O que é Ollama?
O Ollama transforma rodar um modelo aberto no seu próprio computador em tarefa de uma linha: `ollama run` mais o nome de um modelo baixa os pesos e abre um chat. Ele roda em macOS, Windows e Linux, e também como imagem Docker oficial.
Ele expõe uma REST API local na porta 11434, incluindo um endpoint compatível com OpenAI, e `ollama launch` conecta modelos locais ou na nuvem a agentes de programação como Claude Code, Codex, Copilot CLI e OpenCode. Uma biblioteca curada lista modelos como Gemma 4, gpt-oss, Qwen e DeepSeek.
A empresa também vende o Ollama Cloud para modelos maiores hospedados por ela, principalmente nos Estados Unidos. A página de preços diz que rodar modelos no seu próprio hardware continua ilimitado e que prompts e respostas na nuvem nunca são registrados nem usados para treinamento.
Quanto custa Ollama?
| Plano | Preço | O que inclui |
|---|---|---|
| Local | Free | MIT |
| Cloud Free | Free | Créditos iniciais |
| Pro | $20/month | US$ 60 em créditos |
| Max | $100/month | US$ 300 em créditos |
| Team | $500/month | US$ 1.000 em créditos compartilhados, usuários ilimitados |
| Enterprise | Custom |
Código aberto (MIT) e gratuito para rodar localmente. Ollama Cloud opcional: Free com créditos iniciais; Pro US$ 20/mês (US$ 60 em créditos); Max US$ 100/mês (US$ 300 em créditos); Team US$ 500/mês (US$ 1.000 em créditos compartilhados, usuários ilimitados); Enterprise sob consulta.
Ollama vale a pena?
O Ollama é o caminho mais curto do zero até um modelo local funcionando, e seus padrões são pensados para uma pessoa em uma máquina. Ele tem cerca de 184.400 estrelas no GitHub e lança versões quase todo dia: a v0.40.9, de 22 de outubro de 2026, foi a quinta versão em nove dias.
O atrativo é que ele elimina a configuração. Download de modelos, detecção de GPU e um servidor em segundo plano ficam por conta dele, e tantos editores, apps de chat e ferramentas de agentes listam o Ollama como backend que ele virou a API local padrão. Os padrões, porém, merecem uma segunda olhada. Segundo o FAQ, a janela de contexto é de 4.096 tokens, a menos que você a aumente, o que é pouco para um agente de programação lendo vários arquivos; cada modelo atende uma requisição por vez, e o uso de memória cresce com as requisições paralelas multiplicadas pelo tamanho do contexto.
A questão de segurança é de configuração, não de qualidade de código. O Ollama escuta em 127.0.0.1 sem autenticação; definir OLLAMA_HOST como 0.0.0.0 expõe a API inteira, e em janeiro de 2026 a SentinelOne e a Censys contaram 175.000 servidores acessíveis publicamente. Em maio de 2026 foi divulgada e corrigida na v0.17.1 a CVE-2026-7482, uma leitura fora dos limites do heap com nota 9.1 que vaza memória do processo em três chamadas sem autenticação. Qualquer instância que estava acessível pela internet antes da correção deve ter seus segredos trocados.
A empresa agora vende uma nuvem: o Pro custa US$ 20 por mês com US$ 60 em créditos e três requisições simultâneas, o Max US$ 100 com US$ 300 e dez, e o Team US$ 500 com US$ 1.000 em créditos compartilhados e usuários ilimitados. Definir OLLAMA_NO_CLOUD=1 desliga a nuvem por completo. Diante do llama.cpp, o Ollama abre mão de ajustes finos em troca de conveniência; diante do vLLM, abre mão de throughput multiusuário em troca de uma instalação de uma linha, e para um desenvolvedor sozinho as duas trocas fazem sentido.
Onde ele se destaca
Um desenvolvedor com um notebook Apple Silicon que quer um assistente de programação privado
Rodar um agente de programação com um modelo local para que o código nunca saia da máquina
ollama launch claude ou ollama launch codex aponta o agente para um modelo local. Aumente OLLAMA_CONTEXT_LENGTH bem acima do padrão de 4.096 tokens, ou o agente perde o controle dos arquivos; não há custo além do hardware que você já tem.
O responsável de TI de um escritório de advocacia que lida com documentos confidenciais
Permitir que a equipe resuma documentos sem enviá-los a uma API na nuvem
Rode o Ollama em uma workstation com GPU e uma interface de chat como o Open WebUI. Mantenha-o restrito ao localhost ou atrás de um proxy reverso com autenticação, porque a API não tem login, e defina OLLAMA_NO_CLOUD=1 para que ninguém mande um documento a modelos hospedados por engano.
Uma equipe de dez desenvolvedores cujos notebooks não comportam os maiores modelos abertos
Usar modelos abertos hospedados maiores pela mesma API do Ollama
O plano Team, a US$ 500 por mês, inclui US$ 1.000 em créditos compartilhados, usuários ilimitados e dez requisições simultâneas; o uso além disso sai de um saldo compartilhado pré-pago por uso. Os modelos na nuvem rodam principalmente nos EUA e podem ser roteados para a Europa.
Antes de decidir
- Configuração
- Um script de instalação (curl no macOS e no Linux, PowerShell no Windows) ou a imagem Docker ollama/ollama, depois ollama run gemma4. A API passa a escutar em localhost:11434 na hora.
- Integrações
- REST API com endpoint compatível com OpenAI, bibliotecas oficiais em Python e JavaScript, e ollama launch para Claude Code, Codex, Copilot CLI, Droid e OpenCode; a maioria dos apps de chat locais oferece suporte.
- Dados e privacidade
- Prompts locais nunca saem da máquina; os modelos ficam em ~/.ollama/models. O Ollama Cloud diz que não registra prompts nem treina com eles e exige parceiros de hospedagem com retenção zero. O GitHub não lista avisos de segurança, mas o NVD lista a CVE-2026-7482 (nota CVSS 3.1 de 9.1) para versões anteriores à 0.17.1.
- Custo em escala
- O uso local custa só o hardware. Nuvem: Pro US$ 20 por mês (US$ 60 em créditos, 3 simultâneas), Max US$ 100 (US$ 300, 10 simultâneas), Team US$ 500 (US$ 1.000 compartilhados, usuários ilimitados); créditos não usados não acumulam, e há preço fora de pico fora do horário das 12:00 às 18:00 UTC nos dias úteis.
- Limites
- 4.399 issues e pull requests abertos. Os padrões de uma requisição paralela por modelo e keep-alive de cinco minutos servem a usuários individuais; tráfego simultâneo pesado é trabalho para vLLM ou SGLang.
O que é bom
- Instalação e gestão de modelos em uma linha no macOS, Windows e Linux
- API local suportada pela maioria dos editores e ferramentas de agentes
- ollama launch conecta Claude Code, Codex e OpenCode a modelos locais
- Uso local gratuito e ilimitado; a nuvem pode ser desativada
O que não é
- Sem autenticação; expor a porta 11434 é um erro comum e caro
- Contexto padrão de 4.096 tokens é pequeno demais para trabalho com agentes
- Uma requisição por modelo por padrão; não foi feito para servir vários usuários
Ideal para
Desenvolvedores e pessoas que querem rodar modelos abertos localmente com o mínimo de configuração.
Alternativas ao Ollama
Ollama: perguntas frequentes
- Ollama vale a pena?
- Modelos locais com um comando, com padrões (contexto de 4.096 tokens, uma requisição por vez, sem login) que servem para um notebook e nada maior. Damos nota 4.6 de 5.
- Quanto custa Ollama?
- Código aberto (MIT) e gratuito para rodar localmente. Ollama Cloud opcional: Free com créditos iniciais; Pro US$ 20/mês (US$ 60 em créditos); Max US$ 100/mês (US$ 300 em créditos); Team US$ 500/mês (US$ 1.000 em créditos compartilhados, usuários ilimitados); Enterprise sob consulta.
- Quais são as desvantagens de Ollama?
- Sem autenticação; expor a porta 11434 é um erro comum e caro; contexto padrão de 4.096 tokens é pequeno demais para trabalho com agentes; uma requisição por modelo por padrão; não foi feito para servir vários usuários.
- Para quem Ollama é indicado?
- Desenvolvedores e pessoas que querem rodar modelos abertos localmente com o mínimo de configuração.
- Quanto custa Ollama para uma equipe ou em produção?
- O uso local custa só o hardware. Nuvem: Pro US$ 20 por mês (US$ 60 em créditos, 3 simultâneas), Max US$ 100 (US$ 300, 10 simultâneas), Team US$ 500 (US$ 1.000 compartilhados, usuários ilimitados); créditos não usados não acumulam, e há preço fora de pico fora do horário das 12:00 às 18:00 UTC nos dias úteis.
- Ollama é seguro para dados da empresa?
- Prompts locais nunca saem da máquina; os modelos ficam em ~/.ollama/models. O Ollama Cloud diz que não registra prompts nem treina com eles e exige parceiros de hospedagem com retenção zero. O GitHub não lista avisos de segurança, mas o NVD lista a CVE-2026-7482 (nota CVSS 3.1 de 9.1) para versões anteriores à 0.17.1.
- Quais são as melhores alternativas ao Ollama?
- As alternativas mais próximas que analisamos são llama.cpp, llamafile, MLX e vLLM.
Respostas verificadas em 26 de out. de 2026.