Quali modelli puoi eseguire con Ollama in questo momento? A novembre 2026 l'ufficiale libreria Ollama elenca 270 famiglie di modelli, la maggior parte in diverse dimensioni. I modelli di chat più scaricati sono Llama 3.1, DeepSeek-R1, Llama 3.2, Qwen 2.5, Qwen3 e Gemma 3; la generazione attuale con cui iniziare è quella di Google Gemma 4di Google, Qwen 3.5, 3.6 e 3.8 di Google gpt-ossdi Alibaba. Ognuno è a un comando di distanza, per esempio ollama run gemma4:e4b o ollama run qwen3.5:9b.
Questo pratico Elenco modelli Ollama copre i modelli che le persone effettivamente eseguono, cosa serve in memoria per ognuno e cosa è bravo a fare, più come elencare i modelli che hai già e scaricare nuovi. Per la maggior parte dei modelli Ollama scarica una build quantizzata a 4-bit per impostazione predefinita, ed è per questo che un modello «70B» può stare su una buona workstation e un «8B» gira su un laptop. Le dimensioni sottostanti sono le impostazioni predefinite elencate su ollama.com e si muovono con ogni rilascio — controlla sempre la database dei modelli AI documentazione ufficiale ollama list o eseguire il comando
Riferimento rapido
- Eseguibile su qualsiasi laptop (8 GB di RAM): Qwen 3.5 2B/4B, Llama 3.2 3B, Gemma 3 4B, Bonsai 2 9B — piccoli, veloci, offline.
- Migliore compromesso (16 GB di RAM): Qwen 3.5 9B, Gemma 4 E4B o 12B, gpt-oss 20B, Llama 3.1 8B — il compromesso ideale per la maggior parte degli utenti.
- Alta qualità (24–32 GB / GPU): Qwen 3.6 27B/35B, Qwen 3.8 27B, Gemma 4 26B/31B, Muse Glimmer 30B.
- Quasi al limite (workstation, 48 GB a 96 GB+): Llama 3.3 70B, DeepSeek-R1 70B, gpt-oss 120B, Qwen 3.5 122B.
- Ragionamento: gpt-oss, DeepSeek-R1. Programmazione: Qwen3-Coder, tag di coding Qwen 3.6, Flint, MiMo V2.6. Visione: Gemma 4, Qwen 3.5, Qwen3-VL. Embedding: nomic-embed-text, EmbeddingGemma 2.
- La regola: scegli in base alla memoria disponibile — verifica qualsiasi modello con il nostro strumento gratuito Calcolatore VRAM.
Risposta breve: Puoi eseguire qualsiasi modello nella libreria Ollama ufficiale che ha un download locale e si adatta alla tua memoria: su 8 GB inizia con qwen3.5:4b, su 16 GB con qwen3.5:9b o gemma4:e4b, e su una GPU da 24 GB con qwen3.8:27b, ognuno ollama pull disponibile. Alcuni nuovi modelli, come DeepSeek V4.1 Flash e Kimi K3.1 Pro, hanno solo :cloud tag, quindi vengono eseguiti sui server di Ollama, non sulla tua macchina. I nostri Scelte novembre 2026 forniscono il comando pull e la dimensione di download per ogni scelta locale, e il tabella completa sotto elenca la memoria di cui ha bisogno ogni famiglia popolare.
Fatti principali
- 270 famiglie di modelli nella libreria ufficiale (7 novembre 2026), la maggior parte in diverse dimensioni
- Qualsiasi laptop (8 GB di RAM): Qwen 3.5 2B/4B, Llama 3.2 3B, Gemma 3 4B
- Il punto ottimale con 16 GB: Qwen 3.5 9B, Gemma 4 E4B/12B, gpt-oss 20B, Llama 3.1 8B
- 24–32 GB/GPU: Qwen 3.6 27B/35B, Qwen 3.8 27B, Gemma 4 26B/31B — workstation: Llama 3.3 70B, gpt-oss 120B, Qwen 3.5 122B
- Ollama scarica per impostazione predefinita versioni quantizzate a 4 bit per la maggior parte dei modelli — è per questo che un «70B» sta in una buona workstation
- Specialisti: Qwen3-Coder e Flint (code) · Gemma 4 / Qwen3-VL (vision) · nomic-embed-text e EmbeddingGemma 2 (embeddings) · gpt-oss e DeepSeek-R1 (reasoning)
- Migliori modelli Ollama (novembre 2026)
- I modelli Ollama più popolari a colpo d’occhio
- Novità nella library Ollama (ottobre 2026)
- Come elencare i modelli Ollama già installati
- Come cercare e scaricare nuovi modelli dalla libreria
- Modelli piccoli — eseguibili su quasi qualsiasi laptop
- Modelli di medie dimensioni — il punto ottimale per 16 GB
- Modelli grandi — ambito workstation e GPU
- Modelli specializzati: programmazione, visione artificiale ed embedding
- Quale modello Ollama scegliere effettivamente?
- Verifica la compatibilità del modello prima dello scaricamento
- Altre guide Ollama su Convly AI
- Domande frequenti
- In sintesi
Migliori modelli Ollama (novembre 2026)
Queste sono le nostre scelte per ogni budget di memoria questo mese. Ogni comando e dimensione di download sotto è stato verificato sulla pagina dei tag ollama.com del modello il 7 novembre 2026. Le scelte seguono le esigenze di memoria, le capacità che Ollama elenca per ogni modello (input di immagini, tool, thinking) e quanto recentemente è stata aggiornata ogni famiglia; si tratta di scelte editoriali, non di risultati di benchmark. «Dimensione di download» è la dimensione del tag nel comando, e un intervallo significa che quel tag corrisponde a più di una build, come un GGUF a 4 bit e una versione MLX per Apple Silicon.
| Modello | Comando pull | Dimensione di download | Adatto a |
|---|---|---|---|
| Qwen 3.5 4B | ollama pull qwen3.5:4b |
3,3–4,0 GB | Qualsiasi laptop con 8 GB di RAM; legge immagini; contesto da 256K |
| Bonsai 2 9B (Prism ML) | ollama pull bonsai-2:9b |
3,2 GB | Spazio su disco o memoria limitato: pesi ternari, circa la metà della dimensione di una build standard a 4 bit; legge immagini |
| Qwen 3.5 9B | ollama pull qwen3.5:9b |
6,6–7,6 GB | Tuttofare per 16 GB; legge immagini; contesto da 256K |
| Gemma 4 E4B (Google) | ollama pull gemma4:e4b |
6,6–9,5 GB | Tuttofare per 16 GB; legge immagini; contesto da 128K |
| MiMo V2.6 9B (Xiaomi) | ollama pull mimo-v2.6 |
6,6–8,7 GB | Novità di questo mese: coding e workflow di agent su una macchina da 16 GB; legge immagini; supportato da Ollama 0.40.15 |
| gpt-oss 20B (OpenAI) | ollama pull gpt-oss:20b |
14 GB | Reasoning con sforzo basso, medio o alto; la scheda del modello dice che viene eseguito con appena 16 GB di memoria |
| Qwen 3.8 27B | ollama pull qwen3.8:27b |
18 GB | GPU da 24 GB: coding, ricerca e task di agent lunghi; legge immagini |
| Gemma 4 31B (Google) | ollama pull gemma4:31b |
19–20 GB | 24–32 GB: la dimensione più grande di Gemma 4; legge immagini; contesto da 256K |
| Qwen3-Coder 30B | ollama pull qwen3-coder:30b |
19 GB | Assistente di coding su una GPU da 24 GB; contesto da 256K |
| Flint 40B (Recursive) | ollama pull flint:40b |
23 GB | Agenti di coding locali: un modello mixture-of-experts da 39,8B con circa 2,5B parametri attivi per token |
| gpt-oss 120B (OpenAI) | ollama pull gpt-oss:120b |
65 GB | Reasoning per workstation; dimensionato per adattarsi a una singola GPU da 80 GB |
| EmbeddingGemma 2 (Google) | ollama pull embeddinggemma-2:740m |
1,3 GB | Embedding per RAG e ricerca locale; Ollama elenca input di testo e immagine per questo tag (la scheda del modello di Google copre anche video e audio) |
| LFM3 1.7B (Liquid AI) | ollama pull lfm3 |
1,1–1,7 GB | Scelta di chat più piccola: agenti locali, tool calling e output strutturato; contesto da 256K |
Più recente della tabella di ottobre più in basso: di Liquid AI LFM3 famiglia (lfm3, lfm3-vl, lfm3-audio e lfm3-omni) è arrivato a fine ottobre, e Ollama 0.40.13 lo ha esteso da Apple Silicon a Linux e Windows. I «decision model» di vLLM Semantic Router d3 (2B, 4B, 9B e 27B) sono arrivati con Ollama 0.40.11 e hanno aderito alla categoria decision. All'inizio di novembre, Ollama 0.40.15 ha aggiunto il supporto per il locale di Xiaomi MiMo V2.6 9B (ollama run mimo-v2.6, fine-tuned da Qwen 3.5 9B per coding e workflow di agent) e i AutoTrust decision model (autotrust-jev, supportati su Apple Silicon in quella release). Il 4B di Perplexity pplx-decider-flash e Kimi K3.1 Pro si sono uniti alla libreria nella stessa settimana; Kimi K3.1 Pro è solo cloud (kimi-k3.1-pro:cloud), quindi viene eseguito sui server di Ollama, non sulla tua macchina. La versione attuale è Ollama 0.40.16 (9 novembre 2026, secondo pagina delle release su GitHub), quindi aggiorna Ollama prima di scaricare le nuove famiglie.
I modelli Ollama più popolari a colpo d’occhio
Ogni modello riportato di seguito è disponibile con un semplice comando ollama pull <nome>. «Download» è la dimensione predefinita elencata su ollama.com (una build a 4-bit per la maggior parte dei modelli; le famiglie più nuove mostrano un intervallo perché il tag predefinito mappa più di una build, come un GGUF a 4-bit e una versione MLX per Apple Silicon); «Memoria minima» è un limite pratico di RAM di sistema (CPU) o VRAM (GPU) per eseguirlo comodamente. Le dimensioni si muovono con ogni rilascio.
| Modello | Parametri | Scarica | Memoria minima | Ideale per |
|---|---|---|---|---|
| Llama 3.2 | 1B / 3B | ~1,3 / 2 GB | 4–8 GB | Dispositivi edge, smartphone, chat ultraleggera |
| Llama 3.1 | 8B | ~4,9 GB | 8–16 GB | Modello più scaricato della library; tuttofare provato |
| Llama 3.3 | 70B | ~43 GB | 48 GB+ | Grande modello open denso |
| Gemma 4 | E2B / E4B / 12B / 26B / 31B | ~4,6–20 GB | 8–32 GB | Famiglia Google attuale: testo + immagine, modalità di ragionamento |
| Gemma 3 | 270M–27B | ~0,3–17 GB | 4 GB+ | Efficiente (Google); 4B e superiori leggono immagini |
| Gemma 2 | 9B / 27B | ~5,4 / 16 GB | 12–32 GB | Elevata qualità rapportata alle dimensioni |
| Qwen 3.8 | 27B | ~18 GB | 24–32 GB | Qwen più recente: coding, agenti, input di immagine |
| Qwen 3.6 | 27B / 35B (MoE) | ~18–24 GB | 24–32 GB | Agentic coding (-coding tags) |
| Qwen 3.5 | 0.8B–122B | ~1.2–81 GB | 4 GB+ | Multimodale, contesto da 256K, gamma di dimensioni più ampia |
| Qwen3 | 0.6B–235B | ~0.5–142 GB | 4 GB+ | Dense e MoE, varianti di ragionamento |
| Qwen 2.5 | 0,5B–72B | ~0,4–47 GB | 4 GB+ | Multilingue, ampia gamma di dimensioni |
| Qwen 2.5 Coder | 0.5B–32B | ~0.4–20 GB | 4 GB+ | Assistente locale per la programmazione |
| gpt-oss (OpenAI) | 20B / 120B | ~14 / 65 GB | 16 / 80 GB | Ragionamento open-weight, sforzo regolabile |
| Mistral | 7B | ~4.4 GB | 8 GB | Classico rapido e affidabile |
| Mistral Nemo | 12B | ~7 GB | 16 GB | Lungo contesto da 128k |
| Mixtral | 8×7B | ~26 GB | 32 GB o più | Qualità da modello misto (Mixture-of-Experts) |
| Phi-4 | 14B | ~9 GB | 16 GB | Ragionamento in un modello di piccole dimensioni |
| Phi-3 Mini | 3,8 miliardi di parametri | ~2.2 GB | 8 GB | Piccolo ma capace |
| DeepSeek-R1 (distill) | 1,5–70 miliardi di parametri | ~1,1–43 GB | 8 GB o più | Ragionamento passo dopo passo |
| LLaVA | 7–34 miliardi di parametri | ~4,7–20 GB | 8 GB o più | Visione (precedente; Gemma 4 e Qwen 3.5 ora leggono le immagini) |
| nomic-embed-text | — | ~0,3 GB | 2 GB | Embedding per RAG/ricerca |
Vuoi confrontare questi modelli locali con i modelli cloud in termini di costo e velocità? La database dei modelli AI elenca modelli open source e chiusi affiancati, mentre la Calcolatore dei costi delle API per l'IA mostra quando eseguire localmente risulta più conveniente che pagare per token.
Novità nella library Ollama (ottobre 2026)
Queste famiglie sono state aggiunte o aggiornate tra la metà di settembre e la fine di ottobre 2026. I comandi usano tag espliciti perché un nome semplice non sempre estrae la dimensione che ti aspetti — ad esempio nemotron-3.5-boltrecupera la build da 25 GB e 74B, che non gira ancora su Apple Silicon.
| Modello | Comando di esecuzione | Parametri | Scarica | Ideale per |
|---|---|---|---|---|
| Nemotron 3.5 Lightning (NVIDIA) | ollama run nemotron-3.5-lightning:30b |
30B MoE (3B attivi) | ~19–25 GB | Agenti sempre attivi, fino a contesto da 1M token |
| Nemotron 3.5 Bolt (NVIDIA) | ollama run nemotron-3.5-bolt:e4b |
E4B (8B, 4B effettivi) / 74B-A9B | ~7.2–7.9 / 25 GB | Modello di visione compatto per coding locale e utilizzo di strumenti |
| Bonsai 2 (Prism ML) | ollama run bonsai-2:9b |
2B / 4B / 9B / 27B | ~0.9 / 1.6 / 3.2 / 8.3 GB | Pesi ternari, circa metà della dimensione delle build a 4 bit; visione, strumenti, ragionamento |
| Flint (Recursive) | ollama run flint:40b |
39.8B MoE (~2.5B attivi) | ~23 GB | Agenti di coding locale, contesto da 262K token |
| LFM2.5 (Liquid AI) | ollama run lfm2.5:24b |
8B / 24B | ~5.2 / 15 GB | Tool calling veloce su hardware consumer (24B è la nuova dimensione) |
| Nemotron 3 Nano (NVIDIA) | ollama run nemotron-3-nano:4b |
4B / 30B | ~2.8–2.9 / 18–24 GB | Modello agentico efficiente, ora con dimensione 4B |
| EmbeddingGemma 2 (Google) | ollama pull embeddinggemma-2:740m |
270M–740M | ~0.3–1.3 GB | Embedding multimodali: Ollama elenca input di testo per ogni dimensione e input di immagini per le dimensioni 440M e 740M; la scheda del modello di Google copre anche video e audio |
| Phonon (Gradium) | ollama run phonon "Hello there" |
31M / 40M | ~0,1–0,15 GB | Sintesi vocale locale in inglese, francese, tedesco, spagnolo e portoghese (solo Apple Silicon) |
Due altri trend di ottobre contano. Un nuovo processo decisionale categoria di modelli piccoli — Cloudflare’s clef, Perplexity’s pplx-decider, Liquid AI’s d1 e Together AI’s tev1 — valutano, instradano e classificano gli input invece di chattare. E diversi dei maggiori aggiornamenti sono solo cloud: Mistral Large 4, DeepSeek V4.1 Flash, MiniMax M3.1 Flash, Muse Spark Open e Beam di Reflection hanno solo :cloud tag (per esempio ollama run mistral-large-4:cloud), quindi vengono eseguiti sui server di Ollama anziché sulla tua macchina — vedi la nostra guida ai modelli cloud di Ollama. I proprietari di workstation hanno anche ricevuto Nemotron 3.5 Super di NVIDIA (nemotron-3.5-super:120b, ~80–90 GB). I nuovi modelli spesso richiedono un rilascio recente di Ollama (Clef, per esempio, richiede 0.35.1 o successivo), quindi aggiorna Ollama prima di scaricare.
Come elencare i modelli Ollama già installati
Per visualizzare ogni modello già presente sulla tua macchina, con la sua dimensione e quando è stato modificato l'ultima volta, esegui:
ollama list
Stampa quattro colonne: NAME (con il tag), ID, SIZE e MODIFIED. L'attuale documentazione ufficiale della CLI formula questo comando come ollama ls; entrambe le forme sono valide. Per vedere quali modelli sono attualmente caricati in memoria, utilizza ollama ps; per scaricarne uno, usa ollama stop <nome>; infine, per eliminare un modello e recuperare lo spazio su disco occupato, usa ollama rm <nome> (passo dopo passo in come rimuovere un modello Ollama). Questi quattro comandi sono tutto ciò di cui hai bisogno per gestire una collezione locale, e l'insieme completo è nel nostro guida Ollama.
Come cercare e scaricare nuovi modelli dalla libreria
Il catalogo completo di Ollama è disponibile nella sua libreria online, e scaricare qualsiasi modello richiede un solo comando:
ollama pull llama3.1 oppure eseguilo direttamente con ollama run llama3.1
I nomi dei modelli usano i tag per indicare dimensioni e varianti — ad esempio llama3.1:8b, gemma4:26b, qwen3.5:27b. Se ometti il tag, Ollama scarica il versione più recente tag predefinito del modello, e quella dimensione varia per famiglia: plain gpt-oss è il 20B da 14 GB, plain qwen3.6 è il 35B da 23 GB e il semplice nemotron-3.5-bolt è il build 74B da 25 GB, quindi controlla prima la pagina dei tag del modello. I tag denominati cloud o terminanti con -cloud (come kimi-k3.1-pro:cloud o deepseek-v4.1-flash:1017-cloud) vengono eseguiti sui server di Ollama invece che sulla tua macchina, e -mlx sono build per Apple Silicon. Per un’installazione iniziale, il nostro guida passo-passo all’installazione di Ollama copre Mac, Windows e Linux.
Modelli piccoli — eseguibili su quasi qualsiasi laptop
I modelli da meno di 1B a circa 4B parametri funzionano bene su un laptop moderno con 8 GB di RAM, nessuna GPU richiesta. Qwen 3.5 2B e 4B (che leggono anche immagini), Llama 3.2 3B, Gemma 3 4B e Phi-3 Mini spiccano, e il nuovo Bonsai 2 di Prism ML racchiude un modello 9B in un download da 3,2 GB usando pesi ternari. Sono veloci, genuinamente utili per riassunti, bozze e domande semplici, e abbastanza piccoli da tenere caricati. Non corrisponderanno a un modello cloud frontier, ma per attività quotidiane private e offline sono eccellenti — e sono il punto di partenza giusto se sei nuovo all’AI locale.
Modelli di medie dimensioni — il punto ottimale per 16 GB
La classe da 7 a 14 miliardi di parametri è quella in cui la maggior parte degli utenti dovrebbe operare. Qwen 3.5 9B, Gemma 4 E4B e 12B e Llama 3.1 8B si adattano comodamente a 16 GB di RAM o una GPU mainstream, e le due famiglie più recenti aggiungono input di immagini e modalità di ragionamento integrate. L’ gpt-oss 20B di OpenAI (un download da 14 GB) è il salto successivo — Ollama dice che funziona su sistemi con fino a 16 GB di memoria. Phi-4, Mistral Nemo e le più vecchie Qwen 2.5 7B e Mistral 7B rimangono opzioni solide. Se vuoi un modello per uso generale, scegli da questa riga — è il miglior equilibrio tra capacità e richieste hardware.
Modelli grandi — ambito workstation e GPU
Da circa 27B in su entri nell’hardware serio. L’attuale generazione 26B–35B — Qwen 3.6 27B/35B, Qwen 3.8 27B, Gemma 4 26B e 31Bdi Meta Muse Glimmer 30B (ollama run muse-glimmer:30b, ~18 GB) e NVIDIA Nemotron 3.5 Lightning — scarica intorno a 16–25 GB e richiede una GPU da 24 GB o 32 GB+ di memoria; scelte precedenti come Gemma 2 27B, Qwen 2.5 32B e Mixtral 8x7B rientrano nella stessa categoria. La classe 70B e superiori — Llama 3.3 70B, il DeepSeek-R1 70B distill, gpt-oss 120B (65 GB, dimensionato per una singola GPU da 80 GB), Qwen 3.5 122B (81 GB) e Meta Llama 4 Scout (llama4:scout, 67 GB) — richiede 48 GB fino a 96 GB+ di memoria veloce, il che in pratica significa GPU ad alta VRAM o un Mac Apple Silicon ad alta memoria. Il vantaggio è una qualità che si avvicina ai grandi modelli cloud, in esecuzione interamente sulla tua macchina. Consulta il nostro migliori GPU per l'IA guida su quali hardware riescono effettivamente a eseguirli.
Modelli specializzati: programmazione, visione artificiale ed embedding
Oltre la chat generale, Ollama ospita modelli specifici per compiti. Per programmazione, Qwen3-Coder 30B (qwen3-coder:30b, 19 GB), i -coding tag di Qwen 3.6 e il nuovo Flint sono costruiti per programmazione agenziale, mentre Qwen 2.5 Coder copre ancora piccole macchine e Code Llama è l'opzione più vecchia. Per vision, Gemma 4 e Qwen 3.5 leggono le immagini nativamente, Qwen3-VL (2B–235B) è la famiglia vision-language dedicata, GLM-OCR (glm-ocr, 2.7 GB) gestisce l'OCR dei documenti, e LLaVA è il veterano. I modelli di embedding come nomic-embed-text, mxbai-embed-large, Qwen3-Embedding e il multimodale EmbeddingGemma 2 non chattano affatto — trasformano il testo (e, per EmbeddingGemma 2, anche immagini; la scheda del modello di Google elenca anche video e audio) in vettori per la ricerca e la generazione aumentata da recupero, la base di una configurazione RAG locale. Ollama ora ospita anche sintesi vocale: Phonon legge il testo ad alta voce in cinque lingue su Mac Apple Silicon (la generazione vocale è arrivata in Ollama 0.40.11), e lfm3-audio e lfm3-omni di Liquid AI parlano anche su Linux e Windows.
Quale modello Ollama scegliere effettivamente?
La risposta onesta è: il più grande che la tua memoria possa contenere nella classe di cui hai bisogno. Per l'uso generale, inizia con Qwen 3.5 9B o Gemma 4 E4B (o il collaudato Llama 3.1 8B) e passa a un modello più grande solo se la qualità risulta insufficiente. Per il ragionamento, prova gpt-oss 20B o un distill DeepSeek-R1; per la programmazione, Qwen3-Coder 30B, o Qwen 2.5 Coder su macchine più piccole; per le immagini, Gemma 4 o Qwen 3.5. Classifichiamo i migliori per caso d'uso in i migliori modelli LLM locali da eseguire su Ollama, e confrontiamo Ollama stesso con le alternative in Ollama vs LM Studio vs vLLM vs llama.cpp.
Verifica la compatibilità del modello prima dello scaricamento
L'errore più comune è scaricare un modello troppo grande per la tua macchina — rifiuterà di caricarsi o funzionerà lentamente mentre scambia su disco. Prima di scaricare, valuta: come regola approssimativa, un modello a 4 bit ha bisogno di poco meno di 1 GB di memoria per miliardi di parametri, più spazio per il contesto. Se non sai quanta memoria ha la tua scheda grafica, vedi come controllare la tua VRAM. Il nostro gratuito Calcolatore VRAM fornisce la cifra esatta di memoria necessaria per qualsiasi modello e livello di quantizzazione, mentre Requisiti di sistema di Ollama spiegano in dettaglio il compromesso tra RAM e VRAM.
La maggior parte dei modelli in questo elenco sono build GGUF (i tag -mlx girano sul motore MLX separato di Ollama); il nostro guida ai modelli GGUF spiega i suffissi di quantizzazione e quali file sono compatibili con la tua GPU.
Altre guide Ollama su Convly AI
- Installazione e piattaforme: guida all’installazione · Ollama su Windows · Ollama in Docker · requisiti di sistema
- Eseguirlo bene: modelli list · i migliori modelli da eseguire · quando Ollama ignora la tua GPU · modificare la porta
- Servizio e sicurezza: autenticazione tramite chiave API · Ollama è sicuro? · modelli cloud
- Manutenzione: aggiornamento · disinstallazione · alternative
Domande frequenti
Come elenco i modelli installati in Ollama? Esegui ollama list per visualizzare tutti i modelli installati con le relative dimensioni, ollama ps per verificare quale modello è attualmente caricato e ollama rm <nome> per eliminarne uno.
Qual è il miglior modello Ollama? Non esiste un unico migliore — dipende dalla tua memoria. Llama 3.1 8B è ancora il modello più scaricato nella libreria, ma su una macchina da 16 GB il più nuovo Qwen 3.5 9B e Gemma 4 E4B si adattano allo stesso budget e aggiungono input per immagini; vedi la nostra lista classificata per ciascun caso d’uso.
Quanti modelli offre Ollama? 270 famiglie di modelli nella libreria ufficiale al 7 novembre 2026 — chat, coding, vision, OCR, embedding, speech e i nuovi modelli di decision — la maggior parte con diverse dimensioni e quantizzazioni. Le tabelle sopra coprono quelli che la maggior parte delle persone effettivamente esegue.
Quali sono i modelli Ollama più nuovi? Gli aggiunti ai primi di novembre sono MiMo V2.6 9B di Xiaomi per codice e agenti (ollama run mimo-v2.6), i modelli di decisione AutoTrust e pplx-decider-flash e Kimi K3.1 Pro, che è solo cloud e viene eseguito sui server di Ollama invece che sulla tua macchina. Alla fine di ottobre sono arrivati la piccola famiglia LFM3 di Liquid AI (modelli di testo, visione, audio e omni), i modelli di decisione d3 di vLLM Semantic Router e la sintesi vocale Phonon di Gradium. Gli altri aggiunti recenti includono Nemotron 3.5 Lightning e Bolt di NVIDIA, Bonsai 2 di Prism ML, Flint di Recursive e EmbeddingGemma 2 di Google. Tra le famiglie chat generiche le più recenti sono Qwen 3.8 (ollama run qwen3.8:27b), Qwen 3.6, Gemma 4 e Muse Glimmer di Meta.
Di quanta RAM ho bisogno per eseguire i modelli Ollama? 8 GB esegue modelli piccoli (1B–4B), 16 GB esegue la popolare classe 7B–12B più gpt-oss 20B, e una GPU da 24 GB o 32 GB+ di memoria è necessaria per modelli 27B–35B. Verifica qualsiasi modello con il nostro Calcolatore VRAM.
Posso eseguire questi modelli offline? Sì — una volta scaricato, ogni modello Ollama locale viene eseguito interamente sulla tua macchina senza connessione internet, che è il motivo principale per usare modelli locali. L'eccezione è costituita dai tag solo cloud denominati cloud o terminanti con -cloud, come kimi-k3.1-pro:cloud: vengono eseguiti sui server di Ollama, non sulla tua macchina, e hanno bisogno di una connessione.
In sintesi
L’elenco dei modelli Ollama è lungo, ma la scelta è semplice: determina innanzitutto la tua esigenza — chat generica, ragionamento, programmazione, visione o embedding — quindi scegli il modello più grande possibile all’interno di quella categoria, compatibilmente con la memoria disponibile. Inizia con un modello da 8B, usa ollama list per tenere traccia dei modelli installati e consulta sempre il Calcolatore VRAM prima di ogni download, così da evitare di scaricare un modello incompatibile con la tua macchina. Da quel momento, eseguire un’intelligenza artificiale potente, locale e privata richiede soltanto un paio di comandi.
I nomi dei modelli, le dimensioni e la disponibilità cambiano frequentemente; le dimensioni e i tag sono stati verificati rispetto alla libreria ufficiale di Ollama il 7 novembre 2026 — verifica con ollama list e la libreria ufficiale prima di fare affidamento su di esse.
