Aviso de publicidade: Podemos receber uma comissão quando você compra pelos links desta página. Isso não muda o preço que você paga nem a ordem da lista.
Ollama: instale e rode modelos de IA no seu computador
O Ollama é um programa gratuito que baixa e roda modelos de IA no seu próprio computador com um único comando. Funciona no Windows, no macOS e no Linux, e além do chat no terminal oferece uma API local que outros programas usam. O widget abaixo mostra quais modelos do Ollama cabem no seu hardware.
Quais modelos cabem
Roda nele
- DeepSeek-R1-Distill-Qwen 32B · Q6~40 tokens/s
- Qwen3 32B · Q6~40 tokens/s
- Qwen3 30B-A3B (MoE) · Q6~150+ tokens/s
- Gemma 3 27B · Q8~37 tokens/s
- Mistral Small 3.2 24B · Q8~42 tokens/s
- Magistral Small 1.2 24B · Q8~42 tokens/s
- Mistral Small 24B · Q8~43 tokens/s
- gpt-oss 20B · MXFP4~150+ tokens/s
Grande demais para ele
- Llama 3.3 70BAlugar uma GPU →
- DeepSeek-R1-Distill-Llama 70BAlugar uma GPU →
- Qwen2.5 72BAlugar uma GPU →
Melhor qualidade que cabe, 8.192 tokens de contexto, um usuário. A velocidade é uma estimativa a partir da largura de banda da memória (a geração lê cada peso ativo uma vez por token); os números reais dependem do programa e das configurações.
No seu computador ou num servidor?
No seu próprio computador
Privacidade total e sem assinatura; o tamanho do modelo é limitado pela sua memória.
Qual hardware →Numa VPS
Acessível de qualquer lugar e compartilhável com a equipe; modelos pequenos rodam na CPU.
Ollama numa VPS →Numa GPU na nuvem
Para os maiores modelos; pague por hora e desligue quando não estiver usando.
Alugar uma GPU →O que é o Ollama e para que serve
O Ollama cuida da parte chata de rodar um LLM local: baixa o modelo já quantizado, escolhe se ele vai para a placa de vídeo ou para a CPU e deixa tudo pronto para conversar. Você digita "ollama run" seguido do nome do modelo e, depois do download, o chat abre no terminal.
O mais importante, porém, é a API local. O Ollama fica rodando em segundo plano e responde a pedidos na sua própria máquina, inclusive num formato compatível com o da OpenAI. Assim, editores de código, extensões do navegador, automações e interfaces como o Open WebUI conversam com o modelo sem que nada saia do seu computador.
Ollama modelos: qual escolher para o seu PC
A biblioteca do Ollama tem as famílias abertas mais conhecidas - Llama, Qwen, Gemma, Mistral, DeepSeek-R1 nas versões destiladas, gpt-oss e outras - , cada uma em vários tamanhos e níveis de quantização. A regra é a mesma de sempre: o modelo precisa caber na memória da placa de vídeo ou na memória unificada do Mac, com uma folga para o contexto da conversa.
Se o modelo não cabe inteiro, o Ollama coloca uma parte na RAM do sistema e ele continua funcionando, mas fica bem mais lento. Por isso vale começar pelo maior modelo que o widget acima marca como compatível e só depois testar algo maior.
- Para conversar e resumir textos: um modelo médio de uso geral, como Qwen3 ou Gemma.
- Para programar: as versões "coder" das mesmas famílias.
- Para raciocínio passo a passo: as versões destiladas do DeepSeek-R1 ou o gpt-oss.
Ollama com Open WebUI, no PC ou numa VPS
O terminal serve para testar, mas no dia a dia muita gente prefere uma janela de chat. O Open WebUI, normalmente instalado com Docker, se conecta ao Ollama e entrega uma interface parecida com a do ChatGPT, com histórico, upload de documentos e vários usuários.
O Ollama também roda num servidor. Numa VPS só com CPU, modelos pequenos funcionam para testes e tarefas leves, e você acessa de qualquer lugar. Para modelos grandes ou para uma equipe inteira, uma GPU alugada por hora resolve sem comprar hardware - só lembre de desligar quando não estiver usando.
Instale e use em 5 passos
- Baixe o instalador em ollama.com (Windows e macOS) ou use o script de instalação oficial no Linux.
- Abra o terminal e confira a instalação com "ollama --version".
- Escolha no widget acima um modelo que cabe no seu hardware e rode "ollama run" com o nome dele.
- Espere o download terminar e converse direto no terminal; digite /bye para sair.
- Para uma janela de chat, conecte o Open WebUI ou outro app à API local do Ollama.
Perguntas frequentes
O Ollama é gratuito?
Sim, o programa é gratuito e de código aberto. Os modelos também podem ser baixados sem custo, mas cada um tem a sua própria licença - confira antes de usar num produto comercial.
Quais modelos do Ollama rodam no meu PC?
Depende da memória da sua placa de vídeo ou da memória unificada do Mac. Selecione o seu hardware no widget acima e ele mostra o maior modelo que cabe e uma estimativa de velocidade.
Como instalar o Ollama no Windows?
Baixe o instalador no site oficial, execute e pronto: o Ollama fica rodando em segundo plano. Depois é só abrir o PowerShell ou o Prompt de Comando e usar "ollama run" com o nome do modelo.
O Ollama funciona sem internet?
Sim. A internet só é necessária para baixar o programa e os modelos; depois disso tudo roda offline, no seu computador.
Mais sobre IA local
Lento demais? Alugue uma GPU a partir de US$ 0,33/hVer plano →