Si vous exécutez des modèles localement, la bibliothèque Ollama est la source principale de la plupart d’entre eux — mais elle évolue constamment et les noms sont obscurs. Voici une liste pratique Liste des modèles Ollama pour 2026 : les modèles effectivement utilisés, leurs besoins en mémoire, leurs points forts, ainsi que la méthode pour lister les modèles déjà installés et en télécharger de nouveaux. Par défaut, Ollama télécharge une version quantifiée en 4 bits, ce qui explique pourquoi un modèle « 70B » peut tenir sur une bonne station de travail, tandis qu’un modèle « 8B » fonctionne même sur un ordinateur portable. Les tailles indiquées ci-dessous correspondent aux valeurs par défaut approximatives — vérifiez toujours la Base de données des modèles IA ou exécutez la commande ollama list pour connaître l’état actuel sur votre machine.
Référence rapide
- Exécutable sur tout ordinateur portable (8 Go de RAM) : Llama 3.2 3B, Phi-3 Mini, Gemma 3 4B — small, fast, offline.
- Meilleur compromis général (16 Go) : Llama 3.1 8B, Qwen 2.5 7B, Mistral 7B — the sweet spot for most people.
- Haute qualité (32 Go+ / GPU) : Gemma 2 27B, Qwen 2.5 32B, Mixtral 8x7B.
- Proche de l’état de l’art (station de travail / 48 Go+) : Llama 3.3 70B, DeepSeek-R1 70B.
- Raisonnement : DeepSeek-R1 est issu d’une distillation. Codage : Qwen 2.5 Coder, Code Llama. Vision : LLaVA. Intégrations vectorielles : nomic-embed-text.
- La règle : choisissez en fonction de la mémoire dont vous disposez — vérifiez la compatibilité de n’importe quel modèle avec notre outil gratuit Calculateur de VRAM.
Key Facts
- N’importe quel ordinateur portable (8 Go de RAM) : Llama 3.2 3B, Phi-3 Mini, Gemma 3 4B
- Le point optimal à 16 Go : Llama 3.1 8B, Qwen 2.5 7B, Mistral 7B
- 32 Go ou plus / GPU : Gemma 2 27B, Qwen 2.5 32B, Mixtral 8x7B — Poste de travail à 48 Go ou plus : Llama 3.3 70B, DeepSeek-R1 70B
- Ollama télécharge par défaut des versions quantifiées en 4 bits — c’est pourquoi un modèle « 70B » peut tenir sur un bon poste de travail
- Spécialistes : Qwen 2.5 Coder (programmation) · LLaVA (vision) · nomic-embed-text (incorporation) · versions distillées de DeepSeek-R1 (raisonnement)
Les modèles Ollama les plus populaires en un coup d’œil
Chaque modèle ci-dessous est disponible via une simple commande ollama pull <nom>. « Téléchargement » indique approximativement la taille par défaut en quantification 4 bits (Q4) ; « Mémoire minimale » correspond à la quantité pratique minimale de mémoire vive (RAM CPU) ou de mémoire vidéo (VRAM GPU) requise pour exécuter le modèle confortablement. Les nombres de paramètres sont exacts ; les tailles sont approximatives et peuvent varier à chaque nouvelle version.
| Modèle | Paramètres | Téléchargement (Q4) | Mémoire minimale | Idéal pour |
|---|---|---|---|---|
| Llama 3.2 | 1B / 3B | ~1,3 / 2 Go | 4–8 Go | Appareils embarqués, smartphones, chat ultra-léger |
| Llama 3.1 | 8B | ~4,7 Go | 8–16 Go | Meilleur petit modèle polyvalent |
| Llama 3.3 | 70B | environ 43 Go | 48 Go+ | Modèle ouvert proche de l’état de l’art |
| Gemma 3 | 1B / 4B | ~0,8 / 3,3 Go | 4–8 Go | Petit modèle efficace (Google) |
| Gemma 2 | 9B / 27B | ~5,4 / 16 Go | 12–32 Go | Excellente qualité rapportée à sa taille |
| Qwen 2.5 | 0,5B–72B | ~0,4–47 Go | 4 Go+ | Multilingue, large éventail de tailles |
| Qwen 2.5 Coder | 1,5B–32B | ~1–20 Go | 8 Go ou plus | Assistant local de programmation |
| Mistral | 7B | ~4,1 Go | 8 Go | Classique rapide et fiable |
| Mistral Nemo | 12B | ~7 Go | 16 Go | Contexte long de 128k |
| Mixtral | 8×7B | ~26 Go | 32 Go ou plus | Qualité « mixture-of-experts » |
| Phi-4 | 14B | environ 9 Go | 16 Go | Raisonnement dans un petit modèle |
| Phi-3 Mini | 3,8 milliards | ~2,3 Go | 8 Go | Mini mais performant |
| DeepSeek-R1 (distillée) | 1,5 à 70 milliards | ~1,1 à 43 Go | 8 Go ou plus | Raisonnement étape par étape |
| LLaVA | 7 à 34 milliards | ~4,7 à 20 Go | 8 Go ou plus | Vision (compréhension d’images) |
| nomic-embed-text | — | ~0,3 Go | 2 Go | Intégrations pour la recherche et les systèmes RAG |
Souhaitez-vous comparer ces modèles locaux avec leurs équivalents cloud en termes de coût et de vitesse ? Le Base de données des modèles IA répertorie les modèles ouverts et fermés côte à côte, tandis que le Calculateur de coûts pour les API IA montre quand l’exécution locale est plus avantageuse que le paiement à l’usage.
Comment lister les modèles Ollama que vous avez installés
Pour afficher la liste de tous les modèles déjà présents sur votre machine, avec leur taille et la date de leur dernière utilisation, exécutez la commande suivante :
ollama list
Cette commande affiche le nom, l’étiquette (tag), l’identifiant unique et la taille de chaque modèle. Pour voir quels modèles sont actuellement chargés en mémoire, utilisez ollama ps; pour supprimer un modèle dont vous n’avez plus besoin et récupérer de l’espace disque, utilisez ollama rm <nom>Ces trois commandes — list, ps et rm — constituent tout ce dont vous avez besoin pour gérer une collection de modèles locaux.
Comment rechercher et télécharger de nouveaux modèles depuis la bibliothèque
Le catalogue complet d’Ollama est hébergé dans sa bibliothèque en ligne, et télécharger n’importe quel modèle ne prend qu’une seule commande :
ollama pull llama3.1 ou exécutez-le directement avec ollama run llama3.1
Les noms des modèles utilisent des étiquettes (tags) pour indiquer leur taille et leur variante — par exemple llama3.1:8b, gemma2:27b, qwen2.5:14b. Si vous omettez l’étiquette, Ollama télécharge automatiquement une version par défaut raisonnable (généralement la taille la plus populaire quantifiée en 4 bits). Pour une première installation, notre step-by-step Ollama install guide couvre macOS, Windows et Linux.
Modèles légers — fonctionnent sur presque n’importe quel ordinateur portable
Les modèles allant de 1 à environ 4 milliards de paramètres fonctionnent sans problème sur un ordinateur portable moderne équipé de 8 Go de RAM, sans carte graphique requise. Llama 3.2 3B, Gemma 3 4B et Phi-3 Mini sont les modèles les plus remarquables : rapides, réellement utiles pour résumer, rédiger des textes ou répondre à des questions simples, et suffisamment légers pour rester chargés en permanence. Ils ne rivalisent pas avec les modèles cloud les plus avancés, mais ils excellent dans les tâches quotidiennes privées et hors ligne, et constituent le point de départ idéal pour les débutants en IA locale.
Modèles intermédiaires — le « point idéal » à 16 Go
La classe des modèles de 7 à 14 milliards de paramètres est celle où la plupart des utilisateurs devraient se concentrer. Llama 3.1 8B, Qwen 2.5 7B et Mistral 7B offrent une amélioration notable de la cohérence par rapport aux petits modèles, tout en s’adaptant confortablement à 16 Go de RAM ou à une carte graphique grand public. Phi-4 et Mistral Nemo poussent davantage la qualité et la longueur du contexte. Si vous ne souhaitez utiliser qu’un seul modèle pour des usages généraux, choisissez-en un dans cette catégorie : il offre le meilleur compromis entre performances et exigences matérielles.
Modèles volumineux — réservés aux stations de travail et aux GPU
À partir de 27 milliards de paramètres, vous entrez dans le domaine du matériel haut de gamme. Gemma 2 27B et Qwen 2.5 32B nécessite 32 Go ou plus ; Mixtral 8×7B et les modèles de la classe 70 milliards — Llama 3.3 70B et le DeepSeek-R1 70B (version distillée) — nécessitent 48 Go ou plus de mémoire rapide, ce qui signifie concrètement une carte graphique haute VRAM ou un Mac Apple Silicon doté d’une grande capacité mémoire. En contrepartie, vous obtenez une qualité proche de celle des grands modèles cloud, entièrement exécutée sur votre propre machine. Consultez notre meilleurs GPU pour l’IA guide détaillé sur les configurations matérielles capables de faire tourner ces modèles.
Modèles spécialisés : codage, vision et plongements (embeddings)
Au-delà des conversations générales, Ollama propose également des modèles spécialisés pour des tâches spécifiques. Qwen 2.5 Coder et Code Llama sont conçus pour la programmation et s'intègrent bien avec les outils IDE locaux. LLaVA ajoute des capacités visuelles, permettant ainsi à un modèle de décrire ou de raisonner sur des images. Et les modèles d'incorporation (embedding) comme nomic-embed-text et mxbai-embed-large ne dialoguent pas du tout : ils transforment le texte en vecteurs destinés à la recherche et à la génération augmentée par récupération (RAG), fondement d’une configuration RAG locale.
Quel modèle Ollama devriez-vous réellement utiliser ?
La réponse honnête est la suivante : le modèle le plus volumineux que votre mémoire puisse contenir dans la classe dont vous avez besoin. Pour une utilisation générale, commencez par un modèle de 8 milliards de paramètres (8B) et passez à des modèles plus gros uniquement si la qualité ne répond pas à vos attentes. Pour le raisonnement, essayez une version distillée de DeepSeek-R1 ; pour la programmation, Qwen 2.5 Coder ; pour les images, LLaVA. Nous classons les meilleurs choix par cas d’usage dans les meilleurs modèles de LLM locaux à exécuter sur Ollama, et comparons Ollama lui-même aux alternatives dans Ollama contre LM Studio contre vLLM contre llama.cpp.
Vérifiez la compatibilité d’un modèle avant de le télécharger
L’erreur la plus fréquente consiste à télécharger un modèle trop volumineux pour votre machine : il refusera soit de se charger, soit fonctionnera extrêmement lentement en recourant au stockage disque (swapping). Avant tout téléchargement, évaluez sa taille : en première approximation, un modèle quantifié en 4 bits nécessite un peu moins de 1 Go de mémoire par milliard de paramètres, plus une marge pour le contexte. Notre outil gratuit Calculateur de VRAM indique la consommation exacte en mémoire pour n’importe quel modèle et toute quantification donnée, tandis que Exigences système d’Ollama expliquent en détail le compromis entre mémoire vive (RAM) et mémoire vidéo (VRAM).
Questions fréquemment posées
Comment lister les modèles installés dans Ollama ? Exécuter ollama list pour afficher tous les modèles installés avec leur taille respective, ollama ps pour connaître celui actuellement chargé en mémoire, et ollama rm <nom> pour le supprimer.
Quel est le meilleur modèle Ollama ? Il n’existe pas de « meilleur » modèle unique : cela dépend de la capacité mémoire de votre machine. Llama 3.1 8B constitue le meilleur choix polyvalent pour les machines équipées de 16 Go de RAM ; consultez notre liste classée selon les cas d’usage.
Combien de modèles Ollama propose-t-il ? Des centaines, répartis entre familles de modèles conversationnels, spécialisés en programmation, en vision et en incorporation (embedding), chacune offrant plusieurs tailles. Le tableau ci-dessus couvre ceux que la plupart des utilisateurs exécutent effectivement.
De combien de mémoire vive (RAM) ai-je besoin pour exécuter des modèles Ollama ? 8 Go permettent d’exécuter des modèles petits (1B–4B), 16 Go conviennent à la classe populaire des modèles de 7B–8B, tandis qu’au moins 32 Go ou une carte graphique (GPU) sont requis pour les modèles de 27B et plus. Vérifiez la consommation mémoire de tout modèle à l’aide de notre Calculateur de VRAM.
Puis-je exécuter ces modèles hors ligne ? Oui — une fois téléchargés, tous les modèles Ollama s’exécutent entièrement sur votre machine, sans aucune connexion Internet. C’est précisément cette autonomie hors ligne qui constitue la principale raison d’utiliser des modèles locaux.
En résumé
La liste des modèles Ollama est longue, mais le choix est simple : déterminez d’abord votre besoin — dialogue général, raisonnement, programmation, vision ou incorporation (embedding) — puis sélectionnez le modèle le plus volumineux possible dans cette catégorie, compatible avec la mémoire disponible sur votre machine. Commencez petit avec un modèle de 8B, utilisez ollama list pour suivre vos installations, et consultez systématiquement Calculateur de VRAM avant chaque téléchargement afin de ne jamais télécharger un modèle inadapté à votre matériel. À partir de là, exécuter une IA performante, locale et privée ne prend que quelques commandes.
Les noms, tailles et disponibilités des modèles évoluent fréquemment ; les chiffres indiqués sont des valeurs par défaut approximatives, valables à mi-2026 — veuillez les vérifier auprès de ollama list et de la bibliothèque officielle avant de vous y fier.
