Ollama: como rodar inteligência artificial no seu computador e para quem vale a pena ter esse recurso

O Ollama é um programa gratuito e de código aberto que baixa e roda modelos de inteligência artificial no próprio computador, sem mandar nada para a internet. Com ele, dá para conversar com modelos como o gpt-oss, da OpenAI, o Gemma, do Google, o Qwen, da Alibaba, ou o DeepSeek, mesmo sem conexão, sem pagar por consulta e sem que as perguntas saiam da máquina. Desde 2025, ele tem um aplicativo com janelas para Windows e Mac, e não exige mais saber usar a linha de comando. Esta matéria explica o que é o Ollama, o que o computador precisa ter, como instalar, quais modelos cabem em cada máquina, como usar com segurança e para quem esse recurso faz diferença no dia a dia.

A ficha

O que é o Ollama

Quando alguém usa o ChatGPT, o Gemini ou o Claude pelo navegador, a pergunta viaja até os servidores da empresa, é processada lá e a resposta volta. O Ollama faz o caminho inverso: o modelo de inteligência artificial é baixado uma vez para o computador e roda ali, usando o processador, a memória e, quando existe, a placa de vídeo da própria máquina.

A documentação oficial resume a consequência mais importante: quando o Ollama roda localmente, a empresa não vê as perguntas nem os dados do usuário. O programa é distribuído sob a licença MIT, uma licença de código aberto que permite usar, estudar e modificar o código livremente.

Desde 30 de julho de 2025, o Ollama tem um aplicativo com janelas e botões para Windows e Mac, onde dá para escolher um modelo, conversar com ele, arrastar arquivos e PDFs, mandar imagens e ajustar quanto texto o modelo considera de uma vez.

O que o computador precisa ter

O que mais pesa é a memória. Cada modelo precisa caber na memória do computador, ou de preferência na memória da placa de vídeo, que é muito mais rápida. Sem placa de vídeo, o Ollama roda só no processador, mais devagar; a documentação explica que processadores com as instruções AVX2 são os mais rápidos nesse modo.

Os Macs com chip da Apple têm uma vantagem: a memória é compartilhada entre o processador e a parte gráfica. Em março de 2026, o Ollama passou a usar o MLX, a biblioteca de inteligência artificial da própria Apple, nesses computadores. No teste oficial, a geração de texto foi de 58 para 112 fragmentos de palavra por segundo, em Macs com mais de 32 GB de memória.

Como instalar

O caminho mais simples é baixar o instalador no site oficial, ollama.com. Para quem prefere a linha de comando, a documentação traz um comando por sistema:

Depois de instalado, poucos comandos resolvem o dia a dia:

Na primeira vez que um modelo é chamado, o Ollama o baixa da biblioteca oficial, o que pode levar alguns minutos, conforme o tamanho e a internet. Nas vezes seguintes, ele abre direto do disco. Dentro da conversa, basta digitar a pergunta e apertar Enter. Para quem não quer usar o terminal, o aplicativo com janelas faz o mesmo: escolhe-se o modelo numa lista e conversa-se como num aplicativo de mensagens.

Os modelos ficam guardados numa pasta do usuário, como `C:\Users\nome\.ollama\models` no Windows, e o local pode ser mudado pela variável `OLLAMA_MODELS`. Um modelo carregado fica cinco minutos na memória depois do último uso, por padrão.

Que modelo cabe em cada máquina

A biblioteca oficial do Ollama mostra o tamanho de cada modelo para download. Os modelos chegam comprimidos por padrão, numa técnica chamada quantização, que guarda os números com menos precisão para ocupar menos espaço.

O número com “b” indica o porte do modelo, em bilhões de parâmetros, e quanto maior, mais memória e mais qualidade. O Ollama não publica uma tabela oficial de modelos por quantidade de memória. Os únicos dados oficiais são que o gpt-oss de 20b roda com 16 GB de memória e que o ganho do MLX vale para Macs com mais de 32 GB. A partir dos tamanhos da biblioteca, esta matéria propõe uma divisão prática:

Nos modelos DeepSeek-R1 até 70b, vale saber que se trata de versões menores treinadas para imitar o original, montadas sobre bases Qwen ou Llama; só a versão de 671b, com 404 GB, é o modelo completo.

Além da conversa

O Ollama também serve de motor para outros programas. Ele abre um endereço local, `http://localhost:11434`, que aceita pedidos no mesmo formato da API da OpenAI. Na prática, muitos programas feitos para o ChatGPT funcionam com o Ollama trocando só o endereço.

Segurança: não deixe a porta aberta

Por padrão, o Ollama só aceita conexões do próprio computador. A documentação mostra como abri-lo para a rede, com a variável `OLLAMA_HOST`, e é aí que mora o risco. Um servidor exposto na internet sem senha deixa qualquer pessoa usar a máquina.

Os números mostram que isso acontece. Em setembro de 2025, a equipe de segurança Cisco Talos encontrou 1.139 servidores Ollama expostos na internet, 214 deles com modelo ativo respondendo sem senha. Em janeiro de 2026, as empresas SentinelOne e Censys contaram 175.108 servidores Ollama acessíveis publicamente em 130 países.

Também há falhas conhecidas. A CVE-2024-37032, apelidada de Probllama, permitia executar código à distância e foi corrigida na versão 0.1.34. Em 22 de abril de 2026, o centro de resposta a incidentes CERT/CC publicou a CVE-2026-5757, em que um arquivo de modelo manipulado faz vazar memória do servidor; o aviso saiu sem correção disponível. Por isso, três cuidados valem para todos:

– manter o Ollama atualizado;

– não expor a porta 11434 à internet;

– baixar modelos só da biblioteca oficial ou de fontes conhecidas.

Para quem vale a pena

O primeiro grupo é o de quem lida com informação sensível. Profissionais de saúde, advogados, contadores e quem trabalha com finanças lidam todos os dias com textos que não deveriam ser colados num serviço de terceiros: um prontuário, um contrato, uma planilha de clientes. Com o Ollama, dá para pedir um resumo, uma revisão de texto ou uma tradução sem que esse conteúdo saia do computador.

O segundo grupo é o dos desenvolvedores. Como o Ollama responde no mesmo formato da API da OpenAI, um programador pode criar e testar um aplicativo de inteligência artificial inteiro sem pagar nada por consulta, e só trocar o endereço quando quiser usar um modelo maior na nuvem. A extensão oficial para o VS Code e o assistente Continue levam o modelo local para dentro do editor de código.

O terceiro é o de estudantes e curiosos. Rodar um modelo em casa é a forma mais direta de entender, na prática, o que são parâmetros, quantização, contexto e por que um modelo maior responde melhor, sem gastar nada.

O quarto é o de quem trabalha com internet instável ou em viagem. Depois de baixado, o modelo funciona sem conexão, num avião, numa área rural ou durante uma queda da rede.

Por fim, as empresas. Com o Ollama instalado num servidor interno, protegido da internet, uma equipe pode montar um assistente que consulta documentos da própria empresa, como manuais e normas internas, sem enviá-los a nenhum fornecedor externo.

Rodar o modelo no próprio computador evita enviar os dados a terceiros, mas não basta, sozinho, para cumprir a Lei Geral de Proteção de Dados, a LGPD, como lembra até o material da consultoria PromptQuorum que defende a IA local para empresas brasileiras. Para quem trabalha com dados de pacientes ou de clientes, é uma camada a mais de cuidado, não uma licença.

Os limites

Um ajuste que faz diferença é o tamanho do contexto, que é quanto texto o modelo considera de uma vez. Segundo a documentação, o padrão depende da memória da placa de vídeo: 4 mil tokens, os fragmentos de palavra que o modelo processa, abaixo de 24 GB; 32 mil entre 24 e 48 GB; e 256 mil acima disso. Para ler um documento longo, vale aumentar esse número, com o comando `/set parameter num_ctx` dentro da conversa, sabendo que mais contexto também ocupa mais memória. Para programação no VS Code, a documentação recomenda pelo menos 64 mil.

Os modelos que cabem num computador comum são menores que os modelos de ponta das grandes empresas, e isso aparece em tarefas difíceis de raciocínio, programação longa ou textos muito extensos. A velocidade depende da máquina: no processador, sem placa de vídeo, as respostas saem devagar. E modelos grandes ocupam dezenas de gigabytes em disco e toda a memória disponível enquanto estão carregados.

Para quem precisa de mais potência de vez em quando, o próprio Ollama oferece modelos na nuvem, com planos a partir de US$ 20 por mês, e a página de preços lembra que rodar no próprio computador é sempre ilimitado.

Outras opções

O fecho

O Ollama tornou simples o que antes exigia conhecimento técnico: baixar um modelo de inteligência artificial e usá-lo no próprio computador, com privacidade, sem internet e sem custo por consulta. Ele não substitui os maiores modelos da nuvem nas tarefas mais pesadas, mas resolve bem o dia a dia de quem precisa resumir, redigir, traduzir ou programar com dados que não devem sair da máquina. Com um computador de 16 GB, atualizações em dia e a porta fechada para a internet, dá para começar hoje.

Fontes: 1 · 2 · 3 · 4 · 5 · 6 · 7 · 8 · 9 · 10 · 11 · 12 · 13 · 14 · 15 · 16 · 17 · 18 · 19 · 20 · 21 · 22 · 23 · 24 · 25 · 26 · 27 · 28 · 29 · 30 · 31 · 32 · 33 · 34 · 35 · 36 · 37 · 38