Ollama в 2026: как запустить нейросеть на своём компьютере, чек-лист

Время чтения: 11 минут

Ollama запускает нейросеть прямо на твоём компьютере: ставишь программу, командой ollama run скачиваешь модель и общаешься с ней в терминале. Для лёгкой модели нужно около 8 ГБ памяти, для крупной от 16 ГБ места на диске. Ниже чек-лист из 10 пунктов и таблица размеров.

Ты слышал, что нейросеть можно держать у себя на компьютере: без подписки и без отправки документов в чужой сервис. Звучит как решение для бизнеса, пока не упрёшься в вопросы: какой нужен компьютер, какую модель брать, насколько она умная. Разберём по порядку.

Все данные взяты из документации Ollama и сверены 4 ноября 2026: быстрый старт, частые вопросы и библиотека моделей. Версии моделей меняются быстро, поэтому перед установкой открой эти страницы. Общий раздел про инструменты собран в хабе ИИ-инструменты.

Когда локальная модель действительно нужна

В FAQ Ollama сказано прямо: Ollama запускается локально, и при локальной работе компания не видит твои промпты и данные. Это главный довод за. Документы остаются на твоём компьютере, а не уходят в облако.

Но у локального пути есть цена. Модель, которая помещается на обычный ноутбук, слабее крупных облачных. Скорость зависит от железа: по словам Ollama, на компьютере без сильной видеокарты большие модели работают медленно.

Простое правило выбора:

• локально, если документы нельзя выносить за пределы компании, а задача несложная: сводки, классификация, черновики, поиск по тексту;
• облако, если нужна максимальная сила модели, а данные не чувствительные;
• оба варианта, если процесс не должен зависеть от одного сервиса.

Не строй империю до первых подтверждений: сначала запусти лёгкую модель на своих 15 примерах и посмотри, хватает ли качества.

Что нужно от компьютера

Честно: единой таблицы «столько-то ОЗУ на такую модель» в документации Ollama нет. Страница загрузки не называет требований к версии системы, памяти и диску, на страницах моделей в библиотеке нет требований к оперативной и видеопамяти. Есть только размеры загрузки и одна рекомендация в быстром старте: для gemma4:e2b около 8 ГБ доступной видеопамяти или единой памяти.

Что сказано про видеокарты в документации:

Мой практический вывод, это правило отбора, а не цифра из документации: размер файла модели это нижняя граница нужной памяти, и сверху нужен запас на окно и систему. Если файл 7 ГБ, а у тебя 8 ГБ памяти всего, модель либо не запустится, либо будет тормозить. Проверяй на деле командой из раздела про проверку.

Установка по шагам

1. Скачай Ollama с официальной страницы загрузки. Для macOS и Windows есть установщики (Ollama.dmg и OllamaSetup.exe).
2. Для Linux и macOS есть и команда. Страница предлагает curl -fsSL https://ollama.com/install.sh | sh, для Windows в PowerShell irm https://ollama.com/install.ps1 | iex. Команды вида «скачать и сразу выполнить» небезопасны по природе: если не уверен, бери установщик и открывай адрес только с официального сайта.
3. Скачай модель. Команда ollama pull gemma4:e2b загружает лёгкую модель, около 7.2 ГБ по быстрому старту.
4. Запусти её. Команда ollama run gemma4:e2b открывает чат в терминале. Выйти можно командой /bye.
5. На Linux при необходимости запусти сервер. Если он не стартовал сам, команда ollama serve.

Всё. Для первого вопроса не нужны ни аккаунт, ни ключи. Ключ нужен только для облачных моделей Ollama, о них ниже.

Какие модели и сколько места они занимают

В библиотеке Ollama много моделей. Размер загрузки указан на странице каждой. Вот то, что я проверил 4 ноября 2026:

Диапазон размера зависит от варианта сборки. Для малых версий e2b и e4b страница пишет, что они сделаны для работы на устройствах, а модели 12b, 26b и 31b называет рабочими станциями. В библиотеке есть и другие семейства, например qwen3.5 и deepseek-r1 с разными размерами, их цифры смотри на странице модели.

Важный момент про лицензию. На проверенной странице gemma4 лицензия не указана. Для коммерческого использования открой условия модели у её автора, а не полагайся на то, что «она в библиотеке, значит можно».

Проверка: работает на видеокарте или процессоре

После запуска модели открой второе окно терминала и выполни ollama ps. В колонке Processor будет написано, куда загружена модель:

• 100% GPU - вся модель в видеопамяти, это самый быстрый вариант;
• 100% CPU - вся модель в оперативной памяти, будет медленнее;
• смешанный вариант вроде 48%/52% CPU/GPU - модель не поместилась целиком и разделена между ними.

Если видишь смешанную или процессорную загрузку, а ответы идут слишком долго, возьми модель поменьше. Это быстрее, чем гадать про драйверы.

Три типичные ошибки новичка, которые видны уже на этом шаге:

• берёт самую большую модель «для качества» и получает ответ раз в минуту;
• не смотрит, куда загрузилась модель, и винит программу, хотя не хватает памяти;
• кладёт в запрос длинный документ при окне 4096 токенов и удивляется, что ответ про начало, а не про весь текст.

Начинай с малого, проверяй загрузку, увеличивай окно по необходимости. Так получаешь рабочую систему, а не очередную игрушку на выходные.

Настройки по умолчанию, которые стоит знать

Для интеграции в свои программы у Ollama есть локальный API по адресу http://localhost:11434 с путями /api/chat и /v1/chat/completions. Это значит, что один раз настроенную модель можно подключить к собственному скрипту или внутреннему сервису без внешних ключей.

Если открывать сервер для других компьютеров в сети через OLLAMA_HOST, сначала продумай защиту доступа: локальный сервер без авторизации для всей сети это риск, а не удобство.

Облачные модели Ollama: что меняется

В быстром старте Ollama есть и облачный режим: адрес https://ollama.com с теми же путями и ключом доступа. В библиотеке такие модели помечены тегом cloud, например gemma4:cloud. Это уже не локальный запуск.

Что сказано в FAQ про данные. Для облачных моделей Ollama обрабатывает запросы и ответы, чтобы оказывать услугу, не хранит и не журналирует их содержимое и не обучает на них модели. Это слова компании, проверить их снаружи нельзя. Если главный довод за Ollama это «данные не покидают компьютер», облачный режим этот довод снимает.

Простой выбор для сотрудников: чёткое правило, какие документы можно давать только локальным моделям, а какие облачным, записанное на одной странице. Без правила через месяц каждый начнёт делать по-своему.

Чек-лист из 10 пунктов: от установки до решения

1. Открыл официальную страницу загрузки и скачал установщик, а не сомнительную сборку.
2. Записал объём свободного места на диске и объём видеопамяти или общей памяти.
3. Выбрал лёгкую модель для первого теста, например gemma4:e2b размером от 4.6 до 7.5 ГБ.
4. Запустил ollama run и задал 5 вопросов по своей работе.
5. Проверил ollama ps: видеокарта, процессор или смешанная загрузка.
6. Проверил, что документ влезает в окно контекста по умолчанию 4096 токенов, либо увеличил его.
7. Открыл лицензию выбранной модели у автора и записал, можно ли коммерческое использование.
8. Решил, какие документы можно давать локальной модели, а какие нельзя никому.
9. Не открыл сервер на всю сеть без защиты.
10. Записал дату теста, модель и итог. Через месяц выйдет новая версия, и проверка займёт 15 минут.

Если из десяти пунктов закрыто 8 и больше, можно планировать пробный процесс на одной задаче. Меньше 8: сначала доведи до конца подготовку, внедрять рано.

Если задача уходит в код, сравни подходы в обзоре нейросеть для кода, а общий выбор инструмента под бизнес описан в чек-листе выбора нейросети.

Доступ и законная рамка

На проверенных страницах Ollama (загрузка, быстрый старт, FAQ) списка поддерживаемых стран нет. Это не гарантия: сайт и реестр моделей должны открываться у тебя штатно, а условия моделей у их авторов могут отличаться. Если что-то из этого не открывается, схем обхода здесь нет.

С 1 марта 2024 года в России запрещена популяризация способов обхода блокировок, поэтому в статье нет VPN, «зеркал» и чужих аккаунтов. Для рабочих процессов держи рядом вариант, который открывается штатно: подборка собрана в хабе российские нейросети. Не загружай в любую нейросеть, локальную или облачную, персональные данные без проверки правил компании и согласий.