Comment faire tourner un modèle d’IA sur votre ordinateur avec Ollama

Installez Ollama, discutez avec un petit modèle ouvert dans votre terminal, appelez-le via l’API locale et donnez-lui une personnalité sur mesure, le tout sur votre propre ordinateur.

Flat illustration of a laptop running a local AI chat, with a small chip icon and chat bubbles

Les modèles d’IA locaux ont le vent en poupe. De nouveaux modèles ouverts sortent toutes les quelques semaines, et « local ou cloud » est un débat permanent sur les forums de passionnés. Ce guide vous montre comment installer Ollama, discuter avec un petit modèle dans votre terminal, l’appeler depuis du code et lui donner une personnalité sur mesure. Toutes les commandes ci-dessous viennent de la documentation officielle d’Ollama.

Ce qu’il vous faut

Ollama est un outil gratuit qui télécharge des modèles ouverts et les exécute sur votre propre machine. Il vous offre une ligne de commande et une API web locale. Une fois un modèle téléchargé, vos conversations sont traitées sur votre ordinateur.

Voici la liste de contrôle :

  • Un système d’exploitation compatible. La documentation officielle indique macOS Sonoma (v14) ou plus récent, et Windows 10 22H2 ou plus récent. Linux est pris en charge via un script d’installation.
  • De l’espace disque. La documentation Windows précise que l’application nécessite au moins 4GB pour l’installation du binaire, et que les modèles « peuvent peser de dizaines à centaines de GB ». Les petits modèles sont bien plus légers.
  • Assez de mémoire pour le modèle choisi. Un modèle doit tenir dans la mémoire de votre GPU (VRAM) ou dans votre RAM classique. Chaque page de modèle de la bibliothèque Ollama indique sa taille de téléchargement, un bon premier repère. Choisissez un modèle nettement plus petit que la mémoire dont vous disposez.
  • Un GPU aide, mais n’est pas obligatoire. Sur Mac, les puces Apple de la série M bénéficient de la prise en charge CPU et GPU, tandis que les Mac Intel tournent uniquement sur le CPU. Sous Windows et Linux, Ollama prend en charge de nombreuses cartes NVIDIA et AMD. Consultez la documentation GPU pour votre carte.

Le CPU suffit. C’est juste plus lent.

Étape 1 : installer Ollama

La page de téléchargement propose un installateur en une ligne pour chaque système.

Sous macOS ou Linux, ouvrez un terminal et lancez :

Terminal
curl -fsSL https://ollama.com/install.sh | sh

Sous Windows, ouvrez PowerShell et lancez :

Code
irm https://ollama.com/install.ps1 | iex

Si vous préférez ne pas envoyer un script directement dans votre shell, vous pouvez télécharger l’application : Ollama.dmg pour Mac ou OllamaSetup.exe pour Windows, tous deux disponibles sur la page de téléchargement. Sur Mac, glissez l’application dans Applications. Au premier lancement, elle vérifie que la commande ollama est dans votre PATH. Sinon, elle vous demande l’autorisation de créer un lien dans /usr/local/bin.

Vérifiez que tout fonctionne :

Code
ollama -v

Vous devriez voir un numéro de version. Sous Windows, Ollama tourne en arrière-plan après l’installation. La commande ollama fonctionne dans cmd, PowerShell ou n’importe quel terminal.

Étape 2 : choisir un petit modèle

La bibliothèque compte des centaines de modèles, et beaucoup sont volumineux. Pour un premier essai, prenez Llama 3.2. Sa page des tags indique llama3.2:3b à 2.0GB et llama3.2:1b à 1.3GB. Le nom simple llama3.2 renvoie à la version 3B. C’est aussi le modèle qu’Ollama utilise dans beaucoup de ses propres exemples d’API.

Si votre machine a peu de mémoire, commencez par llama3.2:1b. Il est plus petit et plus léger, avec des réponses plus simples.

Étape 3 : votre premier chat

Une seule commande télécharge le modèle (si nécessaire) et ouvre un chat :

Code
ollama run llama3.2

Au premier lancement, une barre de progression s’affiche pendant le téléchargement. Ensuite, une invite apparaît. La sortie ressemble à peu près à ceci (abrégée) :

Code
pulling manifest
pulling ... 100%
success
>>> Explain what a CPU does in one sentence.
A CPU is the part of a computer that carries out instructions ...
>>> /bye

Tapez /bye pour quitter le chat. Pour coller du texte sur plusieurs lignes, entourez-le de triples guillemets (""").

Étape 4 : gérer vos modèles

Ces quatre commandes couvrent presque tout ce que vous ferez au quotidien.

Télécharger un modèle sans lancer de chat :

Code
ollama pull llama3.2:1b

Voir les modèles présents sur votre disque (ollama ls fait la même chose) :

Code
ollama list

Voir les modèles chargés en mémoire en ce moment :

Code
ollama ps

La colonne PROCESSOR mérite un coup d’œil. D’après la FAQ, 100% GPU signifie que le modèle est entièrement sur le GPU. 100% CPU signifie qu’il est dans la mémoire système. Une répartition comme 48%/52% CPU/GPU signifie qu’il est en partie dans chacun. Par défaut, les modèles restent chargés 5 minutes après leur dernière utilisation. ollama stop llama3.2 décharge un modèle immédiatement.

Supprimer un modèle dont vous n’avez plus besoin :

Code
ollama rm llama3.2:1b

Étape 5 : lui parler via l’API locale

Tant qu’Ollama tourne, il expose une API sur http://localhost:11434. N’importe quelle application de votre ordinateur peut l’utiliser. Voici une requête de chat, d’après la référence de l’API :

Terminal
curl http://localhost:11434/api/chat -d '{
  "model": "llama3.2",
  "messages": [
    { "role": "user", "content": "Why is the sky blue?" }
  ],
  "stream": false
}'

Sans "stream": false, vous recevez un flux de petits morceaux JSON au lieu d’une seule réponse. Avec, vous obtenez un objet unique de cette forme (abrégé) :

Code
{
  "model": "llama3.2",
  "created_at": "...",
  "message": {
    "role": "assistant",
    "content": "The sky looks blue because ..."
  },
  "done": true
}

Il existe aussi /api/generate, qui prend une seule chaîne "prompt" au lieu d’une liste messages. Il renvoie le texte dans un champ "response".

Beaucoup d’outils parlent déjà le format de l’API OpenAI. La documentation de compatibilité OpenAI d’Ollama décrit un endpoint à l’adresse http://localhost:11434/v1/. Vous pouvez l’appeler ainsi :

Terminal
curl http://localhost:11434/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "llama3.2",
    "messages": [{ "role": "user", "content": "Hello!" }]
  }'

Les bibliothèques clientes d’OpenAI exigent une clé d’API. La documentation la définit sur ollama et précise qu’elle est « obligatoire mais ignorée ».

Étape 6 : donner une personnalité au modèle avec un Modelfile

Un Modelfile est un court fichier texte qui crée un modèle personnalisé à partir d’un modèle existant. La référence Modelfile liste les instructions. FROM (obligatoire) définit le modèle de base, PARAMETER modifie les réglages et SYSTEM définit le message système.

Créez un fichier nommé Modelfile avec ce contenu :

Code
FROM llama3.2
PARAMETER temperature 0.7
SYSTEM """You are a patient tutor. Explain things in plain English, in short paragraphs, and give one example."""

Construisez-le et lancez-le :

Code
ollama create tutor -f ./Modelfile
ollama run tutor

Votre nouveau modèle tutor apparaît désormais dans ollama list.

Étape 7 : changer l’emplacement des modèles ou qui peut accéder au serveur

D’après la FAQ, les modèles sont stockés par défaut ici :

  • macOS : ~/.ollama/models
  • Linux : /usr/share/ollama/.ollama/models
  • Windows : C:\Users\%username%\.ollama\models

Pour utiliser un autre disque, attribuez à la variable d’environnement OLLAMA_MODELS le dossier de votre choix. La méthode dépend de votre système :

  • Application macOS : lancez launchctl setenv OLLAMA_MODELS "/path/to/folder", puis redémarrez Ollama.
  • Linux (systemd) : lancez systemctl edit ollama.service et ajoutez Environment="OLLAMA_MODELS=/path/to/folder" sous [Service]. Lancez ensuite systemctl daemon-reload puis systemctl restart ollama. L’utilisateur ollama doit aussi avoir les droits de lecture et d’écriture sur le dossier.
  • Windows : quittez Ollama, puis cherchez « environment variables » (variables d’environnement) dans les Paramètres. Ajoutez OLLAMA_MODELS à votre compte utilisateur et relancez Ollama.

OLLAMA_HOST fonctionne de la même façon. Par défaut, Ollama n’écoute que sur 127.0.0.1, port 11434, donc les autres appareils ne peuvent pas l’atteindre. Régler OLLAMA_HOST sur 0.0.0.0:11434 l’ouvre à votre réseau. Ne le faites que sur un réseau de confiance : n’importe quel appareil de ce réseau pourrait alors lui envoyer des requêtes.

Un mot sur la confidentialité

La FAQ d’Ollama le dit clairement : « Ollama tourne en local. Nous ne voyons ni vos prompts ni vos données quand vous l’utilisez en local. » Télécharger des modèles nécessite tout de même Internet. Ollama propose aussi des modèles cloud facultatifs, qui tournent sur les serveurs d’Ollama. Si vous voulez rester entièrement hors ligne, la FAQ explique comment désactiver les fonctions cloud. Vous pouvez définir OLLAMA_NO_CLOUD=1, ou ajouter "disable_ollama_cloud": true dans ~/.ollama/server.json.

Les modèles locaux conviennent donc bien aux notes et brouillons privés.

Erreurs courantes et solutions

  • « command not found » juste après l’installation. Ouvrez une nouvelle fenêtre de terminal pour qu’elle prenne en compte le PATH mis à jour. Sur Mac, vérifiez que vous avez accepté la demande de création du lien dans /usr/local/bin.
  • « connection refused » sur localhost:11434, ou le serveur ne tourne pas. L’application de bureau doit être ouverte (cherchez-la dans la barre des menus ou la barre des tâches). Sous Linux, lancez systemctl status ollama, ou démarrez le serveur à la main avec ollama serve.
  • Port 11434 déjà utilisé. En général, cela signifie qu’Ollama tourne déjà, par exemple l’application plus un ollama serve lancé à la main. Fermez l’un des deux. Si un autre programme occupe vraiment ce port, utilisez OLLAMA_HOST pour qu’Ollama écoute sur un autre.
  • Modèle trop gros ou mémoire insuffisante. Passez à un tag plus petit comme llama3.2:1b, fermez les autres applications gourmandes et vérifiez avec ollama ps où le modèle s’est chargé.
  • Réponses très lentes. Si ollama ps affiche 100% CPU, le modèle tourne sans votre GPU. Vérifiez que votre carte et son pilote figurent dans la liste de la documentation GPU, ou utilisez un modèle plus petit.
  • Besoin de plus de détails ? La page de dépannage explique où se trouvent les journaux. Sur Mac, consultez ~/.ollama/logs/server.log. Sous Linux, lancez journalctl -u ollama. Sous Windows, ouvrez %LOCALAPPDATA%\Ollama.

En résumé

Vous disposez maintenant d’une IA locale fonctionnelle. Elle peut discuter dans le terminal, répondre aux appels d’API sur localhost et faire tourner un tuteur sur mesure que vous avez créé vous-même. Commencez petit, surveillez ollama ps et ne testez les plus gros modèles de la bibliothèque qu’une fois que vous savez combien de mémoire votre machine a de libre.

Sources et documentation officielle

Liens vérifiés pour la dernière fois le 15 novembre 2026.

Écrit par Mindloop Editorial

The Mindloop Experience editorial team writes clear, carefully sourced explainers and how-tos on tech, science, money and culture, for anyone who likes to know how things actually work.

À propos de Mindloop Experience

Réponses

Écrire une réponse

Plus d’articles de Mindloop Experience

Tout voir de Mindloop Experience

Vous pouvez applaudir jusqu’à 50 fois.