Gerenciamento de modelos no Ollama: guia completo para baixar, alternar, excluir e controlar versões

Quando comecei a usar o Ollama, não percebi um problema: os arquivos dos modelos são realmente grandes.

Até que, certo dia, o SSD avisou que estava sem espaço. Abri o diretório ~/.ollama e encontrei mais de quarenta gigabytes. Na hora pensei: eu nem uso todos esses modelos. Como excluí-los? Como alternar entre versões? E como evitar cair novamente nessa armadilha?

Este artigo reúne o que aprendi depois dessa experiência. Vamos ver os principais comandos para gerenciar modelos no Ollama, do download e da troca de modelos à exclusão e às boas práticas de controle de versões. Ao final, você poderá organizar sua biblioteca local de LLMs com tranquilidade, sem tomar um susto com o espaço em disco.

Tabela de referência rápida dos principais comandos

Primeiro, aqui está uma tabela para consultar quando precisar. Depois, veremos cada comando em detalhes.

Essa tabela cobre praticamente 90% das tarefas rotineiras de gerenciamento. Depois de memorizar esses comandos, basta combiná-los conforme a necessidade.

Download de modelos: escolher a versão faz diferença

Baixar uma versão específica

O comando ollama pull baixa um modelo, e você provavelmente já o conhece. Mas existe um detalhe fácil de ignorar: a tag da versão.

# Baixar a versão mais recente
ollama pull llama3.2:latest

# Baixar uma versão com uma quantidade específica de parâmetros
ollama pull llama3.1:70b

# Baixar uma versão com quantização específica
ollama pull mistral:7b-q4_K_M

Talvez você esteja se perguntando qual é a diferença entre essas tags.

É bem simples:

• latest: tag padrão da versão estável mais recente
• 7b, 70b: quantidade de parâmetros; quanto maior o número, mais poderoso e mais exigente é o modelo
• q4_K_M, q3_K_L: nível de quantização; quanto menor o número, menor o arquivo, com uma pequena perda de precisão

Em resumo: escolha a versão de acordo com o seu hardware.

Tabela de requisitos de hardware

Não baixe modelos às cegas. Primeiro, compare a configuração da sua máquina com esta tabela:

Pela minha experiência, uma máquina com 8 GB de RAM consegue executar um modelo 7B no limite, mas fica bem lenta. Com 16 GB, o uso é muito mais confortável. Quanto aos modelos 70B, para ser sincero, uma máquina doméstica dificilmente dá conta, a menos que você tenha duas RTX 4090.

Script para download em lote

Se você precisa baixar vários modelos, digitar os comandos um por um é cansativo. Nesse caso, crie um script:

Vultr - Servidor cloud NVMe de alto desempenho, 32 locais globais, deploy Docker com um clique

Ver preços →Anúncio

#!/bin/bash
# download_models.sh

MODELS=(
  "llama3.2:latest"
  "mistral:7b"
  "qwen2:7b"
  "deepseek-r1:7b"
)

for model in "${MODELS[@]}"; do
  echo "Baixando: $model"
  ollama pull "$model"
  echo "---"
done

echo "Download de todos os modelos concluído!"

Salve o arquivo como download_models.sh e execute:

chmod +x download_models.sh
./download_models.sh

Assim, todos os modelos necessários são baixados de uma só vez.

Troca de modelos: não deixe a GPU ocupada sem necessidade

Ver a lista de modelos locais

Depois de baixar os modelos, veja quais estão disponíveis:

ollama list

A saída será parecida com esta:

NAME                ID              SIZE    MODIFIED
llama3.2:latest     a80c4f17acd5    2.0GB   2 days ago
mistral:7b          f974a74358d6    4.1GB   5 days ago
qwen2:7b            d53d04290064    2.3GB   10 days ago

O significado de cada campo:

• NAME: nome e tag do modelo
• ID: identificador único, que pode ser usado ao excluir o modelo
• SIZE: tamanho do arquivo, para identificar rapidamente o que ocupa mais espaço
• MODIFIED: data da última modificação, útil para saber se o modelo é antigo

Com essas informações, fica fácil perceber quais modelos você usa e quais já pode excluir.

Executar um modelo específico

Alternar entre modelos é simples: basta usar ollama run.

# Execução básica
ollama run llama3.2

# Com aceleração por GPU
ollama run llama3.2 --gpu

# Modo detalhado para ver o tempo de carregamento
ollama run llama3.2 --verbose

Há um detalhe: se o modelo ainda não tiver sido baixado, ollama run executará o pull automaticamente. Portanto, você também pode usar run diretamente, sem fazer o pull antes.

Mas fique atento a uma armadilha: depois de iniciado, o modelo continuará ocupando GPU ou CPU até que você o interrompa manualmente. Antes de trocar de modelo, pare o anterior.

Parar um modelo em execução

Primeiro, veja quais modelos estão em execução:

ollama ps

A saída será parecida com esta:

NAME        ID              SIZE    PROCESSOR   UNTIL
llama3.2    a80c4f17acd5    2.0GB   100% GPU    4 minutes from now

Se houver um modelo em execução, pare-o:

ollama stop llama3.2

Isso libera o espaço da GPU para que você possa alternar para o próximo modelo.

Para ser sincero, eu costumava esquecer o stop, e a máquina ficava cada vez mais lenta. Vale criar o hábito: antes de trocar, execute ps e depois stop.

Exclusão de modelos: a chave para liberar espaço em disco

Excluir um único modelo

Chegamos à parte principal: excluir um modelo.

ollama rm llama3.2

Saída:

deleted 'llama3.2'

É simples assim. Mas há um cuidado importante: confirme o nome do modelo antes de excluí-lo, para não apagar o modelo errado. Recomendo executar ollama list primeiro.

Railway - Plataforma de deploy moderna, sem ops complexas, no ar em minutos

Começar agora →Anúncio

Além disso, os arquivos podem não desaparecer imediatamente após a exclusão, pois existe um processo de limpeza. Se o espaço não for liberado na hora, espere alguns minutos e verifique novamente.

Script para exclusão em lote com lista de permissões

Se sua biblioteca de modelos está desorganizada e você quer limpá-la sem excluir os poucos modelos que usa com frequência, crie este script:

#!/bin/bash
# cleanup_models.sh

# Lista de permissões: estes modelos não serão excluídos
KEEP=(
  "llama3.2:latest"
  "mistral:7b"
)

# Obter todos os modelos
ALL_MODELS=$(ollama list | tail -n +2 | awk '{print $1}')

for model in $ALL_MODELS; do
  # Verificar se está na lista de permissões
  keep=false
  for keeper in "${KEEP[@]}"; do
    if [ "$model" == "$keeper" ]; then
      keep=true
      break
    fi
  done

  # Excluir se não estiver na lista de permissões
  if [ "$keep" = false ]; then
    echo "Excluindo: $model"
    ollama rm "$model"
  else
    echo "Mantendo: $model"
  fi
done

echo "Limpeza concluída!"

A lógica do script é simples: primeiro, ele lista todos os modelos e verifica cada um. Os que estiverem na lista de permissões são mantidos; os demais são excluídos.

Você pode editar o array KEEP conforme necessário e incluir os modelos que usa com frequência.

Gerenciar o caminho de armazenamento dos modelos

Excluiu modelos, mas o espaço ainda não é suficiente? Talvez seja necessário ajustar o caminho de armazenamento.

Por padrão, os modelos ficam em:

• Windows: C:\Users\<nome-de-usuário>\.ollama\models
• Linux/macOS: ~/.ollama/models

Se a unidade do sistema estiver sem espaço, você pode migrar os modelos para outro disco. Defina a variável de ambiente OLLAMA_MODELS:

# Linux/macOS
export OLLAMA_MODELS=/path/to/your/models

# Windows (PowerShell)
$env:OLLAMA_MODELS="D:\ollama\models"

Depois dessa configuração, os novos modelos serão armazenados no novo caminho. Os modelos antigos continuarão no local original e precisarão ser movidos manualmente.

Minha recomendação é: configure o caminho certo desde o início, em vez de esperar o disco lotar. A migração dá trabalho e pode causar erros.

Controle de versões: estratégias para evitar confusão

Um cenário típico de versões desorganizadas

Talvez você já tenha encontrado algo assim:

llama3.1:latest
llama3.1:8b
llama3.2:latest
llama3.2:1b
llama3.2:3b

Com tantas versões juntas, fica difícil saber qual é usada no dia a dia, qual serve para testes e qual deve ser excluída.

Três recomendações para manter a organização

1. Use tags para diferenciar a finalidade

   • latest: versão principal para uso diário
   • test, dev: versões de teste
   • Não baixe muitas versões com quantidades diferentes de parâmetros; escolha uma que seja adequada

2. Faça limpezas periódicas

   • Execute ollama list uma vez por semana para ver se há modelos desnecessários
   • Use o script de limpeza apresentado anteriormente para manter a biblioteca enxuta

3. Escolha nomes significativos

   • Dê nomes claros aos modelos personalizados
   • Por exemplo, use myproject-llama3.2 em vez de mymodel1 ou mymodel2

Atualizar um modelo com download incremental

O modelo foi atualizado e você quer obter a nova versão?

Basta executar pull novamente:

ollama pull llama3.2:latest

Há uma boa notícia: o Ollama baixa apenas as partes que mudaram, em vez de baixar o arquivo inteiro outra vez. Por isso, a atualização é rápida e não consome tanta largura de banda.

Variantes personalizadas de modelos

Se você quiser ajustar os parâmetros do modelo, como alterar a temperature ou adicionar uma mensagem de sistema, pode usar um Modelfile:

# Criar o Modelfile
FROM llama3.2
PARAMETER temperature 0.7
SYSTEM """Você é um assistente técnico profissional. Responda às perguntas de forma concisa."""

# Criar o modelo personalizado
ollama create my-tech-assistant -f Modelfile

# Executar
ollama run my-tech-assistant

Assim, você terá uma versão personalizada. Se não quiser mais usá-la, basta excluí-la com ollama rm.

Alibaba Cloud - Escolha dos desenvolvedores, 15% de desconto exclusivo em Lighthouse

Ganhar 15% off →Anúncio

Problemas comuns e soluções

O download trava em 99%

Também já passei por isso. O download chega ao último 1% e, de repente, para de avançar.

Isso geralmente acontece por causa de uma interrupção na rede. Para resolver:

# Pressione Ctrl+C para cancelar o download
# Em seguida, execute pull novamente
ollama pull llama3.2

A boa notícia é que o progresso fica salvo, então você não precisa recomeçar do zero. Em geral, a segunda tentativa funciona.

O espaço não foi liberado após a exclusão

Você exclui o modelo, executa df -h e o disco continua cheio.

As possíveis causas são:

1. O processo de limpeza ainda não terminou; espere alguns minutos
2. Há arquivos residuais; verifique o caminho manualmente

Verificação manual:

# Ver o tamanho do diretório de modelos
du -sh ~/.ollama/models

# Se ainda estiver muito grande, verifique o conteúdo
ls -lh ~/.ollama/models/blobs/

Localize os arquivos residuais e exclua-os manualmente.

Falha ao trocar de modelo

Se ollama run retornar um erro, as possíveis causas são:

1. Recursos insuficientes: falta de RAM ou VRAM
2. Erro de configuração: há um problema no Modelfile

Para resolver:

• Execute ollama ps e confirme que nenhum outro modelo está ocupando recursos
• Use --verbose para ver os detalhes do erro
• Se for um modelo personalizado, verifique a sintaxe do Modelfile

Para concluir

Depois de tudo isso, os três pontos essenciais continuam sendo: baixar, alternar e excluir. Quando você domina esses comandos e mantém um pouco de organização, sem baixar versões aleatoriamente, sua biblioteca local de LLMs fica muito mais enxuta.

Se você usa o OpenClaw, esse gerenciamento é ainda mais importante: o OpenClaw depende do Ollama, e a versão do modelo afeta diretamente a experiência do aplicativo. Recomendo verificar sua biblioteca periodicamente, remover o que não usa e mantê-la organizada.

Quando surgir alguma dúvida, consulte a tabela de referência rápida ou volte à seção correspondente. Espero que este artigo ajude você a evitar algumas dessas armadilhas.