Conteúdo

Comandos do Ollama: tutorial de run, pull, list, ps, rm, create e show

Digite ollama --help para ver todos os comandos. Digite ollama comando --help para ver os parâmetros de um comando.

Visão geral dos comandos

Comando	Função
`ollama run modelo`	Executa um modelo (baixa-o primeiro, se necessário) e inicia uma conversa
`ollama pull modelo`	Apenas baixa ou atualiza um modelo
`ollama list` (ou `ls`)	Lista os modelos baixados
`ollama ps`	Lista os modelos carregados na memória no momento
`ollama stop modelo`	Descarrega um modelo da memória
`ollama rm modelo`	Exclui um modelo
`ollama show modelo`	Mostra informações sobre um modelo
`ollama create nome -f Modelfile`	Cria um modelo personalizado usando um Modelfile
`ollama cp origem novo-nome`	Copia um modelo (cria um alias)
`ollama serve`	Inicia o serviço do Ollama em primeiro plano
`ollama push nome`	Envia um modelo personalizado para ollama.com
`ollama signin` / `signout`	Entra na / sai da conta do ollama.com
`ollama launch`	Configura e inicia as ferramentas de integração compatíveis

run

ollama run qwen3:8b                         # conversa interativa
ollama run qwen3:8b "escreva um poema curto sobre o outono"     # pergunta única
ollama run gemma3 "descreva esta imagem ./cat.png"     # modelo de visão analisa uma imagem
ollama run qwen3:8b --verbose "olá"         # exibe estatísticas de velocidade
ollama run qwen3:8b --think=false "olá"     # desativa o modo de raciocínio
ollama run qwen3:8b --keepalive 1h          # mantém o modelo carregado por 1 hora
ollama run qwen3:8b --format json "liste 3 frutas e responda em JSON"

Para ver os comandos / do modo interativo, consulte Execute seu primeiro modelo.

pull

ollama pull llama3.2
ollama pull qwen3:14b

Quando um modelo é atualizado (e a mesma tag aponta para uma nova versão), basta executar pull novamente para baixar apenas as partes que mudaram.

list

ollama list

NAME                ID              SIZE      MODIFIED
qwen3:8b            500a1f067a9f    5.2 GB    2 days ago
gemma3:latest       a2af6cc3eb7f    3.3 GB    1 week ago
nomic-embed-text    0a109f422b47    274 MB    3 weeks ago

ps e stop

ollama ps

NAME        ID              SIZE      PROCESSOR    CONTEXT    RUNNER      UNTIL
qwen3:8b    500a1f067a9f    6.8 GB    100% GPU     4096       llamacpp    3 minutes from now

(Formato de saída do Ollama 0.40. As versões antigas não têm o campo RUNNER.)

SIZE: memória realmente ocupada (maior que o tamanho do arquivo, pois inclui o contexto)
PROCESSOR: proporção de alocação entre GPU e CPU
CONTEXT: tamanho do contexto em uso no momento
RUNNER: mecanismo de inferência usado, como llamacpp; modelos compatíveis em Apple Silicon usam MLX
UNTIL: quando o modelo será descarregado automaticamente

ollama stop qwen3:8b

rm

ollama rm gemma3:12b

O espaço em disco é liberado imediatamente após a exclusão. As camadas de arquivos compartilhadas por vários modelos só são realmente excluídas quando nenhum modelo as usa.

show

ollama show qwen3:8b

Saída real (trecho usando qwen3:0.6b como exemplo):

  Model
    architecture        qwen3
    parameters          751.63M
    context length      40960
    embedding length    1024
    quantization        Q4_K_M

  Capabilities
    completion
    tools
    thinking
        levels     false, true
        default    true

  Parameters
    repeat_penalty    1
    temperature       0.6
    top_k             20
    top_p             0.95

Você pode ver a arquitetura, a quantidade de parâmetros, o tamanho máximo de contexto compatível com o modelo, o método de quantização e os recursos disponíveis (completion, tools, thinking, vision). Parameters são os parâmetros padrão recomendados pelo autor do modelo.

ollama show qwen3:8b --modelfile    # exibe o Modelfile deste modelo
ollama show qwen3:8b --parameters   # exibe apenas os parâmetros
ollama show qwen3:8b --system       # exibe apenas o prompt de sistema
ollama show qwen3:8b --license      # exibe os termos da licença

--modelfile é um ótimo ponto de partida para criar um modelo personalizado.

create e cp

ollama create my-assistant -f ./Modelfile
ollama cp qwen3:8b qwen      # depois, você pode usar ollama run qwen

Veja como escrever um Modelfile no tutorial de Modelfile.

serve

ollama serve

Inicia o serviço em primeiro plano e mostra os registros diretamente no terminal, o que é útil para depuração. Você pode ajustar as configurações do serviço com variáveis de ambiente, por exemplo:

OLLAMA_HOST=0.0.0.0:11434 OLLAMA_CONTEXT_LENGTH=8192 ollama serve

Use ollama serve --help para ver todas as variáveis de ambiente disponíveis. As mais comuns estão reunidas em Variáveis de ambiente e configurações.

push

Compartilhe no ollama.com um modelo que você criou:

ollama signin
ollama cp my-assistant sua-conta/my-assistant
ollama push sua-conta/my-assistant

Conectar ao Ollama em outro computador

Por padrão, a CLI se conecta ao serviço local. Configure OLLAMA_HOST para se conectar a outro host:

OLLAMA_HOST=192.168.1.50:11434 ollama list

Combinações comuns

# veja o que está carregado no momento e descarregue tudo
ollama ps
ollama stop qwen3:8b

# remova os modelos que não usa
ollama list
ollama rm modelo-desnecessario

# atualize todos os modelos baixados (macOS / Linux)
ollama list | tail -n +2 | awk '{print $1}' | xargs -n1 ollama pull

Atualizado 12 de outubro de 2026