Ollama Dernière Version 2026 : v0.40.5 + Meilleurs Modèles par Cas d'Usage

Version Ollama actuelle : v0.40.5 (publiée le 14 octobre 2026). C'est la dernière version stable, disponible sur ollama.com/download. Une préversion v0.40.6 est apparue le 16 octobre mais n'est pas encore marquée comme stable. Mettez à jour avec `curl https://ollama.ai/install.sh | sh` (macOS : `brew upgrade ollama`), puis vérifiez avec `ollama --version`.

Ce qui a changé dans la série v0.33–v0.40 (août–octobre 2026) : la v0.33.0 (21 août) a activé Claude Desktop comme passerelle tierce et fiabilisé les points de restauration du préremplissage du cache KV. La v0.34.0 (5 septembre) a permis d'utiliser les modèles Ollama dans ChatGPT Desktop et accéléré la sortie structurée sur Apple Silicon ; la v0.34.1 (14 septembre) a retiré le statut expérimental de `ollama create` avec safetensors MLX. La v0.40.0 (25 septembre) exécute par défaut sur MLX, sous Apple Silicon, les architectures compatibles comme qwen3.8, gemma4 et qwen3.6. La v0.35.0 (28 septembre) a ajouté les modèles de décision via `/v1/systemone` — des modèles qui renvoient des choix, des probabilités et des scores plutôt que du texte, à commencer par Nimble et Tev1 — et la v0.35.1 (29 septembre) les modèles multimodaux Clef. La v0.40.2 (8 octobre) conserve des sauvegardes lors de la mise à niveau en arrière-plan des anciens modèles, la v0.40.4 (12 octobre) a ajouté `ollama run <modèle-de-décision> --ask`, et la v0.40.5 (14 octobre) a apporté la prise en charge de NVIDIA Nemotron 3.5 Super et l'accès cloud aux modèles de décision Clef. Notes complètes : github.com/ollama/ollama/releases.

Nouveaux modèles ajoutés depuis la dernière mise à jour (fin juin–juillet 2026) :

Ollama a publié sa première version, la v0.0.1, le 8 juillet 2023 et a atteint la v0.40.5 le 14 octobre 2026. Le tableau liste les versions qui ont changé ce que l'on peut faire avec Ollama ; tous les tags, avec leurs notes complètes, sont sur github.com/ollama/ollama/releases. La numérotation est passée de v0.35 à v0.40 fin septembre 2026 : la v0.40.0 (25 septembre) figure donc à côté des versions v0.35 (28-29 septembre) sur GitHub.

Ollama dispose de statistiques de téléchargement entièrement publiques. Selon les données de juillet 2026 :

Llama 3.2 3B reste le modèle le plus téléchargé au total, largement dû à son utilisation comme modèle de test standard lors de la première installation. Pour la qualité sur materiel grand public, Qwen3.8-27B (61,7 SWE-bench Pro, tient en 24 Go en Q4) est désormais le meilleur choix global.

Qwen3 et Qwen3.8 sont la famille de modèles la plus en forte croissance dans la bibliothèque Ollama, avec Qwen3 et la nouvelle variante dense Qwen3.8 déplaçant rapidement Qwen3. DeepSeek-R1 a connu des pics majeurs après sa sortie et reste très téléchargé pour les tâches de raisonnement. Dolphin 3.0 (Cognitive Computations, construit sur Llama 3.1) reste le modèle non censuré polyvalent le plus téléchargé pour les utilisateurs souhaitant un assistant local sans filtrage.

Llama 4 Scout a été lancé par Meta en avril 2026 avec les variantes Scout (17B actif, 109B au total, MoE) et Maverick (17B actif, 400B au total). Llama 4 Scout est maintenant stable dans la bibliothèque Ollama (`ollama pull llama4:scout`). La famille Llama 4 utilise une architecture Mixture-of-Experts (MoE) – seuls 17B paramètres sont actifs par token, mais avec 109B paramètres au total Scout nécessite ~55 Go VRAM en Q4 (tient en 24 Go uniquement en 1,78 bit, ~20 tok/s). Les atouts de Scout sont sa fenêtre de contexte de 10M tokens et son entrée multimodale, pas son adéquation au materiel grand public. L'écosystème Ollama s'est considérablement étendu depuis avril 2026. Kimi K2.6 (Moonshot AI, licence Modified MIT, 32B actif / 1T au total MoE) a obtenu SWE-Bench Pro 58.6, à égalité avec GPT-5.5. Laguna XS 2.1 (Poolside) est le nouveau challenger en codage agentique, conçu spécifiquement pour les sessions de codage local de longue durée. Qwen3.8-27B a atteint 61,7 SWE-bench Pro en tant que meilleur modèle global sur materiel grand public (tient en 24 Go en Q4). Le gpt-oss:20b d'OpenAI (21B au total / 3,6B actif MoE) tourne en 16 Go au ~niveau o3-mini avec raisonnement reglable. La version actuelle d'Ollama, la v0.40.5 (14 octobre 2026), ajoute la prise en charge de NVIDIA Nemotron 3.5 Super.La bibliothèque Ollama référence maintenant plusieurs centaines de modèles, Laguna XS 2.1 et Kimi K2.7 Code étant les ajouts les plus récents depuis la mise à jour de juin.

Note de version : Qwen3.6 et Qwen3.8 sont des générations de Qwen plus récentes sur Ollama (qwen3.6:35b, ~24 Go ; qwen3.8:27b, 18 Go) ; qwen3:30b et qwen3-coder:30b (19 Go chacun) sont des options de la génération précédente qui fonctionnent toujours. Le modèle Small actuel de Mistral est Mistral Small 4, mais la bibliothèque Ollama ne le listait pas lors de la vérification ; mistral-small3.1 et mistral-small:24b (Mistral Small 3) restent les modèles Small disponibles au téléchargement.

La qualité de la sortie d'un modèle dépend fortement de la façon dont vous le promptez. Pour des techniques structurées applicables à tous les modèles locaux — chain-of-thought, exemples few-shot et formatage de sortie — consultez le guide de prompt engineering. Pour les tâches de raisonnement, le prompt engineering de chaîne de pensée améliore considérablement la qualité des sorties DeepSeek-R1 et Qwen3. Pour déterminer la RAM requise pour chaque modèle, consultez le guide des exigences VRAM →. Pour les workflows d'agents avec Gemma 4, voir Tree-of-Thought et ReAct. Une fois qu'un modèle à appel d'outils de cette liste est intégré dans une boucle multi-étapes avec accès aux fichiers et aux bases de données, voir Agents IA locaux avec MCP pour le pattern d'orchestration open source.

Voici les modèles les plus récents de la bibliothèque Ollama, du plus récent au plus ancien. Confirmez leur disponibilité avec `ollama pull <modèle>` avant de bâtir des workflows : les nouveaux modèles apparaissent sur ollama.com/library quelques jours après leur sortie.

DeepSeek-R1 a été lancé en janvier 2025 et représente une avancée significative en raisonnement sur tailles locales. Le modèle effectue un raisonnement explicite en chaîne de pensée (CoT) : vous voyez les chaînes de pensée internes du modèle avant la réponse finale. Note de version : DeepSeek-R1 est un modèle de la génération précédente. La famille open-weight actuelle de DeepSeek est DeepSeek-V4, que la bibliothèque Ollama ne listait pas lors de la vérification ; les versions distillées deepseek-r1 (1,5B à 70B) restent l'option de raisonnement téléchargeable. DeepSeek a remplacé le modèle R1 hébergé par DeepSeek-V4 dans son API.

Quatre modèles de vision remarquables sont maintenant nativement disponibles sur Ollama :

Les nombres de téléchargements favorisent encore Llama 3.x en raison de la place des tutoriels. Pour de nouveaux projets en 2026, privilégiez Qwen3.8-27B (meilleur global sur matériel grand public), Laguna XS 2.1 ou Devstral Small 2 (codage), gpt-oss:20b et qwen3:30b.

Il existe deux façons de travailler avec les modèles Ollama. Changer de modèle installé : Dans l'application Ollama pour Mac, cliquez sur le bouton déroulant de modèle en bas du champ de saisie du chat (affiche le nom du modèle actuel, ex. "gemma3:1b") pour basculer entre les modèles installés localement. Trouver et télécharger de nouveaux modèles : Visitez ollama.com/library pour parcourir plusieurs centaines de modèles par catégorie, puis utilisez les commandes CLI ci-dessous pour les télécharger.

UE / RGPD + conformité des licences. Pour les organisations de l'UE qui déploient des modèles Ollama en production, la licence compte autant que la performance. Apache 2.0 (entièrement ouverte, usage commercial autorisé) : Mistral Small 3, Mistral Small 3.1, Qwen3 8B, Qwen3.8-27B, Devstral Small 2, Granite 4.2. Licence communautaire Meta Llama (usage commercial restreint au-delà de 700 M d'utilisateurs actifs mensuels) : Llama 3.1 8B, Llama 3.2 3B, Llama 3.2 Vision 11B. Llama 3.2 Vision fait exception : sa politique d'utilisation acceptable n'accorde pas les droits de la licence aux personnes ou entreprises domiciliées dans l'UE (les utilisateurs finaux de produits construits dessus ne sont pas concernés) ; vérifiez-le avant tout usage dans l'UE. MIT (usage commercial autorisé) : DeepSeek-R1 7B et 14B. MIT modifiée (usage commercial autorisé avec clause d'attribution) : Kimi K2.6. OpenMDW-1.1 (permissive, usage commercial autorisé) : Laguna XS 2.1. Vérifiez toujours les termes de licence avant un déploiement commercial. Pour les entreprises de l'UE dans des secteurs réglementés, les modèles Mistral (France, Apache 2.0) comme Devstral Small 2 sont un choix par défaut raisonnable : origine européenne et licence permissive. Exécuter les modèles entièrement sur site avec Ollama signifie que les prompts ne sont pas envoyés à des serveurs externes ; cela soutient, sans suffire à lui seul, le respect du RGPD (un tag `:cloud` envoie bien des données au service hébergé d'Ollama).

Japon (METI). Pour les déploiements d'entreprise japonais avec Ollama, Qwen3 / Qwen3.8 est une famille recommandée : elle traite nativement le texte japonais, ce qui aide le temps d'inférence et le cache KV. Pour le codage en japonais : Qwen3.8-27B (61,7 SWE-bench Pro selon Qwen) gère nativement les commentaires de code en japonais. Consigner la version exacte du modèle est une bonne pratique pour la documentation de conformité. Utilisez `ollama show <modèle>` pour obtenir la spécification complète (paramètres, quantification, longueur de contexte) pour vos dossiers de conformité.

Chine. Les Mesures de la CAC sur l'IA générative (2023) peuvent imposer des obligations de dépôt ou d'évaluation de sécurité aux fournisseurs de services d'IA générative destinés au public en Chine ; leur application à votre cas relève de votre conseiller juridique. Qwen3 / Qwen3.8 (Alibaba, Apache 2.0) est un choix naturel pour les déploiements d'entreprise chinois avec Ollama : origine chinoise, licence Apache 2.0, bonnes performances en chinois. Kimi K2.6 (Moonshot AI, MIT modifiée) est aussi d'origine chinoise, mais Ollama ne le liste qu'en tag cloud et l'exécution locale exige du matériel de classe serveur. Commandes : `ollama run qwen3.8:27b` pour la meilleure qualité, `ollama run qwen3:8b` pour la vitesse. DeepSeek-R1 (licence MIT) convient au raisonnement. Une inférence exécutée localement avec Ollama n'envoie pas à elle seule de données à l'étranger, ce qui écarte la question du transfert transfrontalier pour cette étape ; savoir si la PIPL ou d'autres obligations s'appliquent à votre traitement relève de vous et de votre conseiller juridique. Cette section est une information générale, non un conseil juridique.