O que é o Ollama?
Ollama é uma ferramenta de linha de comando, um servidor API local e (desde julho de 2025) um aplicativo de desktop para executar modelos de IA abertos no próprio hardware. Seu repositório no GitHub o descreve como software para "começar a rodar grandes modelos de linguagem" localmente. O design imita intencionalmente o fluxo de trabalho do Docker — os dois cofundadores haviam criado anteriormente o Kitematic, uma GUI para o Docker adquirida pela Docker em 2015 — de modo que ollama pull e ollama run funcionam de forma bem parecida a docker pull e docker run.
- Função principal: baixar modelos abertos e executá-los localmente por meio de um motor de inferência embutido, com uma CLI, uma API local e uma interface de chat de desktop, todas se comunicando com o mesmo serviço em segundo plano
- Motor de inferência local: construído sobre llama.cpp e GGML, executando modelos empacotados em formato GGUF da própria biblioteca do Ollama ou importados de arquivos GGUF/Safetensors
- Interfaces: uma CLI de terminal (
ollama run <modelo>), um aplicativo de desktop oficial para macOS e Windows com entrada de arquivos e imagens por arrastar e soltar, e uma API REST para uso programático - Desenvolvedor: Ollama Inc., uma empresa de Palo Alto, Califórnia; a organização no GitHub que hospeda o código se chama ollama
- Repositório canônico: github.com/ollama/ollama, com licença MIT segundo o arquivo LICENSE do repositório
Histórico e marcos da empresa Ollama
O Ollama foi fundado em 2023 por Jeffrey Morgan e Michael Chiang, que se conheceram na Universidade de Waterloo e haviam criado anteriormente o Kitematic, uma GUI de código aberto para o Docker adquirida pela Docker em 2015 (mais tarde incorporada ao Docker Desktop). A Ollama Inc. está sediada em Palo Alto, Califórnia, e captou investimento de risco de investidores como Benchmark e Theory Ventures, segundo rastreadores públicos de financiamento de startups; a PromptQuorum não conseguiu verificar de forma independente um valor exato de financiamento a partir de uma fonte primária e recomenda consultar os anúncios oficiais do Ollama para números atuais.
- 12023 — Lançamento do projeto
Why it matters: O repositório no GitHub do Ollama e seus primeiros lançamentos públicos estabeleceram o fluxo de trabalho de CLI `pull`/`run` que continua sendo o modelo de interação principal até hoje. - 2Julho de 2025 — Lançamento do aplicativo de desktop oficial
Why it matters: Adicionou uma GUI nativa para macOS e Windows com download de modelos, chat, entrada de arquivos/imagens por arrastar e soltar, e comprimento de contexto ajustável — antes, a CLI e GUIs de terceiros (como o Open WebUI) eram as únicas interfaces. - 32025–2026 — Expansão da API compatível com OpenAI
Why it matters: O Ollama adicionou e expandiu um endpoint compatível com OpenAI em `/v1`, cobrindo chat completions, completions, embeddings e listagem de modelos, tornando-o um backend plug-and-play para ferramentas já construídas sobre o SDK da OpenAI. - 42026 — Integrações
ollama launch
Why it matters: Adicionou configuração em um único comando para conectar ferramentas de código — Claude Code, Codex, VS Code, OpenCode e Droid — a um modelo rodando localmente, segundo a [referência oficial da CLI](https://docs.ollama.com). - 52026 — Introdução do nível de nuvem
Why it matters: A Ollama Inc. começou a oferecer inferência hospedada paga em sua própria infraestrutura (regiões incluindo EUA, Europa e Cingapura, segundo [ollama.com](https://ollama.com)) como opção ao lado do software local gratuito, para usuários que querem executar modelos maiores do que seu próprio hardware suporta.
O que você pode fazer com o Ollama?
O conjunto de recursos do Ollama tem como foco fazer a inferência de modelos locais parecer um gerenciador de pacotes em vez de um projeto de pesquisa. Aqui está o que cada parte realmente faz, segundo a documentação oficial e o README do GitHub do Ollama.
- Biblioteca de modelos — baixe modelos prontos para uso em ollama.com/library com um único comando
ollama pull <modelo>; a documentação atual mostra exemplos incluindo Llama, Gemma, Qwen, gpt-oss, DeepSeek e modelos de embedding dedicados comonomic-embed-texteembeddinggemma - Personalização com Modelfile — defina uma configuração de modelo personalizada com um Modelfile usando as diretivas
FROM(modelo base, obrigatório),PARAMETER(configurações de execução como temperatura e comprimento de contexto),TEMPLATE(formato do prompt),SYSTEM(prompt de sistema),ADAPTER(adaptadores LoRA),LICENSEeMESSAGE(histórico de conversa pré-definido), e então compile-o comollama create <nome> -f Modelfile - API REST local — uma API nativa em
http://localhost:11434com endpoints incluindo/api/generate,/api/chat,/api/embeddings,/api/pulle/api/create, documentados na referência oficial da API - API compatível com OpenAI — um segundo endpoint em
http://localhost:11434/v1implementando/v1/chat/completions,/v1/completions,/v1/modelse/v1/embeddings, para que aplicações escritas contra o SDK da OpenAI possam apontar para o Ollama alterando apenas a URL base - Integrações com ferramentas de código (
ollama launch) — um comando interativo que configura ferramentas externas — a documentação atual da CLI cita Claude Code, Codex, VS Code, OpenCode e Droid — para usar um modelo do Ollama rodando localmente como backend - Suporte multimodal e de embeddings —
ollama runaceita entrada de imagem para modelos multimodais (a documentação da CLI usallavacomo exemplo), e modelos de embedding dedicados podem ser executados para pipelines de recuperação/RAG - Aplicativo de desktop — uma GUI nativa (macOS e Windows, lançada em julho de 2025) para baixar modelos e conversar sem terminal, além da CLI
- Nível de nuvem opcional — a Ollama Inc. vende inferência hospedada em seus próprios servidores como opção paga separada para executar modelos maiores do que o hardware local consegue processar; isso não é exigido para nenhum dos recursos locais acima
Exemplos de uso: três formas de usar o Ollama
Estes são fluxos de trabalho concretos construídos a partir dos comandos e da API documentados do Ollama acima — não casos de uso hipotéticos.
Baixar um modelo e conversar pelo terminal
Execute ollama run llama3.2 (substituindo por qualquer nome de modelo de ollama.com/library). Se o modelo ainda não estiver baixado, o Ollama o baixa automaticamente e depois abre um prompt de chat interativo na mesma janela do terminal — sem etapa de download separada.
Construir um modelo personalizado com um Modelfile
Crie um arquivo de texto chamado Modelfile contendo FROM llama3.2, uma linha PARAMETER temperature 1 e uma linha SYSTEM descrevendo uma persona ou comportamento. Execute ollama create meu-modelo -f Modelfile e depois ollama run meu-modelo para conversar com sua configuração personalizada — os pesos base são reaproveitados, então nada precisa ser retreinado.
Apontar uma aplicação com SDK da OpenAI para um modelo local
Com o Ollama em execução, defina a URL base da API da OpenAI de uma aplicação como http://localhost:11434/v1 e use qualquer string de texto como chave de API. Requisições para /v1/chat/completions são atendidas pelo modelo especificado na requisição, permitindo que código cliente da OpenAI já existente rode inteiramente contra um modelo local, sem chave de API na nuvem nem conexão com a internet.
Instalar o Ollama no macOS, Windows e Linux
O Ollama está disponível para macOS, Windows e Linux, por meio de scripts de instalação de uma linha, instaladores assinados, Docker e vários gerenciadores de pacotes. Os comandos e links abaixo vêm da página de downloads oficial e do README no GitHub — sempre confira diretamente nessas páginas, já que scripts e requisitos de instalação podem mudar entre versões.
macOS
- Método de instalação:
- Ollama.dmg (exige macOS 14 Sonoma ou posterior) ou
curl -fsSL https://ollama.com/install.sh \| sh
Windows
- Método de instalação:
- Instalador assinado ou
irm https://ollama.com/install.ps1 \| iexno PowerShell
Linux
- Método de instalação:
curl -fsSL https://ollama.com/install.sh \| sh, ou instalação manual conforme o guia oficial para Linux
Docker
- Método de instalação:
docker pull ollama/ollama— imagem oficial no Docker Hub
Gerenciadores de pacotes
- Método de instalação:
- Homebrew, Pacman, Nix, Guix, Gentoo, Flox, e um chart Helm para Kubernetes — veja o README no GitHub para os nomes exatos dos pacotes
O Ollama não tem um mínimo de hardware fixo além de rodar seu sistema operacional compatível — o limite prático depende do modelo carregado, já que modelos maiores exigem mais RAM (ou VRAM, para aceleração por GPU) para velocidade utilizável. Verifique o tamanho de um modelo em ollama.com/library antes de baixá-lo em hardware limitado.
Preços do Ollama: software gratuito, nuvem paga opcional
O software do Ollama — a CLI, a API local e o aplicativo de desktop — é gratuito e de código aberto. O arquivo LICENSE do GitHub é a licença MIT padrão, sem nenhum recurso bloqueado por pagamento. Separadamente, a Ollama Inc. vende um serviço de nuvem hospedado em ollama.com para executar modelos maiores em seus próprios servidores em vez da sua máquina local.
Software local
- Preço:
- Gratuito
- O que inclui:
- CLI, API REST/compatível com OpenAI local, aplicativo de desktop, personalização com Modelfile e a biblioteca completa de modelos — roda inteiramente no seu próprio hardware
Nuvem (gratuito)
- Preço:
- Gratuito
- O que inclui:
- Acesso hospedado limitado a modelos na nuvem, conforme a página de preços atual de ollama.com
Nuvem Pro
- Preço:
- A partir de US$ 20/mês
- O que inclui:
- Crédito de inferência hospedada e limites de uso mais altos nos próprios servidores do Ollama (regiões incluindo EUA, Europa e Cingapura, segundo o próprio site do Ollama) — um produto pago separado do software local gratuito
Preços e detalhes do nível de nuvem mudam; confira diretamente a página de preços de ollama.com antes de tomar uma decisão de compra. Nada no nível de nuvem pago é exigido para instalar e usar o software local gratuito do Ollama — o serviço de nuvem existe para modelos grandes demais para a RAM/VRAM de uma determinada máquina.
Ollama vs. LM Studio
Ollama e LM Studio estão entre as ferramentas mais recomendadas para executar modelos de IA locais, e são constantemente comparados porque ambos empacotam inferência baseada em llama.cpp por trás de uma interface mais simples. A diferença mais clara é CLI-first versus GUI-first, e código aberto versus código fechado.
Interface principal
- Ollama:
- Linha de comando em primeiro lugar, com uma GUI de desktop oficial adicionada em julho de 2025
- LM Studio:
- Aplicativo de desktop gráfico em primeiro lugar; sem fluxo de trabalho CLI-first
Licença
- Ollama:
- MIT (totalmente de código aberto)
- LM Studio:
- Proprietária — gratuita para uso pessoal e empresarial segundo seus próprios termos de serviço, mas não é de código aberto
API local
- Ollama:
- API REST nativa mais endpoint compatível com OpenAI em
:11434/v1 - LM Studio:
- Endpoint REST compatível com OpenAI mais uma API REST separada do LM Studio em beta
Formatos de modelo
- Ollama:
- GGUF por meio de sua própria biblioteca e sistema de Modelfile
- LM Studio:
- GGUF (via llama.cpp) e MLX (Apple Silicon)
Chat de documentos embutido (RAG)
- Ollama:
- Não é um recurso embutido — combine com um cliente como Open WebUI ou AnythingLLM
- LM Studio:
- Recurso embutido "Chat with Documents"
Nível de nuvem opcional
- Ollama:
- Sim, a partir de US$ 20/mês para inferência hospedada
- LM Studio:
- Sim, "Bionic+" a partir de US$ 20/mês e "Pro" a partir de US$ 100/mês para modelos hospedados e limites mais altos
Se você quer uma ferramenta programável, centrada em terminal, que outras aplicações possam chamar como backend, o fluxo de trabalho do Ollama encaixa mais diretamente. Se você quer uma única GUI polida com um navegador de modelos embutido e um recurso de chat de documentos sem usar o terminal, avalie o LM Studio diretamente em lmstudio.ai — veja a review completa do LM Studio para detalhes. Ambos são gratuitos para sua funcionalidade local principal; verifique os recursos atuais no site de cada projeto antes de decidir.
Quem deveria usar o Ollama?
Se o Ollama é adequado depende de você se sentir confortável com um fluxo de trabalho centrado em terminal e querer um backend programável que outras ferramentas possam chamar.
Use o Ollama se
- Você quer o caminho mais rápido de "nada instalado" a um modelo local rodando, com um comando de instalação e um comando
ollama run - Você quer uma API local — nativa ou compatível com OpenAI — que outras aplicações, scripts ou ferramentas de código possam chamar como backend plug-and-play
- Você se sente confortável com (ou quer aprender) um fluxo de trabalho de linha de comando parecido com o do Docker em vez de um puramente gráfico
- Você quer que o software subjacente seja totalmente de código aberto (MIT), sem nenhum componente de código fechado exigido para uso local
- Você quer a opção de conectar ferramentas de código como Claude Code, Codex ou VS Code a um modelo local com um único comando
ollama launch
Espere, ou procure outra opção, se
- Você quer um navegador de modelos gráfico e uma interface de chat como sua forma principal de trabalhar, sem nenhum uso de terminal — LM Studio, Jan ou GPT4All são mais GUI-first (veja a seção de concorrentes abaixo)
- Você precisa de chat de documentos (RAG) embutido pronto para uso — o Ollama não tem recurso de RAG embutido; combine-o com um cliente como Open WebUI ou AnythingLLM
- Você precisa de recursos empresariais como administração centralizada de equipe ou SSO para o software local — esta review não encontrou nenhum nível de equipe/empresa publicado para a própria ferramenta local, separado do produto de nuvem hospedado
- Você precisa de garantias de suporte oficiais em vez de suporte comunitário — os canais de suporte do Ollama para o software de código aberto são GitHub Issues e Discord, típicos de um projeto de código aberto em vez de um fornecedor com SLA
Ollama em comparação a outros runtimes locais
O Ollama é uma de várias ferramentas que empacotam inferência de modelos locais por trás de uma interface mais simples. Veja como ele se posiciona em relação a outras opções nesse espaço — veja o diretório de software de IA local para o catálogo completo, e a comparação dedicada Ollama vs. LM Studio acima para o confronto mais próximo.
- LM Studio — um aplicativo de desktop GUI-first cobrindo terreno semelhante (inferência local, API compatível com OpenAI) com um navegador de modelos embutido e um recurso de chat de documentos; veja a review do LM Studio e a seção de comparação acima para um confronto direto.
- llama.cpp — o motor de inferência de código aberto sobre o qual o próprio Ollama é construído; usá-lo diretamente oferece controle de nível mais baixo (flags de compilação personalizadas, carregamento direto de GGUF) ao custo da conveniência do Ollama parecida com gerenciador de pacotes. Veja a explicação do llama.cpp.
- KoboldCpp — outro runtime baseado em llama.cpp, historicamente popular para escrita criativa e roleplay com uma interface web embutida; veja a review do KoboldCpp.
- LocalAI — um runtime de código aberto compatível com a API da OpenAI que suporta uma gama mais ampla de backends de modelo além do llama.cpp (incluindo modelos de imagem e áudio) em um único servidor; veja a explicação do LocalAI.
Erros comuns ao avaliar o Ollama
A maior parte da confusão sobre o Ollama vem de misturar o software local gratuito com o produto de nuvem pago separado, ou de esperar recursos (como RAG embutido) que ele não inclui por design.
Erro 1: supor que o nível de nuvem é exigido para usar o Ollama
A CLI, a API local e o aplicativo de desktop do Ollama são gratuitos, têm licença MIT e rodam inteiramente no seu próprio hardware sem conta. O nível de nuvem pago da Ollama Inc. (a partir de US$ 20/mês) é um produto separado e opcional para executar modelos maiores em infraestrutura hospedada — nunca exigido para uso local.
Erro 2: esperar chat de documentos (RAG) embutido
O Ollama em si é um motor de inferência e uma API, não uma aplicação de chat completa com upload de documentos. Para conversar com seus próprios documentos, combine o Ollama com um cliente separado como Open WebUI ou AnythingLLM, que adiciona uma camada de RAG sobre a API do Ollama.
Erro 3: confundir os nomes de modelo próprios do Ollama com a versão original do modelo de origem
A biblioteca do Ollama usa suas próprias tags (por exemplo, uma quantização ou ajuste fino específico sob um nome de família de modelo conhecido). Sempre verifique a página da biblioteca de um modelo em ollama.com/library para o número exato de parâmetros, quantização e origem, em vez de supor que ele corresponde em todos os detalhes ao lançamento original do modelo.
Erro 4: confiar em números de estrelas de terceiros desatualizados
O número de estrelas no GitHub de um projeto em rápido crescimento como o Ollama fica desatualizado rapidamente. Esta review verificou 180.722 estrelas diretamente via API do GitHub em 12 de setembro de 2026 — verifique você mesmo esse endpoint para um número atual, em vez de confiar em qualquer número em cache, incluindo este.
Perguntas frequentes
O que é o Ollama?
Ollama (ollama.com, código-fonte em github.com/ollama/ollama) é uma ferramenta de linha de comando, uma API local e um aplicativo de desktop gratuitos e de código aberto para baixar e executar modelos de IA abertos no próprio computador por meio de um motor embutido baseado em llama.cpp.
O Ollama é gratuito?
Sim. O software principal — CLI, API local e aplicativo de desktop — tem licença MIT e é gratuito, sem nenhum recurso bloqueado por pagamento. A Ollama Inc. vende separadamente um nível de nuvem pago opcional (a partir de US$ 20/mês) para inferência hospedada em seus próprios servidores; esse produto de nuvem não é exigido para usar o software local gratuito.
O Ollama é de código aberto? Qual licença ele usa?
Sim. O arquivo LICENSE do GitHub do Ollama é a licença MIT padrão, uma das licenças de código aberto mais permissivas, sem obrigação de copyleft.
Quais plataformas o Ollama suporta?
macOS (14 Sonoma ou posterior), Windows e Linux, segundo a página de downloads oficial. Também é distribuído como imagem Docker (ollama/ollama) e por gerenciadores de pacotes incluindo Homebrew, Pacman, Nix e Guix.
O Ollama tem interface gráfica, ou é só CLI?
As duas coisas. O Ollama começou como ferramenta de linha de comando e continua centrado na CLI, mas a Ollama Inc. lançou um aplicativo de desktop oficial para macOS e Windows em julho de 2025, adicionando uma interface de chat gráfica ao lado do fluxo de trabalho de terminal.
O Ollama tem uma API compatível com OpenAI?
Sim. Além de sua API REST nativa em http://localhost:11434, o Ollama expõe um endpoint compatível com OpenAI em http://localhost:11434/v1, cobrindo /v1/chat/completions, /v1/completions, /v1/models e /v1/embeddings.
O que é um Modelfile?
Um Modelfile é um arquivo de configuração em texto usado para construir um modelo Ollama personalizado. Ele suporta as diretivas FROM (modelo base, obrigatório), PARAMETER, TEMPLATE, SYSTEM, ADAPTER, LICENSE e MESSAGE, e é compilado em um modelo executável com ollama create <nome> -f Modelfile.
Quantas estrelas no GitHub o Ollama tem?
O repositório do Ollama (github.com/ollama/ollama) mostrava 180.722 estrelas em 12 de setembro de 2026, verificado diretamente via API do GitHub. Consulte o repositório diretamente para um número atual, já que muda diariamente.
Quem desenvolve o Ollama?
Ollama Inc., uma empresa sediada em Palo Alto, Califórnia, fundada em 2023 por Jeffrey Morgan e Michael Chiang, que anteriormente criaram o Kitematic, uma GUI do Docker adquirida pela Docker em 2015.
O Ollama inclui geração aumentada por recuperação (RAG) ou chat de documentos?
Não de forma embutida. O Ollama fornece o motor de inferência e a API; a funcionalidade de chat de documentos e RAG geralmente vem de uma camada de cliente separada construída sobre ele, como Open WebUI ou AnythingLLM, ambos capazes de se conectar à API do Ollama.