Ollama: o guia completo para iniciantes em LLM local [2026]

Ollama é uma ferramenta gratuita e de código aberto para rodar LLMs (grandes modelos de linguagem) no seu próprio computador. Ela funciona no Windows, no macOS e no Linux, e uma única linha, ollama run nome-do-modelo, leva você do download do modelo até a conversa com ele. Enquanto está rodando, ela sobe um servidor de API em localhost:11434, então seus próprios apps e outras ferramentas também podem chamá-la.

Este guia foca em como usar o Ollama em si: o comando de instalação de cada sistema, a lista completa de comandos, o Modelfile, as variáveis de ambiente e exemplos mínimos da API, tudo conferido no repositório oficial no GitHub e na documentação oficial (em 29 de setembro de 2026). Para LLMs locais em geral, veja como começar com um LLM local; para escolher o modelo, o nosso comparativo dos melhores modelos de LLM local; e para ligá-lo ao seu editor, o artigo sobre Ollama + Cline.

1. O que é o Ollama? O runtime de referência para LLMs locais

O Ollama é uma ferramenta gratuita e de código aberto para rodar LLMs locais com facilidade no seu próprio PC. Ele resolve a parte trabalhosa — baixar modelos, lidar com formatos de quantização, configurar o uso de GPU — nos bastidores, de modo que tudo o que você faz é "indicar um modelo e executá-lo".

Uma ferramenta parecida é o LM Studio. De forma resumida: Ollama = focado em CLI, para desenvolvedores, APIs e automação; LM Studio = focado em GUI, para quem não é engenheiro e está começando. Ambos são gratuitos e instalam em minutos. Este artigo gira em torno do Ollama (que também cobre APIs e integração); se você quer uma GUI, vá para a Seção 5.

2. Como instalar o Ollama (Windows / macOS / Linux)

A página oficial de download e o README do GitHub oferecem dois caminhos para cada sistema: um comando de uma linha para colar no terminal ou um instalador manual. Qualquer um dos dois leva ao mesmo resultado.

Windows

Abra o PowerShell e execute esta linha (exatamente como na página oficial):

irm https://ollama.com/install.ps1 | iex

Se preferir não usar comandos, clique em "Download for Windows" na página de download e execute o OllamaSetup.exe. Segundo a página oficial do Windows, é preciso ter Windows 10 22H2 ou mais recente (Home ou Pro). Não é preciso ser administrador: por padrão, a instalação vai para a sua pasta de usuário. Só o programa pede pelo menos 4 GB livres, e os modelos podem somar de dezenas a centenas de GB. Depois de instalado, o Ollama fica rodando em segundo plano e o comando ollama funciona tanto no cmd quanto no PowerShell.

macOS

Execute esta linha no Terminal:

curl -fsSL https://ollama.com/install.sh | sh

Para instalar manualmente, abra o Ollama.dmg e arraste o app para a pasta Aplicativos. Na primeira execução, se o comando ollama não estiver no PATH, o app pede permissão para criar um link em /usr/local/bin. É preciso ter macOS 14 Sonoma ou mais recente; Macs com Apple série M usam CPU e GPU, enquanto Macs Intel (x86) rodam só na CPU (página oficial do macOS).

Linux

Uma linha instala tudo. Para atualizar depois, rode o mesmo comando de novo.

curl -fsSL https://ollama.com/install.sh | sh

Os passos de instalação manual sem o script e o pacote extra para GPUs AMD estão na página oficial do Linux.

Docker

A imagem oficial ollama/ollama está no Docker Hub. Esta é a configuração mínima só com CPU (para GPUs NVIDIA, instale o NVIDIA Container Toolkit e acrescente --gpus=all; detalhes na página oficial do Docker):

docker run -d -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama
docker exec -it ollama ollama run gemma3:4b

3. Lista de comandos do Ollama

Esta tabela reúne os comandos exibidos pelo ollama --help atual, conferidos com a referência oficial da CLI e com a definição no código-fonte. No dia a dia, você vai usar principalmente os cinco primeiros.

Dentro de uma conversa (depois do prompt >>>), há comandos próprios que começam com /. /bye sai, /? lista todos, /clear apaga o contexto da conversa e /set parameter num_ctx 8192 muda o tamanho do contexto na hora. Para digitar várias linhas de uma vez, coloque-as entre """.

4. Como obter e escolher modelos

Especifique um modelo pelo nome + tag de tamanho. Se você omitir a tag, é usada a padrão, latest. Por exemplo, llama3.2 é o mesmo que llama3.2:latest, que é a versão de 3B, llama3.2:3b (a lista oficial de tags mostra que são a mesma versão). Se quiser a versão menor, de 1B, peça llama3.2:1b explicitamente. O tamanho para o qual latest aponta muda de modelo para modelo, então confira a lista de tags antes de baixar. A regra prática: escolha um tamanho que caiba na sua VRAM.

Os tamanhos são os exibidos em cada tag na biblioteca oficial (em 29 de setembro de 2026). Em alguns modelos, como o qwen3-coder, omitir a tag baixa uma versão grande, então, numa máquina com pouco disco ou memória, confira antes a lista de tags. Depois de instalado, ollama show qwen3 mostra o número de parâmetros, a quantização, o tamanho do contexto e mais.

5. Usando uma GUI (Open WebUI e outras)

Não curte o terminal? Sem problema — dá para colocar uma tela de chat (GUI) sobre o Ollama.

6. Usando a API (integrando em apps)

A grande força do Ollama é a sua API local. Por padrão, o servidor escuta em 127.0.0.1:11434, e enviando requisições para lá seus apps, scripts e ferramentas podem usar um LLM local. Há duas portas de entrada principais.

/api/generate (uma única resposta)

curl http://localhost:11434/api/generate -d '{
  "model": "qwen3",
  "prompt": "Why is the sky blue?",
  "stream": false
}'

Se tirar "stream": false, a resposta chega aos poucos, em linhas de JSON (o streaming é o padrão).

/api/chat (enviar o histórico da conversa)

curl http://localhost:11434/api/chat -d '{
  "model": "qwen3",
  "messages": [{
    "role": "user",
    "content": "Why is the sky blue?"
  }],
  "stream": false
}'

Esses dois exemplos são para os shells do macOS e do Linux. O PowerShell do Windows trata as aspas de outro jeito, então use este formato da página oficial do Windows:

(Invoke-WebRequest -method POST -Body '{"model":"qwen3", "prompt":"Why is the sky blue?", "stream": false}' -uri http://localhost:11434/api/generate ).Content | ConvertFrom-json

Compatível com OpenAI (/v1)

Com a biblioteca oficial da OpenAI, basta apontar o base_url para o Ollama. Segundo a documentação oficial, a chave de API é "obrigatória, mas ignorada", então qualquer texto serve.

from openai import OpenAI

client = OpenAI(
    base_url='http://localhost:11434/v1/',
    api_key='ollama',  # required but ignored
)

chat_completion = client.chat.completions.create(
    messages=[{'role': 'user', 'content': 'Say this is a test'}],
    model='qwen3',
)
print(chat_completion.choices[0].message.content)

7. Personalizando (Modelfile, variáveis de ambiente)

Modelfile: crie o seu próprio modelo

Um Modelfile é um arquivo de configuração parecido com um Dockerfile. Você parte de um modelo base (FROM, obrigatório), acrescenta parâmetros (PARAMETER) e um prompt de sistema (SYSTEM) e ganha "o seu próprio modelo", que sempre se comporta do mesmo jeito. Um exemplo mínimo:

FROM qwen3
PARAMETER temperature 0.7
PARAMETER num_ctx 8192
SYSTEM """Você é um assistente objetivo. Comece pelo essencial e responda em português."""

Salve-o num arquivo chamado Modelfile e rode isto na mesma pasta:

ollama create my-assistant -f Modelfile
ollama run my-assistant

Para ver o Modelfile de um modelo existente, rode ollama show --modelfile qwen3. Copiar e editar esse arquivo é o jeito mais rápido de começar.

Principais variáveis de ambiente

O comportamento do servidor muda com variáveis de ambiente. ollama serve --help mostra a lista completa. Estas são as mais usadas, com os valores padrão que constam no código-fonte.

O jeito de definir depende do sistema (FAQ oficial). No Windows, feche o Ollama pela barra de tarefas, crie uma variável de usuário nas configurações de variáveis de ambiente e abra o Ollama de novo pelo menu Iniciar. No macOS, defina com algo como launchctl setenv OLLAMA_HOST "0.0.0.0:11434" e reinicie o app. No Linux (rodando com systemd), faça assim:

systemctl edit ollama.service
# acrescente uma linha por variável abaixo de [Service]
# Environment="OLLAMA_HOST=0.0.0.0:11434"
systemctl daemon-reload
systemctl restart ollama

8. Solução de problemas

Aqui estão as travadas comuns e suas soluções, logo de cara.

Resumo

O Ollama é o caminho mais rápido para entrar nos LLMs locais. Três pontos-chave:

• Configure em minutos: instale a partir do site oficial e depois é só ollama run <model>. Pouquíssimos comandos para aprender.
• Escolha modelos pelo tamanho: fique dentro da sua VRAM. Na dúvida, comece na classe 7B e escolha uma linhagem pelo caso de uso.
• A API é o valor de verdade: a API compatível com OpenAI em localhost:11434 permite integrá-la aos seus próprios apps e interfaces de chat — e servir de plano B para a nuvem.

Comece digitando ollama run qwen3. A melhor forma de aprender é executá-lo enquanto confere as diferenças em relação à nuvem e como escolher um modelo.

Daí em diante, se você quiser avançar até conectar o modelo ao editor e fazê-lo escrever código, o artigo programando com um LLM local trata da configuração do Cline e do Continue, além do tamanho de contexto que faz o agente quebrar sem nunca exibir um erro.

FAQ