Ollama Cheatsheet - commandes les plus utiles - mise à jour 2026

Voici la liste et des exemples des commandes Ollama les plus utiles (cheatsheet des commandes Ollama) que j’ai compilées il y a quelque temps, dernière mise à jour en janvier 2026. Espérons qu’elles vous seront utiles aussi !

Ce cheatsheet Ollama se concentre sur les commandes CLI, la gestion des modèles et la personnalisation, mais nous avons aussi quelques appels curl.

Si vous comparez différentes solutions d’hébergement de LLM locales, consultez notre comparaison complète d’Ollama, vLLM, LocalAI, Jan, LM Studio et bien d’autres. Pour ceux qui cherchent des alternatives aux interfaces en ligne de commande, Docker Model Runner offre une approche différente du déploiement de LLM.

Installation

• Option 1 : Téléchargement depuis le site web
  • Visitez ollama.com et téléchargez l’installateur pour votre système d’exploitation (Mac, Linux ou Windows).
• Option 2 : Installation via la ligne de commande
  • Pour les utilisateurs Mac et Linux, utilisez la commande :

curl https://ollama.ai/install.sh | sh

• Suivez les instructions à l’écran et entrez votre mot de passe si demandé.

Configuration système

• Système d’exploitation : Mac ou Linux (version Windows en développement)
• Mémoire (RAM) : 8 Go minimum, 16 Go ou plus recommandés
• Stockage : Au moins ~10 Go d’espace libre (les fichiers de modèles peuvent être très volumineux, voir ici plus Déplacer les modèles Ollama vers un autre disque)
• Processeur : Un CPU relativement moderne (des 5 dernières années). Si vous êtes curieux de savoir comment Ollama utilise différentes architectures CPU, consultez notre analyse de comment Ollama utilise les cœurs de performance et efficaces d’Intel.

Pour des charges de travail AI sérieuses, vous pourriez vouloir comparer les options matérielles. Nous avons benchmarké NVIDIA DGX Spark vs Mac Studio vs RTX-4080 avec Ollama, et si vous envisagez d’investir dans du matériel haut de gamme, notre comparaison des prix et capacités de DGX Spark fournit une analyse détaillée des coûts.

Commandes de base de l’interface CLI Ollama

Gestion des modèles

• Télécharger un modèle :

  ollama pull mistral-nemo:12b-instruct-2407-q6_K
  

  Cette commande télécharge le modèle spécifié (par exemple, Gemma 2B, ou mistral-nemo:12b-instruct-2407-q6_K) sur votre système. Les fichiers de modèles peuvent être assez volumineux, alors surveillez l’espace utilisé par les modèles sur le disque dur ou le SSD. Vous pourriez même vouloir déplacer tous les modèles Ollama de votre répertoire personnel vers un autre disque plus grand et meilleur

• Exécuter un modèle :

  ollama run qwen2.5:32b-instruct-q3_K_S
  

  Cette commande démarre le modèle spécifié et ouvre un REPL interactif pour l’interaction. Voulez-vous comprendre comment Ollama gère les requêtes parallèles ? Découvrez-en plus sur comment Ollama gère les requêtes parallèles dans notre analyse détaillée.

• Lister les modèles :

  ollama list
  

  identique à :

  ollama ls
  

  Cette commande liste tous les modèles qui ont été téléchargés sur votre système, comme

  $ ollama ls
  NAME                                                    ID              SIZE      MODIFIED
  deepseek-r1:8b                                          6995872bfe4c    5,2 Go    2 semaines auparavant
  gemma3:12b-it-qat                                       5d4fa005e7bb    8,9 Go    2 semaines auparavant
  LoTUs5494/mistral-small-3.1:24b-instruct-2503-iq4_NL    4e994e0f85a0    13 Go     3 semaines auparavant
  dengcao/Qwen3-Embedding-8B:Q4_K_M                       d3ca2355027f    4,7 Go    4 semaines auparavant
  dengcao/Qwen3-Embedding-4B:Q5_K_M                       7e8c9ad6885b    2,9 Go    4 semaines auparavant
  qwen3:8b                                                500a1f067a9f    5,2 Go    5 semaines auparavant
  qwen3:14b                                               bdbd181c33f2    9,3 Go    5 semaines auparavant
  qwen3:30b-a3b                                           0b28110b7a33    18 Go     5 semaines auparavant
  devstral:24b                                            c4b2fa0c33d7    14 Go     5 semaines auparavant
  

• Arrêter un modèle :

  ollama stop llama3.1:8b-instruct-q8_0
  

  Cette commande arrête le modèle spécifié en cours d’exécution.

Libération du modèle de la VRAM

Lorsque qu’un modèle est chargé dans la VRAM (mémoire GPU), il y reste même après avoir terminé de l’utiliser. Pour libérer explicitement un modèle de la VRAM et libérer de la mémoire GPU, vous pouvez envoyer une requête à l’API Ollama avec keep_alive: 0.

• Libérer le modèle de la VRAM en utilisant curl :

curl http://localhost:11434/api/generate -d '{"model": "NOMDUMODELE", "keep_alive": 0}'

Remplacez NOMDUMODELE par le nom réel de votre modèle, par exemple :

curl http://localhost:11434/api/generate -d '{"model": "qwen3:14b", "keep_alive": 0}'

• Libérer le modèle de la VRAM en utilisant Python :

import requests

response = requests.post(
    'http://localhost:11434/api/generate',
    json={'model': 'qwen3:14b', 'keep_alive': 0}
)

Ceci est particulièrement utile lorsque :

• Vous avez besoin de libérer de la mémoire GPU pour d’autres applications
• Vous exécutez plusieurs modèles et souhaitez gérer l’utilisation de la VRAM
• Vous avez terminé l’utilisation d’un grand modèle et souhaitez libérer les ressources immédiatement

Note : Le paramètre keep_alive contrôle la durée (en secondes) pendant laquelle un modèle reste chargé en mémoire après la dernière requête. Le définir à 0 décharge immédiatement le modèle de la VRAM.

Personnalisation des modèles

• Définir une invite système : Dans le REPL Ollama, vous pouvez définir une invite système pour personnaliser le comportement du modèle :

  >>> /set system Pour toutes les questions posées, répondez en anglais simple en évitant le jargon technique autant que possible
  >>> /save ipe
  >>> /bye
  

  Ensuite, exécutez le modèle personnalisé :

  ollama run ipe
  

  Cela définit une invite système et sauvegarde le modèle pour une utilisation future.

• Créer un fichier de modèle personnalisé : Créez un fichier texte (par exemple, custom_model.txt) avec la structure suivante :

  FROM llama3.1
  SYSTEM [Vos instructions personnalisées ici]
  

  Ensuite, exécutez :

  ollama create mymodel -f custom_model.txt
  ollama run mymodel
  

  Cela crée un modèle personnalisé basé sur les instructions dans le fichier.

Utilisation d’Ollama avec des fichiers

• Résumé du texte d’un fichier :

  ollama run llama3.2 "Résumé le contenu de ce fichier en 50 mots." < input.txt
  

  Cette commande résume le contenu de input.txt en utilisant le modèle spécifié.

• Enregistrement des réponses du modèle dans un fichier :

  ollama run llama3.2 "Parlez-moi de l'énergie renouvelable." > output.txt
  

  Cette commande sauvegarde la réponse du modèle dans output.txt.

Cas d’utilisation courants

• Génération de texte :

  • Résumer un grand fichier texte :

    ollama run llama3.2 "Résumé le texte suivant :" < long-document.txt
    

  • Générer du contenu :

    ollama run llama3.2 "Écrivez un court article sur les avantages de l'utilisation de l'IA dans les soins de santé." > article.txt
    

  • Répondre à des questions spécifiques :

    ollama run llama3.2 "Quelles sont les dernières tendances en IA, et comment vont-elles affecter les soins de santé ?"
    

• Traitement et analyse de données :

  • Classer le texte en sentiment positif, négatif ou neutre :

    ollama run llama3.2 "Analysez le sentiment de cette critique client : 'Le produit est fantastique, mais la livraison était lente.'"
    

  • Catégoriser le texte dans des catégories prédéfinies : Utilisez des commandes similaires pour classer ou catégoriser le texte en fonction de critères prédéfinis.

Utilisation d’Ollama avec Python

• Installer la bibliothèque Python Ollama :

  pip install ollama
  

• Générer du texte en utilisant Python :

  import ollama
  
  response = ollama.generate(model='gemma:2b', prompt='what is a qubit?')
  print(response['response'])
  

  Ce fragment de code génère du texte en utilisant le modèle et l’invite spécifiés.

Pour une intégration avancée avec Python, explorez l’utilisation de l’API de recherche web d’Ollama en Python, qui couvre les capacités de recherche web, l’appel d’outils et l’intégration des serveurs MCP. Si vous construisez des applications alimentées par l’IA, notre comparaison des assistants de codage IA peut vous aider à choisir les bons outils pour le développement.

À la recherche d’une interface web ? Open WebUI fournit une interface en auto-hébergement avec des capacités RAG et un support multi-utilisateurs. Pour des déploiements de production haute performance, envisagez vLLM comme alternative.

Liens utiles

Alternatives et comparaisons

• Hébergement local de LLM : Guide complet 2026 - Ollama, vLLM, LocalAI, Jan, LM Studio & Plus
• vLLM Quickstart : Serving de LLM haute performance
• Docker Model Runner vs Ollama : Lequel choisir ?
• Premiers signes d’enshittification d’Ollama

Performance et matériel

• Comment Ollama gère les requêtes parallèles
• Comment Ollama utilise les performances et les cœurs efficaces des CPU Intel
• NVIDIA DGX Spark vs Mac Studio vs RTX-4080 : Comparaison des performances d’Ollama
• DGX Spark vs. Mac Studio : Un regard pratique et vérifié par les prix sur le superordinateur IA personnel de NVIDIA

Intégration et développement

• Utilisation de l’API de recherche web d’Ollama en Python
• Comparaison des assistants de codage IA
• Open WebUI : Interface LLM en auto-hébergement
• Interfaces de chat open-source pour les LLM sur des instances locales d’Ollama
• Contrôle des LLM avec des sorties structurées : Ollama, Qwen3 & Python ou Go
• Intégration d’Ollama avec Python : Exemples d’API REST et de client Python
• SDKs Go pour Ollama - comparaison avec des exemples

Configuration et gestion

• Déplacer les modèles Ollama vers un autre lecteur ou dossier