Join Médicis

Fondamentaux IA

Ollama

Modèle localLocal model

Ollama est un outil open source qui exécute des modèles de langage sur votre machine. Fonctionnement, modèles et limites.

Qu'est-ce qu'Ollama ?

Ollama est un outil open source qui fait tourner des modèles de langage en local, sur votre propre machine.

Aussi connu sous : modèle local, local model.

Ollama est un outil open source qui télécharge et exécute des grands modèles de langage (LLM) sur votre ordinateur ou dans le cloud. Son dépôt GitHub le présente ainsi : « Start building with open models. Access the latest releases locally or in the cloud with complete privacy ». Il est publié sous licence MIT.

Ollama n'est pas un modèle. C'est le programme qui exécute les modèles que d'autres publient.

Un peu d'histoire : de 2023 à 2026

Jeffrey Morgan et Michael Chiang créent Ollama et publient sa première version le 8 juillet 2023, d'après Wikipédia. L'outil accompagne l'essor des modèles à poids ouverts, qu'il permet de télécharger et de lancer en une commande.

En 2025 et 2026, Ollama ajoute des modèles hébergés dans le cloud, la recherche web et des intégrations avec des outils de code comme Claude Code, Codex, OpenCode et Copilot CLI. En juillet 2026, l'entreprise lève 65 millions de dollars, selon Wikipédia.

Comment fonctionne Ollama

Ollama fonctionne sous macOS, Windows, Linux et dans Docker. Vous l'installez avec une commande, puis vous lancez un modèle par son nom, par exemple ollama run gemma4. Le modèle tourne sur votre machine, et vos données n'en sortent pas tant que vous n'utilisez pas les modèles cloud.

Pour exécuter les modèles, Ollama s'appuie sur llama.cpp, le moteur open source créé par Georgi Gerganov. Il propose une interface en ligne de commande, mais aussi une application avec une fenêtre de discussion.

Ollama expose une API locale à l'adresse http://localhost:11434. Des bibliothèques officielles existent pour Python et JavaScript. Des projets comme Open WebUI, LangChain, LlamaIndex et Continue s'y branchent.

Installer et lancer un modèle

L'installation tient en une commande. Sur macOS et Linux, vous lancez curl -fsSL https://ollama.com/install.sh | sh. Sur Windows, vous lancez irm https://ollama.com/install.ps1 | iex. Une image Docker officielle, ollama/ollama, existe aussi. Ensuite, ollama run gemma4 télécharge le modèle et ouvre la conversation dans le terminal.

Le dépôt propose des commandes de lancement intégrées, comme ollama launch claude, qui branchent Ollama à des outils de code : Claude Code, Codex, Copilot CLI, DeepSeek Harness, Droid et OpenCode. La commande ollama launch openclaw transforme aussi Ollama en assistant personnel sur WhatsApp, Telegram, Slack ou Discord, grâce à OpenClaw.

Quels modèles utiliser avec Ollama

La description du dépôt cite notamment les modèles DeepSeek, Qwen et Gemma. D'autres familles à poids ouverts, comme Llama de Meta ou Mistral, s'y exécutent aussi. Ollama se relie aussi à des outils de code comme Claude Code.

Ollama sait aussi générer des images, de façon expérimentale, avec des modèles comme Flux. Cette fonction marche sur macOS, et Windows et Linux sont annoncés pour plus tard, d'après Wikipédia.

Un modèle local reste un modèle à poids ouverts, avec la licence de son éditeur. Lisez-la avant un usage commercial.

Les modèles cloud d'Ollama

Ollama propose aussi des modèles hébergés sur ses propres serveurs, pour les modèles trop lourds pour votre machine. Une formule gratuite et des formules payantes existent, avec des limites d'usage différentes. Ces modèles ne sont plus locaux : vos messages partent sur les serveurs d'Ollama, situés surtout aux États-Unis. Ollama indique ne pas entraîner de modèles sur vos messages. Consultez la page des tarifs d'Ollama et sa politique de confidentialité avant d'y envoyer des données sensibles.

Les API et les interfaces

Ollama expose une API REST locale avec un point d'accès /api/chat. Les bibliothèques officielles ollama-python (pip install ollama) et ollama-js (npm i ollama) l'appellent depuis votre code, et la documentation complète se trouve sur docs.ollama.com/api. Pour discuter sans terminal, utilisez l'application d'Ollama ou branchez une interface comme Open WebUI. LangChain, LlamaIndex et Continue se connectent aussi à Ollama.

Pourquoi Ollama compte pour vous

Un modèle local garde vos données sur votre machine. Cela intéresse les équipes qui traitent des documents sensibles ou qui veulent tester un modèle sans abonnement. La contrepartie tient au matériel : les gros modèles demandent de la mémoire et un processeur graphique. Le dépôt GitHub d'Ollama dépasse les 180 000 étoiles en octobre 2026, ce qui mesure l'intérêt des développeurs pour l'exécution locale.

Ce qu'Ollama change pour un marketeur

Ollama convient aux tâches répétitives qui n'exigent pas le plus gros modèle : classer des verbatims, reformuler des titres, résumer des documents internes. Votre équipe teste ainsi des modèles sans abonnement et sans envoyer ses fichiers à un fournisseur. Un développeur de l'équipe configure l'outil une fois, puis chacun l'utilise depuis une interface de discussion. Un exemple concret : vous exportez 500 verbatims clients, vous demandez au modèle local de les classer par thème, puis vous relisez les regroupements. Le fichier reste sur votre ordinateur du début à la fin.

Quand choisir un modèle local

Choisissez un modèle local quand la confidentialité prime, quand vous travaillez hors ligne ou quand vous voulez tester plusieurs modèles sans abonnement. Choisissez un assistant en ligne quand vous avez besoin du modèle le plus puissant, d'une recherche web intégrée ou d'une prise en main immédiate. Les deux approches coexistent : beaucoup d'équipes testent un modèle en local, puis passent à un service pour la production.

Ollama et les assistants IA en ligne

ChatGPT (OpenAI), Claude (Anthropic), Gemini (Google) et Mistral (Mistral AI) tournent sur les serveurs de leur éditeur. Ollama exécute à la place des modèles ouverts sur votre machine. Les différences portent sur la confidentialité, le coût et la puissance disponible. L'effort de mise en place pèse aussi dans le choix. Voir ChatGPT et Mistral.

Les limites d'Ollama

Les modèles locaux se trompent comme les autres : un modèle produit parfois une réponse fausse avec aplomb, ce qui s'appelle une hallucination. Relisez chaque texte.

Les petits modèles que votre machine exécute restent moins puissants que les plus gros modèles en ligne. La taille du modèle décide du matériel : un modèle léger tourne sur un ordinateur courant, un gros modèle demande beaucoup de mémoire. Testez d'abord un modèle léger, mesurez la vitesse, puis montez en taille. Le dépôt propose aussi les dernières versions de modèles dans le cloud, ce qui sort alors vos données de votre machine. L'installation demande un minimum de pratique du terminal. Ollama ne remplace pas un contrat de traitement de données : pour les modèles cloud, lisez les conditions du service.

Un serveur Ollama mal configuré expose vos modèles à tout internet. En janvier 2026, des chercheurs de SentinelOne et de Censys ont trouvé de nombreux serveurs Ollama accessibles publiquement, parce que leurs utilisateurs avaient ouvert l'API à toutes les adresses (0.0.0.0) au lieu de la garder sur la machine. Laissez l'API sur localhost. Si votre équipe doit la partager, n'ouvrez le port 11434 qu'à votre réseau interne, derrière une authentification.

Questions fréquentes sur Ollama

Ollama est-il gratuit ? Le logiciel est gratuit et open source sous licence MIT. Les modèles cloud et le matériel ont un coût.

Ollama est-il un modèle d'IA ? Non. Ollama est un outil qui exécute des modèles.

Faut-il savoir coder pour utiliser Ollama ? Non. L'installation tient en une commande, et l'application d'Ollama offre une fenêtre de discussion. Des interfaces comme Open WebUI ajoutent plus de fonctions. Brancher Ollama à vos outils demande en revanche un peu de pratique technique.

Quels ordinateurs supportent Ollama ? macOS, Windows et Linux, ainsi que Docker.

Ollama fonctionne-t-il hors ligne ? Oui, avec un modèle local téléchargé. Les modèles cloud demandent une connexion.

Comment démarrer avec Ollama

Installez Ollama depuis le site officiel, lancez un petit modèle et testez-le sur une tâche qui ne contient aucune donnée sensible. Comparez avec un assistant en ligne. Passez ensuite à une interface comme Open WebUI si votre équipe veut une fenêtre de discussion plus complète.

Une erreur, un lien cassé, un souci de sécurité ? Dis-le-nous, on corrige.

Dernière mise à jour : 26 octobre 2026

La bibliothèque IA gratuite et open-source pour les marketeurs

Retrouve facilement des ressources gratuites telles que des Skills, des MCP, des workflows et des agents IA. Fait pour les marketeurs par des marketeurs !

  • Skills, MCP, workflows et agents IA prêts à l'emploi
  • 100 % gratuit, sans paywall ni conditions cachées
  • Open-source : Skills sous licence MIT, contenu CC BY 4.0
Contribuer