Iniciante 8 minOllama

Ollama list, pull, run: os comandos essentielles

Um notebook exibe código ao lado de um caderno aberto.

O Ollama é controlado em grande parte pelo terminal: ollama pull para baixar um modelo, ollama run para conversar com ele, ollama list para ver o que está instalado. Este guia reúne os comandos do dia a dia (pull, run, list, ps, show, stop, rm, create, cp) com um exemplo por comando e a forma de interpretar o que eles exibem. Deixe-o aberto ao lado do terminal nas primeiras semanas.

Por Léa B.·Atualização 2026-11-16·Testado no Windows, macOS e Linux
!
Limite deste guia
A página oficial da CLI (docs.ollama.com/cli) e o repositório GitHub do Ollama não puderam ser revisados no dia da redação, 16 de novembro de 2026, e nenhuma das saídas abaixo é uma captura feita pela QuelLLM: são exemplos ilustrativos do formato. Os comandos e opções descritos existem há várias versões, mas o Ollama evolui rápido. Antes de confiar em uma opção, verifique-a com ollama help ou ollama <comando> --help na sua versão.

#Por que aprender os comandos do Ollama

O Ollama roda em segundo plano (o "servidor", que escuta em http://localhost:11434) e oferece um pequeno programa de linha de comando, ollama, que envia ordens a ele. As interfaces gráficas como Open WebUI passam pelo mesmo servidor: elas sabem conversar com um modelo, mas nem sempre conseguem verificar o que está ocupando a memória da GPU, inspecionar os parâmetros de um modelo ou fazer uma limpeza no disco.

Nove comandos cobrem o essencial. Eles se dividem em três grupos: obter e usar um modelo (pull, run), gerenciar os modelos armazenados no disco (list, show, rm, cp, create) e gerenciar os que estão carregados na memória (ps, stop). Guardar essa distinção entre disco e memória evita a maioria das confusões: um modelo pode estar baixado sem estar carregado, e carregado sem que você esteja conversando com ele.

#Pré-requisitos

O kit completo para criar o seu próprio assistente de IA.

Aproveite a nossa experiência e um percurso guiado para criar o seu assistente local e usar a sua IA no dia a dia.

  • Espaço online vitalício
  • PDF + arquivos
  • Reembolsado em 30 dias
Ollama instalado
No Windows, macOS ou Linux. Se ainda não tiver feito isso, siga primeiro o guia de instalação (link no fim da página).
Um terminal
PowerShell ou Terminal do Windows, Terminal no macOS, qualquer shell no Linux. Os comandos são idênticos nos três sistemas.
O servidor iniciado
O aplicativo Ollama no Windows e no macOS, ou o serviço systemd no Linux. Sem ele, a maioria dos comandos retorna um erro de conexão.
Espaço no disco
Um modelo pequeno de 3B em Q4_K_M ocupa cerca de 2 GB, um 7B cerca de 5 GB, um 14B cerca de 9 GB.
Terminal — verificar se tudo está respondendo
ollama --version
ollama help

O primeiro comando exibe a versão do cliente e, se o servidor responder, a versão dele. O segundo lista todos os comandos disponíveis na sua instalação: é a referência a consultar se um exemplo deste guia não funcionar no seu caso.

#Etapa 1 — ollama pull et ollama run: obter e executar um modelo

#ollama pull: télécharger

ollama pull baixa um modelo da biblioteca oficial (ollama.com/library) sem executá-lo. O nome segue o formato modelo:tag. Sem tag, o Ollama usa latest, que geralmente aponta para o tamanho e a quantização oferecidos por padrão, muitas vezes Q4_K_M.

Terminal
# Télécharger la version par défaut
ollama pull llama3.2

# Télécharger une taille précise
ollama pull llama3.2:1b

# Relancer pull sur un modèle déjà présent le met à jour :
# seules les couches modifiées sont retéléchargées
ollama pull llama3.2

As tags disponíveis (tamanhos, quantizações como q8_0 ou fp16) estão listadas na página de cada modelo na biblioteca. Se o download for interrompido, executar o mesmo comando novamente retoma de onde parou.

#ollama run: conversar com um modelo

ollama run carrega o modelo na memória e abre uma sessão de conversa no terminal. Se o modelo ainda não estiver no disco, o run começa baixando-o: portanto, o pull não é obrigatório, mas permite preparar os modelos com antecedência.

Terminal
# Session interactive
ollama run llama3.2

# Question unique : la réponse s'affiche, puis la commande se termine
ollama run llama3.2 "Explique la différence entre RAM et VRAM en trois phrases."

# Afficher les statistiques de génération après chaque réponse
ollama run llama3.2 --verbose

Na sessão interativa, os comandos começam com uma barra. Digite /? para ver a lista completa na sua versão; os mais úteis são os seguintes.

/bye
Sair da sessão (Ctrl+D também funciona). O modelo continua carregado na memória por alguns minutos.
/clear
Apagar o histórico da conversa atual sem sair.
/set parameter num_ctx 8192
Alterar um parâmetro para a sessão, aqui o tamanho do contexto. Útil para testar antes de registrá-lo em um Modelfile.
/show info
Exibir as informações do modelo carregado, como o ollama show.
"""
Abrir e depois fechar um bloco de texto de várias linhas, prático para colar um trecho longo.

Com --verbose, o Ollama exibe após cada resposta tempos e velocidades (incluindo o eval rate, em tokens por segundo). É a forma mais simples de medir a velocidade de um modelo na sua própria máquina, em vez de confiar em um número encontrado em outro lugar.

→
Enviar um arquivo ao modelo
No Linux e no macOS, o redirecionamento do shell funciona: ollama run llama3.2 "Résume ce texte:" < notes.txt. O conteúdo do arquivo é adicionado à pergunta. Verifique se o texto cabe no contexto do modelo; caso contrário, o início será truncado.

#Etapa 2 — ollama list e ollama rm: gerenciar os modelos no disco

#ollama list: voir ce qui est installé

ollama list (ou seu alias ollama ls) exibe todos os modelos presentes no disco. É o comando a executar antes de excluir qualquer coisa e para encontrar o nome exato de um modelo a ser passado para os outros comandos.

Terminal
ollama list
Exemplo de saída (formato indicativo, valores fictícios)
NAME               ID              SIZE      MODIFIED
llama3.2:latest    a80c4f17acd5    2.0 GB    3 days ago
mon-assistant:latest  b2e1d8c90f3a    2.0 GB    2 hours ago
qwen2.5:7b         845dbda0ea48    4.7 GB    2 weeks ago
NAME
Nome completo com sua tag. É esse nome, exatamente como está, que run, show, rm ou cp esperam.
ID
Início do hash do manifesto. Dois nomes com o mesmo ID designam o mesmo modelo: é o caso típico após um ollama cp.
SIZE
Tamanho dos arquivos do modelo no disco. Ele dá uma ordem de grandeza da memória necessária, mas a memória realmente ocupada depois que o modelo é carregado é maior (contexto, cache KV): é o ollama ps que a mostra.
MODIFIED
Data do último download ou da última criação. Um modelo antigo não está necessariamente desatualizado: execute pull novamente para saber se existe uma versão mais recente com a mesma tag.

Cuidado ao somar os tamanhos: modelos que compartilham camadas (um modelo e sua cópia, ou um modelo personalizado criado a partir de outro) as armazenam uma única vez. Por isso, a soma da coluna SIZE pode ultrapassar o espaço realmente ocupado na pasta de modelos.

#ollama rm: excluir um modelo

Terminal
ollama rm qwen2.5:7b

rm remove o modelo da lista e exclui os arquivos que não são mais usados por nenhum outro modelo. Não há lixeira nem confirmação: para recuperá-lo, será preciso baixá-lo novamente. Para liberar espaço em disco de forma mais completa ou desinstalar o Ollama, o guia de manutenção detalha o passo a passo conforme o sistema.

#Etapa 3 — ollama ps e ollama stop: gerenciar a memória

Quando você sai de uma sessão com /bye, o modelo não é descarregado imediatamente: o Ollama o mantém na memória por um tempo (5 minutos por padrão, ajustável com a variável de ambiente OLLAMA_KEEP_ALIVE) para que a próxima pergunta comece sem espera. O ollama ps mostra o que está carregado no momento.

Terminal
ollama ps
Exemplo de saída (formato indicativo, valores fictícios)
NAME               ID              SIZE      PROCESSOR          UNTIL
llama3.2:latest    a80c4f17acd5    3.1 GB    100% GPU           4 minutes from now
qwen2.5:14b        7cdf5a0187d5    11 GB     27%/73% CPU/GPU    2 minutes from now
SIZE
Memória ocupada pelo modelo carregado, incluindo o contexto. Ela é maior que o tamanho em disco exibido pelo ollama list.
PROCESSOR
A coluna mais útil. “100% GPU”: tudo cabe na VRAM, que é o caso ideal. Uma divisão CPU/GPU significa que parte do modelo transborda para a memória do sistema: a geração fica bem mais lenta. “100% CPU”: nenhuma GPU é usada.
UNTIL
Momento em que o modelo será descarregado se não receber mais nenhuma requisição.
CONTEXT
Dependendo da versão, uma coluna também indica o tamanho de contexto alocado. Se ela não aparecer para você, ollama show donne o valor configurado.

Se PROCESSOR indicar uma divisão CPU/GPU em um modelo que deveria caber na sua placa (por exemplo, um 7B em Q4, cerca de 5 GB, em uma RTX 3060 de 12 GB), verifique primeiro se não há outro modelo carregado ao mesmo tempo ou um tamanho de contexto grande demais.

#ollama stop: descarregar um modelo

Terminal
ollama stop qwen2.5:14b

stop libera imediatamente a memória ocupada por esse modelo, sem excluí-lo do disco. É útil antes de abrir um jogo, um software de renderização ou outro modelo maior. Não confunda com rm: stop atua na memória, rm no disco.

i
Parar o próprio servidor
ollama stop não desliga o Ollama. Para parar o servidor, feche o aplicativo pela barra de menus ou pela área de notificação (Windows, macOS), ou pare o serviço no Linux: sudo systemctl stop ollama. O comando ollama serve serve para iniciar o servidor manualmente, em primeiro plano, por exemplo para ler as mensagens de depuração.

#Etapa 4 — ollama show: inspecionar um modelo

ollama show exibe a ficha de um modelo instalado: arquitetura, número de parâmetros, comprimento máximo de contexto, tamanho do embedding, quantização, capacidades (ferramentas, visão, raciocínio, conforme o modelo), parâmetros padrão e licença. É a primeira coisa a verificar antes de ajustar o tamanho do contexto ou escrever um Modelfile.

Terminal
# Fiche résumée
ollama show llama3.2

# Uniquement les paramètres par défaut (température, stop, num_ctx...)
ollama show llama3.2 --parameters

# Le Modelfile complet qui a servi à construire le modèle
ollama show llama3.2 --modelfile

# Le gabarit de conversation, le prompt système, la licence
ollama show llama3.2 --template
ollama show llama3.2 --system
ollama show llama3.2 --license
--parameters
Parâmetros de inferência definidos pelo autor do modelo. Se nada for exibido, são os valores padrão do Ollama que se aplicam.
--modelfile
Ponto de partida ideal para personalizar um modelo: copie a saída para um arquivo, modifique-a e depois passe-a para o ollama create.
--template
Formato das mensagens esperado pelo modelo. Só altere se souber por quê: um template incorreto degrada bastante as respostas.
--license
Texto da licença. Leia antes de qualquer uso comercial: nem todas as licenças de modelos open-weight são equivalentes.
-v / --verbose
Nas versões recentes, exibe metadados adicionais do arquivo do modelo.

#Etapa 5 — ollama create et ollama cp: criar suas variantes

#ollama create: construire un modèle à partir d'un Modelfile

Um Modelfile é um pequeno arquivo de texto que parte de um modelo existente e adiciona a ele um prompt de sistema, parâmetros ou um template. ollama create le transforma em um novo modelo que aparece em ollama list. As camadas do modelo base são reaproveitadas: a variante quase não ocupa espaço em disco.

Modelfile
FROM llama3.2
PARAMETER temperature 0.3
PARAMETER num_ctx 8192
SYSTEM "Tu réponds en français, de façon concise et factuelle."
Terminal
ollama create mon-assistant -f ./Modelfile
ollama run mon-assistant

Se o arquivo se chamar exatamente Modelfile e estiver na pasta atual, a opção -f pode ser omitida, dependendo da versão. ollama create sait também importar pesos no formato GGUF (FROM ./modele.gguf) ou quantizar um modelo em FP16 com a opção --quantize (-q), por exemplo -q q4_K_M. Todas as instruções do Modelfile estão detalhadas no guia dedicado.

#ollama cp: copiar ou renomear

Terminal
# Créer un alias plus court
ollama cp qwen2.5:7b qwen

# « Renommer » = copier puis supprimer l'ancien nom
ollama cp mon-assistant assistant-fr
ollama rm mon-assistant

A cópia compartilha os mesmos arquivos que o original (mesmo ID no ollama list). Ela serve principalmente para manter um nome estável nos seus scripts ou na sua interface, ou para congelar uma versão antes que um ollama pull qui a substitua.


#Colinha: todos os comandos do Ollama num relance

ollama pull <modelo>
Baixar ou atualizar um modelo da biblioteca.
ollama run <modelo> ["question"]
Conversar no modo interativo ou fazer uma única pergunta. Baixa o modelo se ele não estiver presente. --verbose para as estatísticas.
ollama list / ollama ls
Listar os modelos presentes no disco: nome, ID, tamanho, data.
ollama ps
Listar os modelos carregados na memória, o quanto ocupam e a divisão entre CPU/GPU.
ollama show <modelo>
Ficha do modelo; --parameters, --modelfile, --template, --system, --license.
ollama stop <modelo>
Descarregar um modelo da memória sem excluí-lo.
ollama rm <modelo>
Remover um modelo do disco, sem confirmação.
ollama create <nome> -f Modelfile
Criar um modelo personalizado; -q para quantizar.
ollama cp <source> <destination>
Copiar um modelo com outro nome.
ollama serve
Iniciar o servidor em primeiro plano (útil para depuração).
ollama push <usuário>/<modelo>
Publicar um modelo no ollama.com (é necessário ter uma conta).
ollama help [comando]
Ajuda geral ou de um comando específico; equivale a --help.

As versões recentes adicionam outros comandos, ligados principalmente à conta ollama.com e aos modelos hospedados. Eles fogem do escopo desta colinha, focada no uso local: o ollama help os lista na sua versão.

#Solução de erros comuns

  1. 01
    "could not connect to ollama app" ou "connection refused"
    O servidor não está rodando. Abra o aplicativo Ollama (Windows, macOS) ou inicie o serviço (Linux: sudo systemctl start ollama) e tente novamente. Em último caso, execute ollama serve em um terminal separado para ler as mensagens de erro.
  2. 02
    "model not found" ou "file does not exist"
    O nome não corresponde a nenhum modelo instalado. Execute ollama list e copie o nome exato, incluindo a tag: qwen2.5 designa qwen2.5:latest, não qwen2.5:14b.
  3. 03
    ollama list est vide alors que des modèles ont été téléchargés
    O cliente talvez esteja consultando outro servidor ou outra pasta de modelos: variável OLLAMA_HOST diferente, OLLAMA_MODELS alterada, ou o Ollama instalado duas vezes (aplicativo e contêiner Docker, por exemplo). Em um contêiner, os comandos são executados dentro dele: docker exec -it ollama ollama list.
  4. 04
    O modelo responde muito devagar
    Execute ollama ps durante uma geração. Se a coluna PROCESSOR mostrar uma parte de CPU, o modelo não cabe inteiramente na VRAM: descarregue os outros modelos com ollama stop, reduza o num_ctx ou escolha um tamanho ou uma quantização menor.
  5. 05
    O disco está enchendo
    Faça um levantamento com ollama list e remova com ollama rm les os modelos não utilizados. Para os casos mais difíceis (arquivos órfãos, pasta movida), consulte o guia de manutenção.
→
Controlar um servidor remoto
Todos esses comandos aceitam a variável OLLAMA_HOST. Por exemplo, OLLAMA_HOST=192.168.1.20:11434 ollama ps consulta o Ollama de outra máquina da rede local, desde que esse servidor esteja escutando em sua interface de rede, e não apenas em localhost. Nunca exponha essa porta na Internet sem proteção: a API não tem autenticação.

#Para se aprofundar

Esta colinha cobre a linha de comando. A instalação, a manutenção e a personalização avançada têm, cada uma, seu próprio guia.

Instalar Ollama
Instalação passo a passo no Windows, macOS e Linux: https://quelllm.fr/guide/installer-ollama
Atualizar, excluir, desinstalar
Atualizações conforme o sistema, recuperação de espaço em disco, desinstalação completa: https://quelllm.fr/guide/maintenance-ollama-update-supprimer
Modelfile
Todas as instruções para criar e personalizar um modelo com ollama create: https://quelllm.fr/guide/ollama-modelfile-personnalisation
Entendendo Ollama
O que o Ollama faz, como ele carrega os modelos, a quem se destina: https://quelllm.fr/guide/ollama-debutant-c-est-quoi-comment-ca-marche
Fontes oficiais
Referência da CLI: https://docs.ollama.com/cli; código e notas de versão: https://github.com/ollama/ollama (não revisadas em 16 de novembro de 2026, veja o aviso no início do guia).
Este guia ajudou você?

Um comentário, um erro ou uma observação? Avise-nos; isso ajuda a melhorar o guia para todos.