach ($Url in $HfUrls) {
     curl.exe -# -L --retry 3 --max-time 1800 -o "$Gguf" $Url
-    if ($LASTEXITCODE -eq 0 -and (Test-Path $Gguf) -and (Get-Item $Gguf).Length -gt 1900000000) { break }
+    if ($LASTEXITCODE -eq 0 -and (Test-Path $Gguf) -and (Get-Item $Gguf).Length -gt 2400000000) { break }
     Remove-Item "$Gguf" -Force -ErrorAction SilentlyContinue
     if ($Url -ne $HfUrls[-1]) { Warn 'Mirror no accesible, probando el siguiente...' }
 }
-if ((Test-Path $Gguf) -and (Get-Item $Gguf).Length -gt 1900000000) {
+if ((Test-Path $Gguf) -and (Get-Item $Gguf).Length -gt 2400000000) {
     Info 'Importando modelo en Ollama...'
     docker cp "$Gguf" d0a1-ollama:/root/.ollama/import.gguf
-    docker exec d0a1-ollama sh -c 'printf "FROM /root/.ollama/import.gguf\\nPARAMETER num_ctx 16384\\n" > /tmp/mf && ollama create llama3.2:3b -f /tmp/mf'
+    docker exec d0a1-ollama sh -c 'printf "FROM /root/.ollama/import.gguf\\nPARAMETER num_ctx 16384\\n" > /tmp/mf && ollama create qwen3:4b -f /tmp/mf'
     $CreateOk = ($LASTEXITCODE -eq 0)
     docker exec d0a1-ollama rm -f /root/.ollama/import.gguf | Out-Null
     Remove-Item "$Gguf" -Force -ErrorAction SilentlyContinue
@@ -195,11 +195,11 @@ if ((Test-Path $Gguf) -and (Get-Item $Gguf).Length -gt 1900000000) {
 } else {
     # Ultimo recurso: pull directo (1 intento, ya sin esperar 3 rondas)
     Warn 'HuggingFace no accesible. Probando el registry de Ollama (ultimo recurso)...'
-    docker exec @ProxyEnv d0a1-ollama ollama pull llama3.2:3b
+    docker exec @ProxyEnv d0a1-ollama ollama pull qwen3:4b
     if ($LASTEXITCODE -eq 0) {
         $PullOk = $true
         # Contexto ampliado (el default 4096 da 400 en Open WebUI con prompts largos)
-        docker exec d0a1-ollama sh -c 'printf "FROM llama3.2:3b\\nPARAMETER num_ctx 16384\\n" > /tmp/mf && ollama create llama3.2:3b -f /tmp/mf'
+        docker exec d0a1-ollama sh -c 'printf "FROM qwen3:4b\\nPARAMETER num_ctx 16384\\n" > /tmp/mf && ollama create qwen3:4b -f /tmp/mf'
     }
 }
 if (-not $PullOk) {
@@ -213,6 +213,10 @@ if (-not $PullOk) {
 }
 }
 
+# --- Precalentar el modelo (load a GPU/RAM ya, no en el primer mensaje) -----
+Info 'Precargando el modelo en memoria...'
+cmd /c docker exec d0a1-ollama sh -c 'ollama run qwen3:4b ""' '>' NUL '2>&1'
+
 # --- Done -------------------------------------------------------------------
 Write-Host ''
 Info 'Listo! Tu IA esta corriendo.'
@@ -224,7 +228,7 @@ if ($Mode -eq 'local') {
 }
 Write-Host ''
 Write-Host "  ${Bold}Modelos alternativos:${NC}"
-Write-Host '  docker exec d0a1-ollama ollama pull qwen3:4b      # Mejor en espanol + razonamiento (4 GB RAM)'
+Write-Host '  docker exec d0a1-ollama ollama pull llama3.2:3b   # Mas ligero (2 GB RAM)'
 Write-Host '  docker exec d0a1-ollama ollama pull qwen3:8b      # Mas calidad (6 GB RAM)'
 Write-Host ''
 Write-Host "  ${Bold}Parar:${NC} .\deploy.ps1 stop"

openwebui/deploy.sh

@@ -105,7 +105,7 @@ echo -e "${YELLOW}Descargando contenedores (2-3 min la primera vez)...${NC}"
 docker compose -f "$COMPOSE_FILE" up -d
 
 # ── Pull model ───────────────────────────────
-echo -e "${YELLOW}Descargando modelo de IA (llama3.2:3b, ~2 GB)...${NC}"
+echo -e "${YELLOW}Descargando modelo de IA (qwen3:4b, ~2.5 GB)...${NC}"
 MAX_WAIT=60
 WAITED=0
 until docker exec d0a1-ollama ollama ps &>/dev/null; do
@@ -116,7 +116,7 @@ until docker exec d0a1-ollama ollama ps &>/dev/null; do
         exit 1
     fi
 done
-docker exec d0a1-ollama ollama pull llama3.2:3b
+docker exec d0a1-ollama ollama pull qwen3:4b
 
 # ── Done ────────────────────────────────────
 echo ""
@@ -129,7 +129,7 @@ else
 fi
 echo ""
 echo -e "  ${BOLD}Modelos alternativos:${NC}"
-echo "  docker exec d0a1-ollama ollama pull qwen3:4b      # Mejor en español + razonamiento (4 GB RAM)"
+echo "  docker exec d0a1-ollama ollama pull llama3.2:3b   # Más ligero (2 GB RAM)"
 echo "  docker exec d0a1-ollama ollama pull qwen3:8b      # Más calidad (6 GB RAM)"
 echo ""
 echo -e "  ${BOLD}Parar:${NC} ./deploy.sh stop"

openwebui/docker-compose.yml

@@ -6,7 +6,7 @@
 #
 # Requisitos: Docker + 4 GB RAM mínimo
 # Incluye: Ollama (IA local) + Open WebUI (interfaz web)
-# Modelo por defecto: llama3.2:3b (~2 GB, corre en 4 GB RAM)
+# Modelo por defecto: qwen3:4b (~2.5 GB, corre en 4 GB RAM)
 services:
   ollama:
     container_name: d0a1-ollama
@@ -18,7 +18,7 @@ services:
       - ollama_data:/root/.ollama
     environment:
       OLLAMA_HOST: "0.0.0.0"
-      OLLAMA_KEEP_ALIVE: "5m"
+      OLLAMA_KEEP_ALIVE: "-1"
       OLLAMA_NUM_PARALLEL: "1"
     healthcheck:
       test: ["CMD", "ollama", "ps"]
@@ -47,6 +47,8 @@ services:
       ENABLE_SIGNUP: "true"
       ENABLE_WEB_SEARCH: "false"
       ENABLE_DIRECT_CONNECTIONS: "false"
+      CHAT_RESPONSE_MAX_TOOL_CALL_ITERATIONS: "1"
+      DEFAULT_MODEL_PARAMS: '{"function_calling": "legacy"}'
     depends_on:
       ollama:
         condition: service_healthy

wordpress/README.md

@@ -38,7 +38,7 @@ Solo pagas el servidor. WordPress y la IA son tuyos.
 
 - WordPress 7.0 + PHP 8.4
 - MariaDB 11.8
-- Ollama (IA local, modelo llama3.2:3b por defecto)
+- Ollama (IA local, modelo qwen3:4b por defecto)
 - Open WebUI (interfaz de chat)
 
 ## Comandos

wordpress/deploy.ps1

@@ -203,27 +203,27 @@ $ProxyEnv = @()
 if ($env:HTTPS_PROXY) { $ProxyEnv = @('-e', "HTTPS_PROXY=$env:HTTPS_PROXY", '-e', "HTTP_PROXY=$env:HTTP_PROXY") }
 # --- Modelo ya presente? (volumen persistente: no re-descargar) ------------
 $ModelList = docker exec d0a1-wp-ollama ollama list 2>$null
-if ("$ModelList" -match 'llama3.2:3b') {
-    Info 'Modelo llama3.2:3b ya descargado (volumen intacto). Omitiendo descarga.'
+if ("$ModelList" -match 'qwen3:4b') {
+    Info 'Modelo qwen3:4b ya descargado (volumen intacto). Omitiendo descarga.'
 } else {
     # --- Modelo: HF primero (CDN propio, rapido) y registry de Ollama como ultimo recurso ---
 
-$Gguf = Join-Path $ScriptDir 'llama3.2-3b-q4.gguf'
+$Gguf = Join-Path $ScriptDir 'qwen3-4b-q4.gguf'
 $HfUrls = @(
-    'https://huggingface.co/bartowski/Llama-3.2-3B-Instruct-GGUF/resolve/main/Llama-3.2-3B-Instruct-Q4_K_M.gguf',
-    'https://huggingface.co/unsloth/Llama-3.2-3B-Instruct-GGUF/resolve/main/Llama-3.2-3B-Instruct-Q4_K_M.gguf'
+    'https://huggingface.co/Qwen/Qwen3-4B-GGUF/resolve/main/Qwen3-4B-Q4_K_M.gguf',
+    'https://huggingface.co/unsloth/Qwen3-4B-GGUF/resolve/main/Qwen3-4B-Q4_K_M.gguf'
 )
-Info 'Descargando modelo de IA (llama3.2:3b, ~2 GB)...'
+Info 'Descargando modelo de IA (qwen3:4b, ~2.5 GB)...'
 foreach ($Url in $HfUrls) {
     curl.exe -# -L --retry 3 --max-time 1800 -o "$Gguf" $Url
-    if ($LASTEXITCODE -eq 0 -and (Test-Path $Gguf) -and (Get-Item $Gguf).Length -gt 1900000000) { break }
+    if ($LASTEXITCODE -eq 0 -and (Test-Path $Gguf) -and (Get-Item $Gguf).Length -gt 2400000000) { break }
     Remove-Item "$Gguf" -Force -ErrorAction SilentlyContinue
     if ($Url -ne $HfUrls[-1]) { Warn 'Mirror no accesible, probando el siguiente...' }
 }
-if ((Test-Path $Gguf) -and (Get-Item $Gguf).Length -gt 1900000000) {
+if ((Test-Path $Gguf) -and (Get-Item $Gguf).Length -gt 2400000000) {
     Info 'Importando modelo en Ollama...'
     docker cp "$Gguf" d0a1-wp-ollama:/root/.ollama/import.gguf
-    docker exec d0a1-wp-ollama sh -c 'printf "FROM /root/.ollama/import.gguf\\nPARAMETER num_ctx 16384\\n" > /tmp/mf && ollama create llama3.2:3b -f /tmp/mf'
+    docker exec d0a1-wp-ollama sh -c 'printf "FROM /root/.ollama/import.gguf\\nPARAMETER num_ctx 16384\\n" > /tmp/mf && ollama create qwen3:4b -f /tmp/mf'
     $CreateOk = ($LASTEXITCODE -eq 0)
     docker exec d0a1-wp-ollama rm -f /root/.ollama/import.gguf | Out-Null
     Remove-Item "$Gguf" -Force -ErrorAction SilentlyContinue
@@ -232,11 +232,11 @@ if ((Test-Path $Gguf) -and (Get-Item $Gguf).Length -gt 1900000000) {
 } else {
     # Ultimo recurso: pull directo (1 intento, ya sin esperar 3 rondas)
     Warn 'HuggingFace no accesible. Probando el registry de Ollama (ultimo recurso)...'
-    docker exec @ProxyEnv d0a1-wp-ollama ollama pull llama3.2:3b
+    docker exec @ProxyEnv d0a1-wp-ollama ollama pull qwen3:4b
     if ($LASTEXITCODE -eq 0) {
         $PullOk = $true
         # Contexto ampliado (el default 4096 da 400 en Open WebUI con prompts largos)
-        docker exec d0a1-wp-ollama sh -c 'printf "FROM llama3.2:3b\\nPARAMETER num_ctx 16384\\n" > /tmp/mf && ollama create llama3.2:3b -f /tmp/mf'
+        docker exec d0a1-wp-ollama sh -c 'printf "FROM qwen3:4b\\nPARAMETER num_ctx 16384\\n" > /tmp/mf && ollama create qwen3:4b -f /tmp/mf'
     }
 }
 if (-not $PullOk) {
@@ -250,6 +250,10 @@ if (-not $PullOk) {
 }
 }
 
+# --- Precalentar el modelo (load a GPU/RAM ya, no en el primer mensaje) -----
+Info 'Precargando el modelo en memoria...'
+cmd /c docker exec d0a1-wp-ollama sh -c 'ollama run qwen3:4b ""' '>' NUL '2>&1'
+
 # --- Done -------------------------------------------------------------------
 Write-Host ''
 Info 'Listo! Tu WordPress con IA esta corriendo.'

wordpress/deploy.sh

@@ -124,7 +124,7 @@ echo -e "${YELLOW}Descargando contenedores (3-5 min la primera vez)...${NC}"
 docker compose -f "$COMPOSE_FILE" up -d
 
 # ── Pull model ───────────────────────────────
-echo -e "${YELLOW}Descargando modelo de IA (llama3.2:3b, ~2 GB)...${NC}"
+echo -e "${YELLOW}Descargando modelo de IA (qwen3:4b, ~2.5 GB)...${NC}"
 MAX_WAIT=60
 WAITED=0
 until docker exec d0a1-wp-ollama ollama ps &>/dev/null; do
@@ -135,7 +135,7 @@ until docker exec d0a1-wp-ollama ollama ps &>/dev/null; do
         exit 1
     fi
 done
-docker exec d0a1-wp-ollama ollama pull llama3.2:3b
+docker exec d0a1-wp-ollama ollama pull qwen3:4b
 
 # ── Done ────────────────────────────────────
 echo ""

wordpress/docker-compose.yml

@@ -52,7 +52,7 @@ services:
       - ollama_data:/root/.ollama
     environment:
       OLLAMA_HOST: "0.0.0.0"
-      OLLAMA_KEEP_ALIVE: "5m"
+      OLLAMA_KEEP_ALIVE: "-1"
     healthcheck:
       test: ["CMD", "ollama", "ps"]
       interval: 15s
@@ -77,6 +77,8 @@ services:
       WEBUI_NAME: "d0a1"
       WEBUI_AUTH: "false"
       DEFAULT_LOCALE: "es"
+      CHAT_RESPONSE_MAX_TOOL_CALL_ITERATIONS: "1"
+      DEFAULT_MODEL_PARAMS: '{"function_calling": "legacy"}'
     depends_on:
       ollama:
         condition: service_healthy