Запуск моделей Ollama
Чтобы запустить модель с помощью Ollama, используйте командуollama run.
Например, чтобы запустить qwen3.5:0.8b и пообщаться с этой моделью, можно использовать следующую команду:
При первом запуске она автоматически скачивается, объемом около 1.0GB:
ollama run qwen3.5:0.8b
После выполнения команды вы сначала увидите прогресс загрузки. Когда загрузка завершится, вы сразу попадете в диалог:
$ ollama run qwen3.5:0.8b pulling manifest pulling 87497c5f0e8f... 100% |████████████████████| 1.0GB pulling 5e2ad5... 100% |████████████████████| 11KB verifying sha256 digest writing manifest success >>> 你好,你是什么模型? >>> /bye
Появление>>>приглашения означает, что модель завершила загрузку. Введите вопрос и нажмите Enter, чтобы начать чат.
Если сеть отключается во время загрузки, не нужно начинать заново. Ollama поддерживает возобновление загрузки. Повторный запуск той же команды продолжит загрузку с предыдущего места.

Выберите модель с помощью интерактивного меню
Помимо ввода команд напрямую, простой ввод ollama без аргументов откроет интерактивное меню. В новой версии оно стало единой точкой входа.
$ ollama
Chat, Code, & Work
Chat with models, code, search the web, and delegate real work
Launch Claude Code
Anthropic's coding tool with subagents
Launch OpenCode
Anomaly's open-source coding agent
Launch Hermes Agent
Self-improving AI agent built by Nous Research
Launch OpenClaw
Personal AI with 100+ skills
More...
Show additional integrations
Выберите Chat, Code, & Work, чтобы выбрать загруженную модель и начать чат. Эффект точно такой же, как при ollama run.

Здесь можно выбрать модель:

Пункт Launch в меню используется для запуска интегрированных инструментов, таких как VS Code, Claude Code и т. д. Это продвинутая функция, о которой расскажут позже в руководстве.
Выберите свою первую модель: выбирайте в зависимости от объема памяти
Более крупные модели не обязательно лучше. Модель, которую не потянет ваша машина, только заставит вентиляторы компьютера бешено крутиться, а ответы будут измеряться секундами или даже минутами.
Принцип для начинающих прост: сначала начните с небольшой модели, а затем постепенно увеличивайте, когда она будет работать стабильно. Выбирайте в зависимости от памяти и VRAM вашего компьютера:
| Конфигурация вашего компьютера | Рекомендуемый тег | Размер загрузки | Ожидаемый опыт |
|---|---|---|---|
| 8GB RAM, без дискретного GPU | qwen3.5:0.8b / 2b | 1.0 ~ 2.7GB | Лёгкий и плавный для общения |
| 16GB RAM, без дискретного GPU | qwen3.5:4b / 9b | 3.4 ~ 6.6GB | Конфигурация по умолчанию, сбалансированное качество и скорость |
| GPU с 8GB или более VRAM | qwen3.5:9b или qwen3.5:latest | Около 6.6GB | Ускорение на GPU, значительно выше скорость |
| GPU с 16 ГБ видеопамяти или больше | qwen3.5:27b | Около 17GB | Более высокое качество длинных текстов и кода |
| Недостаточная конфигурация | qwen3.5:cloud | Не требует загрузки | Облачный инференс, требуется вход в аккаунт Ollama |
Разные спецификации одной и той же модели имеют реальные различия в возможностях. 0.8b подходит для сред проверки. Для повседневного использования рекомендуется начинать как минимум с 4b.
Понимание соглашения об именовании model:tag
Имя, которое вы пишете в команде, состоит из двух частей: имя модели + тег. Это определяет, что именно вы загружаете.
Имя модели: название семейства
Имя модели соответствует семейству в официальной библиотеке моделей, например qwen3.5, gemma4, deepseek-r1.
В рамках одного семейства может быть несколько спецификаций, и они используют одно и то же имя модели.
Тег: спецификация и версия
Тег определяет, какой именно файл будет загружен. Обычные теги — это спецификации параметров, например 0.8b, 9b, 27b.
Когда тег не указан, Ollama автоматически добавляетlatest— спецификацию по умолчанию, установленную официально для этой модели.
Для qwen3.5,ollama run qwen3.5эквивалентноollama run qwen3.5:latest, в настоящее время указывает на спецификацию 9b.
Пространство имён: кто опубликовал
Имена со слэшем указывают на модели, опубликованные третьими сторонами. Часть до слэша — это имя пользователя издателя.
У моделей в официальной библиотеке моделей нет пространства имён. У моделей, опубликованных отдельными людьми или командами (например, в формате example/my-model:4b), оно есть. Совместное использование и распространение моделей демонстрируются в главе о приватном развёртывании.
Просмотреть загруженные модели
Если вы не уверены, какие модели доступны локально и сколько места занимает каждая, используйте команду list для проверки:
Пример
ollama list
$ ollama list NAME ID SIZE MODIFIED qwen3.5:0.8b 9e3f4b3a1c2d 1.0GB 5 minutes ago qwen3.5:latest a8b2c9d3e4f5 6.6GB 2 hours ago
В следующей главе будут подробно рассмотрены команды управления моделями, такие как list, show и rm.
Выход, повторный вход и переключение моделей
В беседе введите/bye, чтобы выйти и вернуться в обычный терминал.
Пример
/bye
Повторный запуск той же команды ollama run снова откроет беседу. Поскольку модель уже скачана, на этот раз она запускается почти мгновенно.
Чтобы переключиться на другую модель для чата, просто запустите другую модель. Вы можете переключаться между двумя моделями туда и обратно:
Пример
ollama run qwen3.5:4b
# Обратное переключение выполняется так же
ollama run qwen3.5:0.8b
После переключения предыдущая модель остаётся в памяти около 5 минут и автоматически выгружается, если нет новых запросов. Этот механизм называется keep-alive. В следующей главе будет объяснено, как его настроить.
При вводе многострочного текста в беседе заключайте его в три двойные кавычки:
Пример
... EXAMPLE — это сайт с обучающими материалами.
... Спасибо.
... """
Использование модели через Python SDK
Если вы хотите интегрировать Ollama с кодом на Python, вы можете использовать Python SDK Ollama для загрузки и запуска моделей.
1. Установка Python SDK
Сначала вам нужно установить Python SDK Ollama. Откройте терминал и выполните следующую команду:
pip install ollama
2. Написание скрипта на Python
Затем вы можете использовать код на Python для загрузки модели и взаимодействия с ней.
Ниже приведён простой пример скрипта на Python, демонстрирующий, как использовать модель qwen3.5 для генерации текста:
Пример
response = ollama.generate(
model="qwen3.5", # Имя модели
prompt="Who are you." # Текст запроса
)
print(response)
3. Запустите скрипт Python
Запустите ваш скрипт Python в терминале:
python test.py
Вы увидите ответ модели на основе вашего ввода.
4. Режим чата
Пример
response = chat(
model="qwen3.5",
messages=[
{"role": "user", "content": "Почему небо синее?"}
]
)
print(response.message.content)
Этот код проведёт беседу с моделью и выведет ответ модели.
5. Потоковые ответы
Пример
stream = chat(
model="qwen3.5",
messages=[{"role": "user", "content": "Почему небо синее?"}],
stream=True
)
for chunk in stream:
print(chunk["message"]["content"], end="", flush=True)
Этот код получает ответ модели в потоковом режиме, что подходит для обработки больших объёмов данных.
Другие расширения