Installer Ollama et lancer son premier modèle en 5 minutes

Le premier article de la série a posé le contexte : à quoi sert Ollama, pour qui et face à quels concurrents. Celui-ci passe à la pratique. Vous allez installer Ollama, télécharger un premier modèle et prendre en main les commandes de base pour utiliser votre assistant IA local au quotidien.

Application de bureau ou ligne de commande

Ollama propose deux interfaces, qui partagent le même moteur et peuvent cohabiter sur la même machine.

L’application de bureau, sur macOS et Windows, est arrivée en juillet 2025. Elle permet de télécharger des modèles, de discuter avec eux et de régler les paramètres sans taper de commande. Elle démarre en arrière-plan et place une icône dans la barre des menus sur Mac, ou dans la zone de notification sur Windows.

La ligne de commande reste disponible partout, y compris sous Linux et sur un serveur. Elle va plus vite pour qui connaît le terminal, et elle devient indispensable pour automatiser ou relier Ollama à d’autres outils comme VS Code, Claude Code ou n8n. L’application installe aussi la ligne de commande, si bien que vous n’avez rien à ajouter.

Installation sur macOS

Ollama demande macOS 14 Sonoma ou une version plus récente. Sur un Mac à puce Apple (M1 à M5), il utilise la carte graphique et la mémoire unifiée sans aucun réglage. Sur un ancien Mac Intel, il tourne en revanche uniquement sur le processeur, donc plus lentement.

Deux autres méthodes existent. Le script officiel s’installe avec la commande curl -fsSL https://ollama.com/install.sh | sh, qui fonctionne désormais aussi sur Mac. Si vous utilisez Homebrew, brew install ollama fait le travail, et brew services start ollama lance le serveur sans l’application.

Installation sur Windows

Ollama demande Windows 10 en version 22H2 ou une version plus récente, en édition Famille ou Professionnel. L’installation ne nécessite pas de droits d’administrateur, mais elle demande au moins 4 Go d’espace libre, sans compter les modèles.

Installation sur Linux

Le script officiel fonctionne sur Ubuntu, Debian, Fedora, Arch et la plupart des distributions dérivées. Il crée un service systemd qui démarre avec la machine.

# Installer Ollama
curl -fsSL https://ollama.com/install.sh | sh

# Vérifier que le service tourne
systemctl status ollama

# Vérifier la version
ollama --version

Le script installe le programme, crée un utilisateur système nommé ollama, configure le service et le démarre. Pour modifier un réglage, comme le dossier des modèles ou l’accès réseau, la documentation recommande la commande sudo systemctl edit ollama. Elle crée un fichier de surcharge plutôt que de modifier le service d’origine.

Les cartes graphiques sous Linux

Le script détecte une carte NVIDIA et tente d’installer le pilote s’il manque. Le prérequis officiel est un pilote de version 550 ou plus, sans autre installation de CUDA. Pour AMD, Ollama s’appuie sur ROCm 7 et prend en charge les Radeon RX 6800 et plus récentes, les Radeon Pro et les puces Ryzen AI. Il fonctionne aussi avec Vulkan, notamment pour les puces graphiques Intel.

Si Ollama ne voit pas votre carte malgré un pilote à jour, redémarrez le service avec sudo systemctl restart ollama.

Installation avec Docker

L’image officielle ollama/ollama sert pour les serveurs partagés, les environnements isolés ou les tests.

# Processeur seul
docker run -d -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama

# Avec une carte NVIDIA (après installation de nvidia-container-toolkit)
sudo nvidia-ctk runtime configure --runtime=docker
sudo systemctl restart docker
docker run -d --gpus=all -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama

# Lancer un modèle dans le conteneur
docker exec -it ollama ollama run llama3.2

Pour une carte AMD, utilisez plutôt l’image ollama/ollama:rocm. Le volume ollama:/root/.ollama conserve les modèles entre deux redémarrages du conteneur. Sans lui, vous devriez tout retélécharger, alors que certains modèles dépassent 60 Go.

Lancer votre premier modèle

Une seule commande télécharge et lance un modèle. Les noms ci-dessous ont été vérifiés dans la bibliothèque officielle d’Ollama.

# Un modèle léger qui tourne presque partout (2 Go)
ollama run llama3.2

# Un modèle récent et polyvalent, qui lit aussi les images
ollama run gemma4

# Un modèle spécialisé dans le code (4,7 Go)
ollama run qwen2.5-coder:7b

Au premier lancement, Ollama télécharge le modèle depuis sa bibliothèque, ce qui prend de une à plusieurs minutes selon votre connexion. Les fois suivantes, le modèle démarre en quelques secondes. Vous arrivez ensuite dans une session de discussion : tapez par exemple « Présente-toi en deux phrases » ou « Écris une fonction Python qui calcule la suite de Fibonacci ». Pour quitter, tapez /bye.

Quel modèle selon votre mémoire ?

Le bon modèle dépend surtout de la mémoire de votre machine. Voici un point de départ, avec des noms de modèles vérifiés.

• Avec 8 Go de mémoire, restez sur les petits modèles. gemma3:1b (815 Mo), qwen3:0.6b (523 Mo) ou llama3.2 (2 Go) tournent sans difficulté.
• Avec 16 Go ou un Mac récent, vous visez l’équilibre. qwen3.5:9b, gemma4, llama3.1:8b ou mistral offrent un bon compromis entre qualité et vitesse. gpt-oss:20b, le modèle ouvert d’OpenAI, tient aussi dans 16 Go, à la limite.
• Avec 32 Go ou une carte de 24 Go, vous montez en gamme. qwen3.5:27b, gemma4:31b ou qwen3:32b, autour de 20 Go, se rapprochent de la qualité des assistants en ligne.

Le contexte, c’est-à-dire la longueur de la conversation, consomme de la mémoire en plus du modèle lui-même. Gardez donc une marge. Notre article sur Gemma 4 présente l’un des modèles les plus récents de la bibliothèque.

Que signifient les suffixes comme q4_K_M ?

Les noms longs, comme llama3.1:70b-instruct-q4_K_M, indiquent la compression du modèle, appelée quantification. q4_K_M correspond à environ 4,9 bits par paramètre, un bon compromis entre taille et qualité. q8_0 garde plus de précision, mais pèse presque deux fois plus lourd. Les noms courts, comme llama3.2, pointent en général vers une version q4_K_M.

Les commandes qui comptent vraiment

Une poignée de commandes couvre l’essentiel de l’usage quotidien. Elles se tapent dans n’importe quel terminal : PowerShell, Terminal macOS ou console Linux.

Dans une discussion, quelques raccourcis rendent service. /bye quitte la session, et /clear efface la conversation en cours. /set parameter temperature 0.7 ajuste un réglage à la volée, tandis que /show info affiche les paramètres du modèle. /? donne la liste complète.

Où sont stockés les modèles ?

Les modèles se trouvent dans le dossier .ollama/models de votre compte sur Mac et Windows. Sous Linux, avec le service, ils se trouvent dans /usr/share/ollama/.ollama/models. La variable OLLAMA_MODELS permet de choisir un autre dossier, par exemple sur un disque plus grand. Le serveur écoute par défaut sur l’adresse 127.0.0.1, port 11434, et la variable OLLAMA_HOST ouvre l’accès depuis le réseau.

Dépannage : les blocages les plus fréquents

« ollama : commande introuvable »

Le PATH n’est pas à jour. Ouvrez un nouveau terminal, ou rechargez votre configuration sur Mac et Linux. Si la commande reste introuvable, vérifiez que l’application Ollama est bien lancée.

Le modèle ne tient pas en mémoire

Ollama renvoie alors une erreur de mémoire insuffisante, ou charge une partie du modèle sur le processeur. Choisissez un modèle plus petit, fermez les applications gourmandes ou réduisez la longueur du contexte.

Le téléchargement s’interrompt

Les téléchargements reprennent là où ils se sont arrêtés : relancez simplement ollama pull. Si rien ne bouge, vérifiez votre connexion et qu’un pare-feu d’entreprise ne bloque pas les connexions sortantes.

Les réponses arrivent très lentement

Sur un processeur seul, un modèle de 7 ou 8 milliards de paramètres répond lentement, c’est normal. Passez à un modèle plus petit, activez votre carte graphique ou réduisez le contexte. Sur un Mac à puce Apple, la mémoire unifiée accélère nettement les réponses.

La carte NVIDIA n’est pas utilisée

Tapez nvidia-smi : si rien ne s’affiche, le pilote est trop ancien ou absent. Installez un pilote récent, redémarrez la machine, puis relancez Ollama. La commande ollama ps indique dans sa colonne PROCESSOR si le modèle tourne sur la carte graphique, sur le processeur ou sur les deux.

Et maintenant ?

Ollama est installé, un premier modèle tourne et les commandes de base n’ont plus de secret. Vous pouvez déjà utiliser ce modèle local pour résumer un document, analyser un contrat, traduire, reformuler un email ou écrire du code, sans envoyer vos données en ligne.

Un seul modèle reste pourtant un point de départ. Le vrai levier consiste à choisir le bon modèle pour chaque usage, ce que les prochains articles de la série détailleront. Si vous préférez une interface graphique pour comparer les modèles, notre guide de LM Studio présente l’alternative la plus connue.