Perguntas frequentes sobre Ollama: soluções para problemas comuns

Como consultar os logs

A maioria dos problemas pode ser identificada nos logs:

Para obter informações mais detalhadas, defina a variável de ambiente OLLAMA_DEBUG=1 e reinicie o serviço.

Problemas de conexão

could not connect to ollama app, is it running?

O serviço Ollama não está em execução.

• Windows / macOS: abra o aplicativo Ollama.
• Linux: sudo systemctl start ollama.
• Teste: curl http://localhost:11434 deve responder Ollama is running.

Não consigo conectar de outro computador ou contêiner Docker

Por padrão, o Ollama escuta apenas em 127.0.0.1. Defina OLLAMA_HOST como 0.0.0.0:11434, reinicie o serviço e confirme que o firewall permite conexões na porta 11434. Consulte Variáveis de ambiente e configuração.

Error: listen tcp 127.0.0.1:11434: bind: address already in use

Já existe um serviço Ollama em execução (geralmente o aplicativo ou o serviço systemd). Não é necessário executar ollama serve novamente.

Problemas de download

O download está lento ou foi interrompido

Execute ollama pull novamente. O download será retomado de onde parou.

Espaço insuficiente no disco

ollama list          # veja o tamanho de cada modelo
ollama rm modelo-que-nao-precisa

Você também pode mover os modelos para outro disco e definir OLLAMA_MODELS.

Memória e desempenho

A execução está muito lenta

Use ollama ps para verificar o campo PROCESSOR. Se não mostrar 100% GPU, o modelo pode ser grande demais ou a GPU pode não estar sendo usada. Para um diagnóstico completo, consulte GPU e otimização de desempenho.

model requires more system memory than is available

Não há memória suficiente. Use um modelo menor ou uma versão quantizada, reduza o tamanho do contexto ou feche outros programas.

Demora muito para começar a responder a cada pergunta

O modelo está sendo carregado novamente a cada vez. Aumente OLLAMA_KEEP_ALIVE (por exemplo, para 30m) ou verifique se a troca simultânea entre vários modelos está fazendo com que sejam removidos da memória.

Qualidade das respostas

As respostas aparecem em chinês simplificado

Defina o prompt do sistema como: “Responda sempre em chinês tradicional usado em Taiwan” ou use um Modelfile para criar um modelo que use chinês tradicional por padrão. Você também pode escolher um modelo com melhor suporte ao chinês.

A resposta é cortada no meio

• Verifique se num_predict está definido.
• Entradas muito longas, que excedem o tamanho do contexto, também podem causar esse problema. Aumente num_ctx.

O resumo cobre apenas a segunda metade de um documento longo

O contexto é curto demais e o conteúdo inicial foi descartado. Aumente o tamanho do contexto, divida o documento em partes ou use RAG.

As respostas não fazem sentido ou ficam se repetindo

• Modelos pequenos têm capacidades limitadas. Tente um modelo maior.
• Ajuste os parâmetros: reduza temperature e aumente repeat_penalty (por exemplo, para 1.1).
• Se você importou um modelo GGUF, o template de prompt (TEMPLATE) pode estar incorreto.

O modelo não usa ferramentas nem analisa imagens

Confirme se o modelo é compatível com o recurso. O campo Capabilities de ollama show nome-do-modelo lista recursos como tools, vision e thinking.

Outros

Como atualizar um modelo?

Execute ollama pull nome-do-modelo novamente.

Como impedir que o Ollama inicie automaticamente ao ligar o computador?

• Windows: Gerenciador de Tarefas → Aplicativos de inicialização → desative Ollama.
• macOS: Ajustes do Sistema → Geral → Itens de Início.
• Linux: sudo systemctl disable ollama.

Posso usar o Ollama comercialmente?

O Ollama é um software de código aberto licenciado sob MIT. Porém, cada modelo tem seus próprios termos de licença e alguns restringem o uso comercial ou o número de usuários. Antes de usar, confira com ollama show nome-do-modelo --license ou na página do modelo.

Qual é a diferença entre Ollama, LM Studio e llama.cpp?

• llama.cpp: mecanismo de inferência de baixo nível. É poderoso, mas exige mais configuração manual.
• Ollama: prioriza a linha de comando e a API, simplifica o gerenciamento de modelos e é adequado para desenvolvedores e implantações em servidores.
• LM Studio: aplicativo de desktop com interface gráfica, adequado para quem prefere não usar a linha de comando.

Os três executam modelos de código aberto localmente. Escolha o que melhor se adapta às suas preferências.

Atualizado 12 de outubro de 2026