Aller au contenu

Ollama · par Ollama · site officiel

Ollama : à quoi ça sert, gratuit ou payant ?

Mis à jour le

Ollama est un outil gratuit (licence MIT) qui télécharge des modèles de texte ouverts et les fait tourner sur ton ordinateur, sans envoyer tes questions sur Internet. Il propose aussi, en option, des modèles dans son cloud : gratuits pour commencer, puis 20 $ par mois avec Pro ou 100 $ avec Max.

À quoi sert Ollama ?

Ollama sert à avoir ta propre IA de texte sur ton ordinateur. Tu choisis un modèle ouvert dans sa bibliothèque (Llama, Gemma, Mistral…), Ollama le télécharge, puis tu lui parles dans une fenêtre de commande, par exemple avec ollama run llama3.2.

Son gros atout : la confidentialité. Selon Ollama, quand tu utilises un modèle en local, l'entreprise ne voit ni tes questions ni tes données. Pratique pour relire un document personnel ou professionnel.

Ollama ouvre aussi une API locale, à l'adresse localhost:11434. Un site ou un script en cours de création peut donc l'appeler comme une API payante, mais gratuitement.

Pour qui ? Les curieux qui veulent comprendre comment marche un modèle, les personnes attentives à leurs données, et ceux qui construisent un outil et veulent tester sans payer.

Ollama est-il gratuit ? Les offres

OffrePrixCe qu'on a
Ollama en local0 $Logiciel gratuit sous licence MIT : les modèles tournent sur ton ordinateur.
Free (cloud)0 $Crédits de départ et modèles d'essai dans le cloud d'Ollama ; ajouter des crédits débloque tous les modèles.
Pro20 $ par mois, ou 200 $ par an (16,67 $ par mois)60 $ de crédits d'usage par mois, modèles plus grands, plusieurs modèles en même temps.
Max100 $ par mois300 $ de crédits d'usage par mois, accès anticipé aux nouveaux modèles, 10 demandes en même temps.
Team500 $ par mois (accès anticipé)Utilisateurs illimités, 1 000 $ de crédits d'usage par mois partagés par l'équipe.
Crédits à l'usagepar million de tokens, ex. gpt-oss:20b : 0,07 $ en entrée, 0,30 $ en sortieTarif réduit en heures creuses pour certains modèles : hors 12 h-18 h UTC en semaine, et tout le week-end. Aucun prix en euros affiché.

Prix relevés sur le site officiel le 24/10/2026, revérifiés chaque semaine. Source : ollama.com.

Quel ordinateur faut-il pour Ollama ?

Sur Windows, la documentation officielle demande Windows 10 22H2 ou plus récent, et pour la carte graphique un pilote Nvidia 551.61 ou plus récent, ou une carte AMD (ROCm v7 ou Vulkan). Le logiciel prend 4 Go sur le disque, et les modèles des dizaines à des centaines de Go.

La documentation ne fixe pas de minimum de mémoire vive. La règle : le modèle doit tenir dans la mémoire de la carte graphique, sinon dans la mémoire vive, en plus lent.

Tailles relevées dans la bibliothèque le 24 octobre 2026 :

  • llama3.2 1B : 1,3 Go ; llama3.2 3B : 2,0 Go ;
  • gemma4 e2b : 4,6 à 7,5 Go ;
  • gemma4 26B : 16 à 19 Go ; gemma4 31B : 19 à 20 Go.

La mémoire nécessaire grandit aussi avec la longueur du texte traité et le nombre de demandes en même temps.

Que coûtent les modèles dans le cloud d'Ollama ?

D'abord l'essentiel : en local, Ollama est gratuit, sous licence MIT, et faire tourner un modèle chez toi ne coûte que ton électricité.

Ollama propose aussi des modèles dans son cloud, pour ceux dont l'ordinateur est trop juste :

  • Free : des crédits de départ et des modèles d'essai ;
  • Pro : 20 $ par mois, ou 200 $ par an (16,67 $ par mois), avec 60 $ de crédits d'usage par mois et des modèles plus grands ;
  • Max : 100 $ par mois, avec 300 $ de crédits et 10 demandes en même temps ;
  • Team : 500 $ par mois, en accès anticipé.

Au-delà, l'usage se paie par million de tokens, moins cher en heures creuses pour certains modèles. Selon Ollama, les questions envoyées à son cloud ne sont ni stockées ni utilisées pour l'entraînement.

Comment savoir si mon modèle tourne bien sur la carte graphique ?

Tape ollama ps : la commande liste les modèles chargés en mémoire et indique s'ils tournent sur la carte graphique (GPU) ou sur le processeur (CPU). Si tu vois CPU alors que tu as une carte graphique, le modèle est sans doute trop gros pour elle.

Trois réglages utiles, tirés de la documentation :

  • par défaut, un modèle reste chargé 5 minutes après ta dernière question. ollama stop suivi du nom du modèle libère la mémoire tout de suite ;
  • la fenêtre de contexte par défaut (ce que le modèle garde en tête) dépend de ta carte graphique : environ 4 000 tokens sous 24 Go de mémoire graphique, davantage au-delà (documentation d'Ollama, octobre 2026). Tu peux l'agrandir avec la variable OLLAMA_CONTEXT_LENGTH, mais cela demande plus de mémoire ;
  • pour rester 100 % local, tu peux couper les fonctions cloud avec OLLAMA_NO_CLOUD=1.

Des demandes à copier pour essayer Ollama

  • Ta première question en local (après « ollama run llama3.2 » ; vérifie ensuite le calcul)

    Explique-moi en 5 phrases ce qu'est un tableau d'amortissement de prêt immobilier, avec un exemple chiffré simple.

  • Résumer un document sans qu'il sorte de chez toi (avec un modèle local)

    Voici le compte rendu de la réunion du conseil syndical. Résume-le en 8 points et liste les décisions votées, avec les montants. [colle le texte du compte rendu]

  • Tester une idée sans payer d'API

    Écris un petit script Python qui envoie une question à Ollama sur http://localhost:11434 avec le modèle llama3.2 et affiche la réponse, pour que je teste mon idée avant de payer une API.

Ce que l'IA ne te dira pas sur Ollama

  • Selon un utilisateur, un portable ordinaire avec environ 16 Go de mémoire vive fait tourner un modèle de taille moyenne : « pas vite », mais assez bien pour s'amuser et comprendre. (Hacker News, témoignage d'utilisateur)
  • À l'inverse, un autre utilisateur trouve 16 Go de mémoire vive insuffisants pour programmer avec des modèles locaux : trop lents et pas assez justes. Avant d'acheter du matériel pour programmer en local, essaie avec la machine que tu as. (Hacker News, témoignage d'utilisateur)
  • Par défaut, Ollama n'écoute que ton propre ordinateur (adresse 127.0.0.1, port 11434). Ne change ce réglage (la variable OLLAMA_HOST) que si tu sais exactement qui pourra s'y connecter sur ton réseau. (Ollama, questions fréquentes)

Quels pièges éviter avec Ollama ?

  • Un modèle du cloud pris pour un modèle local : certains modèles d'Ollama tournent dans son cloud, pas chez toi. Tes questions partent alors sur Internet. Pour rester 100 % local, coupe le cloud avec OLLAMA_NO_CLOUD=1.
  • Ouvrir Ollama à tout le réseau : en changeant OLLAMA_HOST, d'autres machines peuvent utiliser ton modèle et ta carte graphique. Ne le fais jamais sur un réseau public.
  • Un long document tronqué : avec la fenêtre de contexte par défaut (environ 4 000 tokens sur une carte graphique ordinaire), un long texte risque de ne pas tenir en entier. Agrandis-la, ou découpe ton document.
  • Le disque qui se remplit : chaque modèle pèse de 1 à plus de 20 Go. Supprime ceux que tu n'utilises plus.
  • Croire qu'un petit modèle vaut un grand : un modèle de 1 à 3 milliards de paramètres se trompe plus souvent, surtout sur les chiffres. Vérifie ce qu'il te dit.

Teste-toi en 1 minute

  1. 01
  2. 02

Question 1 sur 2

Quelle commande montre si ton modèle tourne sur la carte graphique ou sur le processeur ?

Vrai ou faux ?

Quand tu utilises un modèle local avec Ollama, tes questions sont envoyées aux serveurs d'Ollama.

Sources