Ollama : exécuter des LLM localement sur votre PC

Ollama exécute des modèles d'IA, Llama, Mistral, Gemma, Qwen, directement sur votre ordinateur, sans abonnement, sans envoyer vos données à un serveur tiers et même sans connexion internet une fois le modèle téléchargé. Ce guide vous mène de l'installation à votre première conversation. Comptez environ 15 minutes pour obtenir une IA locale fonctionnelle. Il couvre Ollama 0.40+ sur Windows, macOS et Linux.

Il s'adresse autant aux débutants qu'aux développeurs. Aucune connaissance préalable en intelligence artificielle n'est requise : si vous savez ouvrir un terminal et taper une commande, vous avez le niveau. Ollama est le bon choix quand un assistant en ligne ne convient pas : code sous NDA, données réglementées, budget serré ou travail hors ligne.

Ce que vous allez apprendre

À la fin de ce guide, vous saurez :

• Installer Ollama sur votre ordinateur (Windows, Mac ou Linux)
• Télécharger et utiliser des modèles d'IA comme Llama, Mistral ou Qwen Coder
• Discuter avec l'IA en ligne de commande
• Choisir le bon modèle selon vos besoins (code, texte, traduction...)
• Savoir où dépanner les erreurs courantes et sécuriser l'accès à Ollama

L'installation et la ligne de commande sont traitées ici de bout en bout. L'intégration Python, le dépannage approfondi et le choix fin d'un modèle font l'objet de guides séparés, référencés au fil du texte.

Qu'est-ce qu'Ollama, explication détaillée

Ollama est un logiciel gratuit et open source (licence MIT) qui télécharge et exécute des grands modèles de langage (LLM) directement sur votre machine, via une simple commande et une API locale sur le port 11434. Il rend l'IA générative utilisable sans abonnement, sans cloud et hors ligne une fois le modèle récupéré.

Avant de plonger dans l'installation, prenons quelques minutes pour comprendre ce qu'est vraiment Ollama et pourquoi il compte. Cette compréhension vous aidera à mieux l'utiliser ensuite.

Le problème que résout Ollama

Pour utiliser l'IA dans votre travail de développeur, trois voies existent, et aucune n'est gratuite en effort. Elles se distinguent par ce qu'elles coûtent en confidentialité, en argent et en temps de mise en route.

• Un service en ligne (ChatGPT, Claude, Gemini) : très pratique, mais votre code (potentiellement confidentiel) transite par des serveurs tiers, l'usage est payant (abonnement mensuel ou facturation au volume de texte traité) et le service est inutilisable en cas de panne.
• Un modèle installé à la main : techniquement possible, mais il faut télécharger des poids de plusieurs gigaoctets, installer les bonnes versions de Python, PyTorch et CUDA, régler des dizaines de paramètres et écrire le code de chargement. Comptez des heures, même pour un développeur expérimenté.
• Ollama : une seule commande installe un modèle, les paramètres techniques sont réglés automatiquement, une interface simple permet de discuter avec lui et vos données restent locales.

Ollama n'est pas le seul moteur d'inférence local, et il n'est pas toujours le plus adapté. llama.cpp offre un contrôle fin sur la quantization et tourne sur du matériel modeste, vLLM vise le débit sur GPU pour servir plusieurs utilisateurs simultanément, TGI (Text Generation Inference, de Hugging Face) cible le même terrain en production. Ollama gagne sur la simplicité de mise en route et perd sur le réglage fin. Le comparatif des backends d'inférence détaille ces compromis selon votre matériel et votre volume d'usage.

Qu'est-ce qu'un LLM exactement ?

Vous avez sûrement vu le terme LLM (Large Language Model, grand modèle de langage). Concrètement, c'est un programme informatique entraîné sur d'énormes quantités de texte (livres, articles, code source, pages web...). Grâce à cet entraînement, il a appris :

• Les règles de la langue : grammaire, orthographe, syntaxe
• Les connaissances du monde : histoire, science, actualités (jusqu'à sa date de coupure)
• Les patterns de raisonnement : comment résoudre des problèmes, structurer une réponse
• Les conventions du code : syntaxe des langages, bonnes pratiques, patterns courants

Quand vous posez une question à un LLM, il ne « cherche » pas la réponse dans une base de données. Il génère la réponse mot par mot, en prédisant quel mot est le plus probable après le précédent, compte tenu de votre question et de tout ce qu'il a appris.

Pourquoi "local" change tout

Avec un service en ligne, votre question part vers les serveurs du fournisseur (OpenAI, par exemple, aux États-Unis), qui calcule la réponse sur ses GPU puis vous la renvoie. Avec Ollama, le modèle calcule la réponse sur votre propre machine et rien ne sort de votre ordinateur. Le tableau en tire les conséquences concrètes.

Aspect	ChatGPT (cloud)	Ollama (local)
Confidentialité	Vos données transitent par des serveurs tiers	Vos données restent sur votre machine
Coût	Abonnement ou facturation à l'usage	Gratuit (après achat de l'ordinateur)
Internet	Obligatoire	Optionnel (après téléchargement du modèle)
Vitesse	Dépend de la latence réseau	Dépend de votre matériel
Disponibilité	Peut être saturé ou en maintenance	Toujours disponible
Personnalisation	Limitée	Totale (vous pouvez créer vos propres modèles)

Glissez pour voir

Les cas d'usage concrets

Quatre scénarios réels montrent où Ollama brille. Dans chacun, c'est la maîtrise des données ou du coût qui fait préférer le local.

• Confidentialité : une développeuse travaille sur un projet client sous NDA (accord de confidentialité). Elle ne peut pas copier son code dans un service en ligne sans violer le contrat ; avec Ollama, il ne quitte pas son poste.
• Budget : un étudiant n'a pas les 20 € par mois d'un abonnement. Ollama lui fournit un assistant gratuit et sans limite de messages pour expliquer des concepts complexes.
• Réseau instable : une consultante qui passe beaucoup de temps dans le train continue de travailler avec l'IA, même dans un tunnel.
• Données réglementées : l'équipe data d'une banque ne peut pas envoyer ses rapports internes chez un fournisseur américain. Ollama permet d'avoir l'IA en interne.

Vérifier que votre ordinateur est compatible

Avant d'installer Ollama, vérifions que votre machine peut le faire tourner. Rassurez-vous : la plupart des ordinateurs récents (moins de 5-6 ans) sont compatibles.

La RAM : le facteur clé

La mémoire vive (RAM) est le facteur le plus important. Voici pourquoi :

Quand vous lancez un modèle IA avec Ollama, celui-ci est entièrement chargé en mémoire. Si votre ordinateur n'a pas assez de RAM, le modèle ne pourra pas être chargé, ou sera très lent car il devra utiliser le disque dur (ce qu'on appelle le swap).

RAM disponible	Modèles utilisables	Expérience
4 GB	Très petits modèles (1 à 2 GB) seulement	Possible mais médiocre : lent, qualité limitée
8 GB	Modèles légers (3B)	Fonctionnel mais limité
16 GB	Modèles moyens (7B)	Bonne expérience pour la plupart des usages
32 GB	Grands modèles (13B)	Excellente expérience
64 GB+	Très grands modèles (70B)	Usage professionnel

Glissez pour voir

Comment vérifier votre RAM ?

• Windows : clic droit sur la barre des tâches, « Gestionnaire des tâches », onglet « Performances », puis « Mémoire ».
• macOS : menu Pomme, « À propos de ce Mac » ; la RAM est indiquée (par exemple « 16 Go »).
• Linux : la commande ci-dessous affiche la RAM totale.

# Afficher la RAM totale
free -h

Vous verrez quelque chose comme Mem: 15Gi (pour 16 GB).

L'espace disque

Chaque modèle IA occupe de l'espace sur votre disque dur. Voici les tailles typiques :

Modèle	Taille sur disque
Llama 3.2 (3B)	~2 GB
Mistral (7B)	~4 GB
Qwen2.5-Coder (7B)	~4,7 GB
Llama 3.1 (70B)	~40 GB

Glissez pour voir

Recommandation : Gardez au moins 20 GB libres pour pouvoir télécharger plusieurs modèles et les essayer.

Le GPU : optionnel mais utile

Une carte graphique (GPU) n'est pas obligatoire. Ollama fonctionne très bien sur CPU (processeur classique). La différence :

• Sans GPU : Une réponse prend 2-10 secondes
• Avec GPU NVIDIA : Une réponse prend 0.5-2 secondes

Si vous avez un GPU NVIDIA de compute capability 5.0 ou supérieure et un pilote 550 ou plus récent, Ollama l'utilisera automatiquement. Les cartes de compute capability 5.0 à 6.2 demandent un pilote 570 ou plus (documentation officielle d'Ollama, docs/gpu.mdx). La VRAM ne décide pas de l'usage du GPU mais de la taille de modèle qui y tient (environ 8 GB pour un modèle 7B). Sinon, pas de souci, le CPU fera le travail.

Les Mac à puce Apple Silicon (M1 et suivants) constituent un cas à part et particulièrement favorable. Leur mémoire unifiée est partagée entre processeur et GPU intégré : le modèle n'a pas à être recopié dans une VRAM séparée, et un MacBook 16 Go peut charger des modèles qu'un PC portable sans carte graphique dédiée fait ramer. Ollama exploite ce GPU automatiquement, sans pilote ni configuration.

Récapitulatif des prérequis

Avant d'installer Ollama, vérifiez que votre machine remplit les prérequis ci-dessous. La RAM est le facteur le plus limitant : c'est elle qui détermine la taille des modèles que vous pourrez charger.

Composant	Minimum	Recommandé	Idéal
RAM	8 GB	16 GB	32 GB
Disque	20 GB libres	50 GB libres	100 GB+ (SSD)
Processeur	64-bit moderne	Multicoeur récent	Apple M1+ ou Intel i7+
GPU	Non requis	NVIDIA 8 GB VRAM	NVIDIA 16 GB+ VRAM
Système	Windows 10 22H2, macOS 14 (Sonoma), Linux moderne

Glissez pour voir

Installation d'Ollama pas à pas

Maintenant que vous savez que votre machine est compatible, passons à l'installation. Je vais vous guider étape par étape selon votre système d'exploitation.

Installation sur Linux (Ubuntu, Debian, Fedora...)

Linux est le système le plus simple pour installer Ollama. Trois commandes suffisent : télécharger le script, le relire, puis l'exécuter.

1. Ouvrez un terminal

   Utilisez le raccourci Ctrl + Alt + T ou cherchez "Terminal" dans vos applications.

2. Lancez le script d'installation

   Copiez-collez cette commande et appuyez sur Entrée :

   # Télécharger le script officiel, l'inspecter, puis l'exécuter
   curl -fsSL https://ollama.com/install.sh -o ollama-install.sh
   less ollama-install.sh
   sh ollama-install.sh

   Que font ces commandes ?

   • curl ... -o ollama-install.sh télécharge le script d'installation depuis le site officiel d'Ollama dans un fichier
   • less ollama-install.sh vous permet de relire le script avant de l'exécuter (ne jamais lancer à l'aveugle un script distant)
   • sh ollama-install.sh exécute le script une fois relu ; il détecte votre distribution Linux et installe Ollama

   Le téléchargement et l'installation prennent généralement 1-2 minutes.

3. Vérifiez l'installation

   Une fois terminé, vérifiez qu'Ollama est bien installé :

   ollama --version

   Vous devriez voir quelque chose comme ollama version is 0.40.4 (le numéro peut varier).

4. Vérifiez que le service tourne

   Ollama s'exécute en tant que service en arrière-plan. Vérifiez son état :

   sudo systemctl status ollama

   Vous devriez voir Active: active (running) en vert.

Si quelque chose ne va pas :

# Voir les logs du service pour diagnostiquer
sudo journalctl -u ollama -f

# Redémarrer le service
sudo systemctl restart ollama

Installation sur Windows

Sur Windows, l'installation passe par un installateur graphique classique, sans ligne de commande. Une fois posé, Ollama tourne en service d'arrière-plan signalé par l'icône de lama dans la zone de notification : c'est ce service qui répond aux commandes, et le fermer coupe Ollama.

1. Téléchargez l'installateur

   Rendez-vous sur ollama.com/download et cliquez sur le bouton "Download for Windows".

   Le fichier OllamaSetup.exe sera téléchargé (environ 200 MB).

2. Lancez l'installation

   Double-cliquez sur le fichier téléchargé. Si Windows vous demande confirmation ("Voulez-vous autoriser cette application..."), cliquez sur "Oui".

   L'assistant d'installation apparaît. Cliquez sur "Install" et attendez quelques instants.

3. Vérifiez l'installation

   Ouvrez PowerShell (cherchez "PowerShell" dans le menu Démarrer) et tapez :

   ollama --version

   Si vous voyez un numéro de version, l'installation est réussie !

4. Note importante : l'icône dans la barre des tâches

   Après l'installation, vous verrez une petite icône Ollama (un lama) dans la zone de notification (en bas à droite). Ollama tourne en arrière-plan, c'est normal et nécessaire pour qu'il fonctionne.

Un dernier point propre à Windows : au premier téléchargement d'un modèle, Windows Defender analyse les fichiers reçus, et un modèle de 2 Go met un moment à être scanné. Le téléchargement paraît alors bloqué alors qu'il ne l'est pas. L'analyse n'a lieu qu'une fois par modèle, les lancements suivants sont immédiats.

Installation sur macOS

Sur macOS, Ollama se distribue sous forme d'application à glisser dans le dossier Applications. Sur les Mac à puce Apple Silicon (M1 et suivants), le GPU intégré est utilisé automatiquement, ce qui donne des performances souvent supérieures à un PC portable classique sans carte graphique dédiée.

1. Téléchargez l'application

   Rendez-vous sur ollama.com/download et cliquez sur "Download for macOS".

   Le fichier Ollama.dmg sera téléchargé. Il demande macOS 14 (Sonoma) ou plus récent ; sur un Mac Intel, Ollama tourne sur le processeur seul, sans accélération GPU.

2. Installez l'application

   Double-cliquez sur Ollama.dmg pour monter l'image disque, puis glissez-déposez Ollama.app dans votre dossier Applications. Au premier lancement, l'application vérifie que la commande ollama est accessible dans le terminal et propose de créer le lien dans /usr/local/bin.

3. Lancez Ollama

   Double-cliquez sur Ollama dans vos Applications. macOS peut vous demander de confirmer ("Ollama est une app téléchargée d'Internet..."), cliquez sur "Ouvrir".

   Une icône de lama apparaîtra dans la barre de menu en haut de l'écran.

4. Vérifiez l'installation

   Ouvrez le Terminal (Applications → Utilitaires → Terminal) et tapez :

   ollama --version

   Vous devriez voir le numéro de version s'afficher.

Télécharger votre premier modèle

Ollama est installé, mais il lui manque le plus important : un modèle IA. C'est lui qui génère les réponses ; sans modèle chargé, Ollama ne sait rien produire.

Comprendre les modèles disponibles

Ollama donne accès à des dizaines de modèles. Pour commencer, je vous recommande Llama 3.2, développé par Meta (l'entreprise derrière Facebook). Pourquoi ce choix ?

• Éprouvé : sorti en septembre 2024, il est largement documenté et sert d'exemple dans la plupart des guides
• Performant : Excellentes capacités en français et en anglais
• Léger : La version 3B ne pèse que 2 GB
• Polyvalent : Bon pour le texte, le code, la traduction...

Le nom d'un modèle porte deux informations, sa famille et sa taille : dans « Llama 3.2 3B », le « 3B » signifie 3 milliards de paramètres. Les paramètres sont les poids ajustables du réseau de neurones, chacun étant un nombre appris pendant l'entraînement. Plus il y en a, plus le modèle capture de régularités du langage, et plus il consomme de mémoire et de calcul. Un modèle plus petit n'est donc pas « moins bon » dans l'absolu, il est plus rapide et moins précis sur les tâches de raisonnement. Pour un usage personnel, 3B est un excellent compromis.

Taille du modèle	RAM minimale	Usage typique
1-3B	4 GB (1-2B) à 8 GB (3B)	Questions simples, résumés, traduction
7B	8-16 GB	Code, rédaction, raisonnement
13B	16-32 GB	Analyse complexe, créativité
70B	64 GB+	Recherche, usage professionnel

Glissez pour voir

Si vous disposez d'un GPU, la règle de dimensionnement change : c'est la VRAM (la mémoire de la carte graphique) qui décide, et non la RAM système. En quantization Q4_K_M, le format par défaut des modèles distribués par Ollama, prévoyez à peu près autant de VRAM que la taille du fichier téléchargé, plus 1 à 2 Go pour le contexte. Concrètement, 8 Go de VRAM font tourner un modèle 7B ou 8B (Llama 3.1 8B, Qwen3 8B), 16 Go un modèle 13B-14B, 24 Go et plus un modèle 32B. Sans GPU, restez sur du 1B-3B, sinon la génération devient pénible.

Le point à retenir est le seuil : dès que le modèle déborde de la VRAM vers la RAM système, la vitesse chute de 2 à 10 fois. Mieux vaut un modèle plus petit qui tient entièrement en VRAM qu'un modèle ambitieux qui déborde. Le détail par cas d'usage et par niveau de quantization est traité dans le guide quel modèle choisir en 2026.

Télécharger Llama 3.2

Ouvrez votre terminal (ou PowerShell sur Windows) et tapez :

ollama pull llama3.2

Que se passe-t-il exactement ?

1. Ollama contacte son registre (une sorte de "magasin" de modèles)
2. Il télécharge le modèle morceau par morceau (vous verrez une barre de progression)
3. Il vérifie l'intégrité des fichiers téléchargés (pour s'assurer qu'ils ne sont pas corrompus)
4. Il enregistre le modèle dans le stockage local d'Ollama

Le téléchargement prend généralement 2 à 10 minutes selon votre connexion internet. Vous verrez quelque chose comme :

pulling manifest
pulling dde5aa3fc5ff...  50% ▓▓▓▓▓▓▓▓▓▓░░░░░░░░░░  1.1 GB/2.0 GB  45 MB/s

La commande est rejouable sans risque : si le modèle est déjà présent, ollama pull llama3.2 se contente de vérifier les couches et se termine en quelques secondes. C'est aussi la commande qui met à jour un modèle quand une nouvelle version est publiée sur le registre.

Vérifier que le téléchargement a fonctionné

Une fois le téléchargement terminé, vérifiez que le modèle est bien installé :

ollama list

Vous devriez voir :

NAME              ID              SIZE      MODIFIED
llama3.2:latest   a80c4f17acd5    2.0 GB    About a minute ago

Bravo ! Vous avez maintenant une IA locale prête à l'emploi.

Votre première conversation avec l'IA

C'est le moment tant attendu : parler avec votre IA locale.

Lancer une session interactive

Tapez cette commande :

ollama run llama3.2

Après quelques secondes de chargement, vous verrez apparaître une invite de commande :

>>>

C'est ici que vous allez taper vos questions. Le modèle attend votre message !

Exemple de conversation complète

Voici un exemple de ce que vous pouvez faire. Tapez exactement ce qui suit le >>> :

Vous :

>>> Bonjour ! Peux-tu te présenter ?

L'IA répond :

Bonjour ! Je suis un assistant IA basé sur le modèle Llama 3.2, développé par
Meta. Je suis conçu pour vous aider dans diverses tâches comme répondre à vos
questions, générer du texte, traduire, expliquer des concepts, et bien plus
encore.

Je fonctionne entièrement sur votre ordinateur grâce à Ollama, ce qui signifie
que vos conversations restent privées et ne sont envoyées nulle part.

Comment puis-je vous aider aujourd'hui ?

Vous :

>>> Explique-moi ce qu'est Docker comme si j'avais 10 ans

L'IA répond :

Imagine que tu veux jouer à un jeu vidéo chez ton ami. Mais le jeu a besoin de
plein de choses sur l'ordinateur : des fichiers spéciaux, des réglages
particuliers... Si ton ami n'a pas exactement les mêmes choses, le jeu ne
marchera pas !

Docker, c'est comme une boîte magique où tu mets ton jeu avec TOUT ce dont il a
besoin. Quand tu donnes cette boîte à ton ami, il peut ouvrir la boîte et le jeu
marche tout de suite, même si son ordinateur est différent du tien.

Les développeurs utilisent Docker pour mettre leurs programmes dans des "boîtes"
(on appelle ça des "conteneurs"). Comme ça, le programme marche pareil partout,
sur n'importe quel ordinateur !

Vous :

>>> Super ! Maintenant, écris-moi une fonction Python qui compte les mots dans une phrase

L'IA répond :

def compter_mots(phrase):
    """
    Compte le nombre de mots dans une phrase.

    Args:
        phrase (str): La phrase à analyser

    Returns:
        int: Le nombre de mots
    """
    # Supprimer les espaces au début et à la fin
    phrase = phrase.strip()

    # Si la phrase est vide, retourner 0
    if not phrase:
        return 0

    # Séparer la phrase en mots et compter
    mots = phrase.split()
    return len(mots)

# Exemple d'utilisation
texte = "Bonjour, comment allez-vous aujourd'hui ?"
nombre = compter_mots(texte)
print(f"La phrase contient {nombre} mots.")

Quitter la session

Pour terminer la conversation, tapez :

>>> /bye

Vous reviendrez à votre terminal normal.

Astuces pour de meilleures réponses

L'IA fonctionne mieux quand vous lui donnez des instructions claires et détaillées. Voici quelques techniques :

Question vague, à éviter :

>>> Parle-moi de Python

Question précise :

>>> Explique les différences entre les listes et les tuples en Python, avec des exemples de cas où utiliser l'un plutôt que l'autre

Demande générique, à éviter :

>>> Écris du code

Demande contextualisée :

>>> Écris une fonction Python qui prend une liste de nombres et retourne la moyenne, en gérant le cas où la liste est vide. Ajoute des commentaires explicatifs.

Commandes Ollama essentielles

Maintenant que vous savez discuter avec l'IA, voici les commandes indispensables à connaître.

Gérer vos modèles

Quatre commandes couvrent tout le cycle de vie d'un modèle : le lister, le télécharger, le supprimer et l'inspecter. La plus utile au quotidien est ollama rm : les modèles s'accumulent vite et un modèle 70B occupe une quarantaine de gigaoctets, autant faire le ménage des modèles que vous ne testez plus, pour libérer de l'espace disque.

# Lister tous les modèles installés sur votre machine
ollama list

# Télécharger un nouveau modèle (exemple : Mistral)
ollama pull mistral

# Supprimer un modèle pour libérer de l'espace disque
ollama rm mistral

# Voir les détails d'un modèle (taille, paramètres, licence...)
ollama show llama3.2

Lancer des commandes ponctuelles

Vous n'êtes pas obligé d'ouvrir une session interactive. Vous pouvez poser une question unique :

# Poser une question et obtenir la réponse immédiatement
ollama run llama3.2 "Quelle est la capitale de l'Australie ?"

La réponse s'affiche, puis vous revenez au terminal. C'est pratique pour des questions rapides ou pour intégrer Ollama dans des scripts.

Utiliser plusieurs modèles

Vous pouvez installer plusieurs modèles et basculer entre eux :

# Installer plusieurs modèles
ollama pull llama3.2
ollama pull mistral
ollama pull qwen2.5-coder:7b

# Utiliser Mistral pour cette question
ollama run mistral "Écris un haïku sur l'automne"

# Utiliser Qwen2.5-Coder pour du code
ollama run qwen2.5-coder:7b "Écris une regex pour valider une adresse email"

Chaque modèle occupe de l'espace disque, il ne sert donc à rien de tous les installer d'emblée. Le tableau ci-dessous donne le point fort de chacun et la commande pour l'obtenir : choisissez selon ce que vous faites le plus souvent, quitte à en supprimer un plus tard avec ollama rm.

Modèle	Taille	Point fort	Commande
llama3.2	2 GB	Polyvalent, bon en français	ollama pull llama3.2
mistral	4 GB	Raisonnement, logique	ollama pull mistral
qwen2.5-coder:7b	4,7 GB	Génération de code	ollama pull qwen2.5-coder:7b
gemma:2b	1,7 GB	Léger et rapide, pour machine modeste	ollama pull gemma:2b

Glissez pour voir

Pour débuter, llama3.2 suffit largement. Ajoutez qwen2.5-coder:7b si vous faites beaucoup de développement (pour le choix fin, voir le comparatif des modèles 2026), et gemma:2b si votre machine est modeste.

Utiliser Ollama avec Python

Ollama s'appelle aussi depuis vos scripts Python, via l'API REST sur le port 11434, le SDK natif ollama, litellm ou le client OpenAI pointé sur votre instance locale. Le guide Ollama avancé : SDK Python, Structured Output et embeddings vérifie l'API REST, puis déroule le SDK natif et le client OpenAI avant de construire un assistant complet.

Trois besoins reviennent ensuite systématiquement dès qu'on branche un LLM local sur du code, et chacun a son guide.

• Obtenir une réponse exploitable par un programme, c'est-à-dire un JSON conforme à un schéma plutôt qu'un paragraphe : sorties structurées avec Ollama.
• Laisser le modèle appeler vos propres fonctions (interroger une base, lancer une commande) au lieu de décrire ce qu'il ferait : tool calling avec Ollama.
• Faire analyser des images par un modèle multimodal, capture d'écran ou schéma : modèles de vision avec Ollama.

Dépannage et configuration

Les erreurs courantes (Ollama ne répond pas, modèle introuvable, lenteur) et la configuration (emplacement de stockage, limites mémoire, exposition réseau et sécurité du port 11434, piège du contexte) sont regroupées dans un guide dédié : Ollama : dépannage et configuration.

N'exposez pas le port 11434 sur le réseau

Par défaut, Ollama n'écoute que sur 127.0.0.1:11434, donc uniquement depuis votre machine. Passer OLLAMA_HOST=0.0.0.0 pour y accéder depuis un autre poste rend l'API accessible sans aucune authentification : n'importe qui sur le réseau peut lister vos modèles, en télécharger, en supprimer et consommer votre GPU. Si l'accès distant est nécessaire, placez Ollama derrière un reverse proxy authentifié ou restreignez le port au réseau local par le pare-feu.

Checklist

Parcourez ces points dans l'ordre pour valider que votre installation est complète et opérationnelle. Les deux premiers blocs sont indispensables ; le troisième relève du confort et peut attendre.

Installation

Ces quatre points valident qu'Ollama est bien posé et que son service tourne réellement sur votre machine.

• RAM vérifiée (8 GB minimum, 16 GB recommandé)
• Espace disque disponible (20 GB minimum)
• Ollama installé (ollama --version fonctionne)
• Service Ollama actif (icône visible ou systemctl status ollama)

Premier modèle

Un modèle téléchargé et une première réponse obtenue prouvent que toute la chaîne, du registre au terminal, fonctionne.

• Modèle téléchargé (ollama pull llama3.2)
• Session interactive testée (ollama run llama3.2)
• Question test posée et réponse obtenue

Utilisation avancée (optionnel)

Ces points ne sont pas indispensables pour discuter avec l'IA, ils préparent l'intégration d'Ollama dans vos scripts et vos projets Python.

• Plusieurs modèles installés (llama3.2, qwen2.5-coder:7b, mistral...)
• Je sais où trouver l'intégration Python si besoin

À retenir

• Ollama = LLM local : exécutez des modèles IA comme Llama, Mistral ou Qwen Coder directement sur votre machine, sans envoyer vos données à des serveurs tiers.
• Deux commandes suffisent : ollama pull llama3.2 télécharge le modèle, ollama run llama3.2 lance la conversation. Pas de configuration complexe.
• La RAM est le facteur clé : 8 GB minimum pour les petits modèles (3B), 16 GB recommandés pour les modèles moyens (7B), 32 GB pour les grands (13B+).
• Gratuit et illimité : pas d'abonnement, pas de limite de messages, pas de file d'attente.
• Fonctionne hors ligne : une fois le modèle téléchargé, plus besoin d'internet. Idéal pour la confidentialité ou les déplacements.
• API locale : l'API REST sur le port 11434 permet d'appeler le modèle depuis vos scripts Python, sans l'exposer sur le réseau.

Contrôle de connaissances

Vérifiez que l'essentiel de ce guide est acquis. Les questions portent uniquement sur ce qui vient d'être expliqué ici.

Contrôle de connaissances

Validez vos connaissances avec ce quiz interactif

6 questions

6 min.

70% requis

Informations

• Le chronomètre démarre au clic sur Démarrer
• Questions à choix multiples, vrai/faux et réponses courtes
• Vous pouvez naviguer entre les questions
• Les résultats détaillés sont affichés à la fin

Démarrer le quiz

Lance le quiz et démarre le chronomètre

Questions fréquentes

Qu'est-ce qu'Ollama ?

Quelle est la différence entre Ollama et ChatGPT ?

Qu'est-ce qu'un LLM (Large Language Model) ?

Quelle configuration matérielle faut-il pour Ollama ?

Quel modèle Ollama choisir pour débuter ?

Comment installer Ollama sur Linux ?

Comment installer Ollama sur Windows ?

Comment installer Ollama sur macOS ?

Comment résoudre l'erreur 'Out of memory' ?

Comment résoudre l'erreur 'Connection refused' ?

Comment résoudre l'erreur 'Model not found' ?

Comment résoudre les problèmes de téléchargement des modèles ?

Comment résoudre le conflit de port 11434 ?

Comment utiliser Ollama avec un GPU NVIDIA ?

Comment utiliser l'API REST d'Ollama ?

Où sont stockés les modèles Ollama ?

Ollama est-il gratuit ?

Ollama ou LM Studio : quelle différence ?

Ressources officielles

Ces quatre sources font référence quand une commande ou une option de ce guide évolue : la documentation de l'API décrit les points d'accès du port 11434, le catalogue donne les étiquettes exactes de chaque modèle, et le dépôt GitHub porte les notes de version.

• Site web Ollama : ollama.com
• Code source sur GitHub : github.com/ollama/ollama
• Catalogue de modèles : ollama.com/library
• Documentation de l'API : docs.ollama.com/api

×

📖 Voir la documentation →