Conteúdo

O que é Ollama? Tutorial para executar modelos de linguagem localmente

Em uma frase

Ollama é uma ferramenta para baixar, gerenciar e executar modelos de linguagem grandes e de código aberto no seu próprio computador. Pense nele como o “Docker dos modelos de IA”:

Docker	Ollama
`docker pull nginx`	`ollama pull llama3.2`
`docker run nginx`	`ollama run llama3.2`
`docker ps`	`ollama ps`
Dockerfile	Modelfile

O que o Ollama pode fazer

Conversar e responder perguntas: converse como no ChatGPT, mas o modelo roda no seu computador.
Analisar imagens: modelos com recursos de visão podem descrever imagens e reconhecer texto.
Programar: use modelos especializados em código para ajudar a escrever e explicar código.
Atuar como servidor de API: o Ollama disponibiliza uma API HTTP em segundo plano (por padrão, http://localhost:11434), que seus programas, interfaces web e outras ferramentas podem chamar.
Gerar embeddings de texto: transforme texto em vetores para buscas semânticas e RAG (para que o modelo responda com base nos seus documentos).

Como funciona

ollama run qwen3
     │
     ▼
Serviço Ollama (executado em segundo plano, escutando na porta 11434)
     │  1. Modelo não está no computador → baixar de ollama.com
     │  2. Carregar o modelo na memória da placa de vídeo (VRAM) ou na memória do sistema
     ▼
Mecanismo de inferência gera uma resposta → envia a saída aos poucos para o terminal ou a API

Depois de baixado, o modelo fica armazenado no seu disco. Você pode usá-lo sem conexão com a internet.

Modelos locais vs. serviços de IA na nuvem

	Local (Ollama)	Nuvem (ChatGPT, Gemini etc.)
Privacidade dos dados	Os dados não saem do seu computador	Os dados são enviados ao provedor do serviço
Custo	Grátis (exceto eletricidade e hardware)	Assinatura ou pagamento por uso
Uso offline	Sim	Não
Capacidade do modelo	Limitada pelo seu hardware; modelos grandes podem não rodar	Você pode usar os modelos mais avançados
Velocidade	Depende da placa de vídeo	Geralmente rápida
Configuração e manutenção	Você cuida delas	Não são necessárias

Os modelos locais ainda ficam atrás dos melhores modelos na nuvem, mas modelos abertos de porte médio já são bastante úteis em tarefas do dia a dia, como resumir, traduzir, classificar, extrair dados e ajudar a programar.

O Ollama também oferece modelos na nuvem, que você pode usar com os mesmos comandos e a mesma API para acessar modelos maiores. Saiba mais em Modelos na nuvem.

Que tipo de computador você precisa

O fator principal para determinar o tamanho do modelo que você consegue executar é a memória, especialmente a memória da placa de vídeo (VRAM).

Seu computador	Modelos que pode executar com bom desempenho, aproximadamente
8 GB de memória, sem placa de vídeo dedicada	Modelos pequenos de 1B a 4B (mais lentos)
Mac com Apple Silicon e 16 GB de memória	Modelos de 7B a 8B
Placa de vídeo NVIDIA com 8 GB de VRAM	Modelos de 7B a 8B
16 a 24 GB de VRAM	Modelos de 14B a 32B
Mac com mais de 32 GB de memória unificada	Modelos da classe 30B

(Estimativas baseadas em versões quantizadas comuns de 4 bits. Consulte Como escolher um modelo e requisitos de hardware.)

Placas de vídeo NVIDIA: suporte mais abrangente e maior velocidade.
Macs com Apple Silicon (série M): a memória unificada permite que o Mac execute modelos maiores que um PC de preço semelhante, com ótimo desempenho.
Placas de vídeo AMD: há suporte para alguns modelos.
Somente CPU: funciona, mas é consideravelmente mais lento e adequado para modelos pequenos.

Famílias populares de modelos abertos

Modelo	Desenvolvedor	Características
Llama	Meta	Uma das famílias de modelos abertos mais conhecidas
Qwen	Alibaba	Bom desempenho em chinês e várias opções de tamanho
Gemma	Google	Bom desempenho em tamanhos pequenos; algumas versões aceitam imagens
DeepSeek-R1	DeepSeek	Modelo de raciocínio que primeiro “pensa” e depois responde
gpt-oss	OpenAI	Modelo de pesos abertos lançado pela OpenAI
Mistral	Mistral AI	Desenvolvido por uma equipe europeia e eficiente

A lista completa de modelos está na página Models de ollama.com. Modelos novos costumam aparecer pouco depois de serem lançados.

Resumo

O Ollama permite executar modelos de IA abertos localmente com comandos simples.
Ele também funciona como servidor de API e facilita a integração com outros programas.
O tamanho do modelo que você consegue executar depende da memória, especialmente da memória da placa de vídeo.

Na próxima seção, vamos instalar o Ollama.

Atualizado 12 de outubro de 2026