{"id":2138,"date":"2026-08-07T20:06:06","date_gmt":"2026-08-07T20:06:06","guid":{"rendered":"https:\/\/convly.ai\/?p=2138"},"modified":"2026-08-26T09:05:25","modified_gmt":"2026-08-26T09:05:25","slug":"how-to-update-ollama","status":"publish","type":"post","link":"https:\/\/convly.ai\/it\/how-to-update-ollama\/","title":{"rendered":"Come aggiornare Ollama e i suoi modelli su Windows, macOS e Linux"},"content":{"rendered":"<div class=\"convly-tldr\">\n<ul>\n<li><strong>Windows e macOS:<\/strong> l'app desktop scarica automaticamente gli aggiornamenti: fai clic sull'icona di Ollama nella barra delle applicazioni o nella barra dei menu e seleziona <strong>Riavvia per aggiornare<\/strong>.<\/li>\n<li><strong>Linux:<\/strong> ri-esegui lo script di installazione: <code>curl -fsSL https:\/\/ollama.com\/install.sh | sh<\/code>L'aggiornamento avviene in loco e lascia intatti i tuoi modelli.<\/li>\n<li><strong>I modelli vengono aggiornati separatamente:<\/strong> <code>ollama pull &lt;modello&gt;<\/code> recupera la versione pi\u00f9 recente di un modello, scaricando soltanto i layer modificati.<\/li>\n<li><strong>Controlla la tua versione<\/strong> con <code>ollama -v<\/code>; su Linux puoi effettuare il rollback specificando <code>OLLAMA_VERSION=&lt;x.y.z&gt;<\/code> nello script di installazione.<\/li>\n<\/ul>\n<\/div>\n<p>Per aggiornare Ollama su Windows o macOS, fai clic sull'icona di Ollama nella barra delle applicazioni o nella barra dei menu e seleziona <strong>Riavvia per aggiornare<\/strong> \u2014 l'app desktop scarica automaticamente le nuove versioni in background. Su Linux, ri-esegui lo script ufficiale di installazione: <code>curl -fsSL https:\/\/ollama.com\/install.sh | sh<\/code>. Questo aggiorna esclusivamente il runtime di Ollama. I modelli gi\u00e0 scaricati vengono invece aggiornati separatamente, tramite <code>ollama pull<\/code>.<\/p>\n<p>Questa guida copre l'intero processo: come verificare la versione in esecuzione, come procedere con l'aggiornamento su ciascuna piattaforma, la differenza spesso trascurata tra l'aggiornamento di Ollama e quello di un modello, l'impatto sul disco di un nuovo comando 'pull', e come effettuare il rollback qualora una nuova versione causi problemi. Se stai valutando lo strumento in termini generali anzich\u00e9 gestirlo attivamente, inizia dalla nostra <a href=\"https:\/\/convly.ai\/it\/what-is-ollama-complete-guide-2026\/\">Guida completa a Ollama<\/a>.<\/p>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_88 counter-flat ez-toc-counter ez-toc-container-direction\">\n<label for=\"ez-toc-cssicon-toggle-item-6ab3b318340e6\" class=\"ez-toc-cssicon-toggle-label\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Attiva\/Disattiva<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #000000;color:#000000\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewbox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #000000;color:#000000\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewbox=\"0 0 24 24\" version=\"1.2\" baseprofile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/label><input type=\"checkbox\"  id=\"ez-toc-cssicon-toggle-item-6ab3b318340e6\"  aria-label=\"Attiva\/Disattiva\" \/><nav><ul class='ez-toc-list ez-toc-list-level-1' ><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/convly.ai\/it\/how-to-update-ollama\/#Check_Which_Version_Youre_Running\" >Verifica quale versione stai eseguendo<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/convly.ai\/it\/how-to-update-ollama\/#Updating_Ollama_Itself\" >Aggiornamento di Ollama stesso<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/convly.ai\/it\/how-to-update-ollama\/#Updating_Ollama_vs_Updating_a_Model_%E2%80%94_Not_the_Same_Thing\" >Aggiornamento di Ollama rispetto all\u2019aggiornamento di un modello \u2014 non \u00e8 la stessa cosa<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/convly.ai\/it\/how-to-update-ollama\/#Re-Pull_a_Model_to_Get_the_Newer_Build\" >Ri-scarica un modello per ottenere la nuova versione compilata<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/convly.ai\/it\/how-to-update-ollama\/#Where_Models_Are_Stored_and_How_Updates_Affect_Disk\" >Dove vengono memorizzati i modelli e come gli aggiornamenti influenzano lo spazio su disco<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/convly.ai\/it\/how-to-update-ollama\/#Rolling_Back_to_a_Previous_Version\" >Regressione a una versione precedente<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/convly.ai\/it\/how-to-update-ollama\/#Frequently_Asked_Questions\" >Domande frequenti<\/a><\/li><\/ul><\/nav><\/div>\n<h2><span class=\"ez-toc-section\" id=\"Check_Which_Version_Youre_Running\"><\/span>Verifica quale versione stai eseguendo<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>In qualsiasi terminale \u2014 PowerShell, Terminal.app o shell Linux:<\/p>\n<pre><code>ollama --version\n# la versione di ollama \u00e8 0.5.7 (il numero visualizzato sar\u00e0 diverso)<\/code><\/pre>\n<p><code>ollama -v<\/code> \u00e8 la forma abbreviata. Se il server Ollama \u00e8 in esecuzione (ascolta sulla porta 11434 per impostazione predefinita), puoi anche interrogarlo tramite HTTP, utile per macchine remote e container:<\/p>\n<pre><code>curl http:\/\/localhost:11434\/api\/version\n# {\"version\":\"0.5.7\"}<\/code><\/pre>\n<p>Confronta questo valore con la versione pi\u00f9 recente disponibile nella pagina delle release del progetto su GitHub (<code>github.com\/ollama\/ollama\/releases<\/code>) \u2014 dove si trova anche il changelog. Una particolarit\u00e0 da tenere presente: se la CLI e il server in esecuzione hanno versioni diverse \u2014 situazione comune subito dopo un aggiornamento, prima che qualsiasi processo venga riavviato \u2014 <code>ollama --version<\/code> visualizza un avviso relativo alla mancata corrispondenza. Riavviare l\u2019applicazione o il servizio risolve il problema.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Updating_Ollama_Itself\"><\/span>Aggiornamento di Ollama stesso<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Il metodo corretto dipende dal modo in cui hai effettuato l\u2019installazione:<\/p>\n<table>\n<thead>\n<tr>\n<th>Piattaforma \/ metodo di installazione<\/th>\n<th>Come aggiornare<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Windows (installer)<\/td>\n<td>Aggiornamento automatico \u2014 clicca sull\u2019icona di Ollama nella barra delle applicazioni e seleziona <strong>Riavvia per aggiornare<\/strong>; oppure esegui l\u2019ultima versione di <code>OllamaSetup.exe<\/code><\/td>\n<\/tr>\n<tr>\n<td>macOS (app desktop)<\/td>\n<td>Aggiornamento automatico \u2014 clicca sull\u2019icona nella barra dei menu e seleziona <strong>Riavvia per aggiornare<\/strong>; oppure scarica la nuova versione e sostituisci l\u2019app esistente<\/td>\n<\/tr>\n<tr>\n<td>macOS (CLI Homebrew)<\/td>\n<td><code>brew upgrade ollama<\/code><\/td>\n<\/tr>\n<tr>\n<td>Linux (script di installazione)<\/td>\n<td>Esegui nuovamente <code>curl -fsSL https:\/\/ollama.com\/install.sh | sh<\/code><\/td>\n<\/tr>\n<tr>\n<td>Linux (tarball manuale)<\/td>\n<td>Scarica il nuovo tarball dalle pagine delle release su GitHub ed estrailo sovrascrivendo l\u2019installazione precedente<\/td>\n<\/tr>\n<tr>\n<td>Docker (qualsiasi sistema operativo)<\/td>\n<td><code>docker pull ollama\/ollama<\/code>, quindi ricrea il contenitore<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h3>Windows<\/h3>\n<p>L\u2019applicazione Windows verifica autonomamente la disponibilit\u00e0 di aggiornamenti. Quando un aggiornamento \u00e8 pronto, fai clic sull\u2019icona di Ollama nella barra delle applicazioni e scegli <strong>Riavvia per aggiornare<\/strong>. Questo \u00e8 l\u2019intero processo.<\/p>\n<p>Per aggiornare manualmente \u2014 o se l\u2019icona nella barra delle applicazioni non propone alcun aggiornamento \u2014 scarica l\u2019ultima versione di <code>OllamaSetup.exe<\/code> da <code>ollama.com\/download<\/code> ed eseguila. L\u2019installazione avviene direttamente sulla copia esistente, senza richiedere una disinstallazione preliminare, nella cartella del profilo utente all\u2019indirizzo <code>%LOCALAPPDATA%\\Programs\\Ollama<\/code>, pertanto non sono necessari privilegi amministrativi. I tuoi modelli sono invece memorizzati separatamente in <code>C:\\Users\\\\.ollama<\/code> e rimangono intatti.<\/p>\n<h3>macOS<\/h3>\n<p>Lo stesso schema: l\u2019app scarica gli aggiornamenti in background e l\u2019icona nella barra dei menu mostra <strong>Riavvia per aggiornare<\/strong> quando un aggiornamento \u00e8 pronto. In alternativa, scarica l\u2019ultima versione macOS dalle pagine delle release su GitHub e sostituisci l\u2019app in <code>ollama.com\/download<\/code> e rimpiazza l\u2019app in <code>\/Applications<\/code>.<\/p>\n<p>Se hai installato la CLI tramite Homebrew anzich\u00e9 tramite l\u2019app desktop, aggiornala nello stesso modo in cui l\u2019hai installata: <code>brew upgrade ollama<\/code>. Tieni presente che la versione fornita da Homebrew potrebbe essere leggermente ritardata rispetto al rilascio ufficiale (di alcuni giorni) e che eseguire contemporaneamente il server installato tramite Homebrew e l\u2019app desktop \u00e8 una causa frequente di avvisi relativi a versioni non corrispondenti \u2014 scegline una e attieniti a quella.<\/p>\n<h3>Linux<\/h3>\n<p>Lo stesso comando monoriga utilizzato per una nuova installazione (illustrato nella nostra <a href=\"https:\/\/convly.ai\/it\/how-to-install-ollama-2026\/\">Guida all'installazione di Ollama<\/a>) esegue anche l\u2019aggiornamento:<\/p>\n<pre><code>curl -fsSL https:\/\/ollama.com\/install.sh | sh<\/code><\/pre>\n<p>Lo script rileva la tua stack GPU, sostituisce il binario e non tocca la cartella dei modelli. Se Ollama viene eseguito come servizio systemd \u2014 comportamento predefinito quando lo script lo ha configurato \u2014 riavvialo affinch\u00e9 il server risulti coerente con la nuova CLI:<\/p>\n<pre><code>sudo systemctl restart ollama\nollama -v<\/code><\/pre>\n<p>Se preferisci evitare di reindirizzare uno script verso <code>sh<\/code>, scarica il tarball Linux (ad esempio <code>ollama-linux-amd64.tgz<\/code>) dalla pagina delle release su GitHub ed estrailo sovrascrivendo l\u2019installazione precedente. Le istruzioni manuali esatte possono variare tra le versioni, quindi segui le indicazioni attuali per Linux presenti nella documentazione ufficiale di Ollama, piuttosto che quelle di un vecchio articolo sul blog.<\/p>\n<h3>Docker<\/h3>\n<pre><code>docker pull ollama\/ollama\ndocker stop ollama &amp;&amp; docker rm ollama\ndocker run -d --name ollama -v ollama:\/root\/.ollama -p 11434:11434 ollama\/ollama<\/code><\/pre>\n<p>A condizione che i tuoi modelli siano memorizzati su un volume denominato o su un bind mount in <code>\/root\/.ollama<\/code> (come indicato sopra), essi sopravviveranno alla ricreazione del contenitore. Aggiungi i soliti flag GPU al <code>eseguire<\/code> comando. Per bloccare una versione invece di seguirne l'ultima <code>versione pi\u00f9 recente<\/code>, utilizza un tag di versione come <code>ollama\/ollama:0.5.7<\/code>.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Updating_Ollama_vs_Updating_a_Model_%E2%80%94_Not_the_Same_Thing\"><\/span>Aggiornamento di Ollama rispetto all\u2019aggiornamento di un modello \u2014 non \u00e8 la stessa cosa<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Questa \u00e8 la distinzione che spesso sfugge alle persone. <strong>Ollama, il programma<\/strong> \u00e8 il server, l'interfaccia a riga di comando (CLI) e il runtime per l'inferenza. <strong>Modelli<\/strong> sono file dati scaricati dal registro ollama.com e memorizzati localmente. Aggiornarne uno non comporta mai l'aggiornamento dell'altro.<\/p>\n<p>Due conseguenze pratiche. Primo, aggiornare il binario Ollama non modifica mai i pesi dei tuoi modelli: un modello che si comportava in un certo modo ieri si comporter\u00e0 esattamente allo stesso modo dopo un aggiornamento dell'applicazione (eventuali correzioni del motore di inferenza possono influenzare sottilmente l'output, ma i pesi rimangono identici). Secondo, i modelli appena rilasciati richiedono spesso un runtime pi\u00f9 recente: se visualizzi un errore del tipo \u00abquesto modello richiede una versione pi\u00f9 recente di Ollama\u00bb, la soluzione consiste nell'aggiornare l'applicazione, non il modello.<\/p>\n<p>Nel frattempo, i tag dei modelli vengono ripubblicati upstream. Un tag come <code>llama3.3:70b<\/code> pu\u00f2 essere aggiornato dal suo autore \u2014 ad esempio con un template di chat corretto, pesi aggiornati o una quantizzazione predefinita diversa. La tua copia locale rimane bloccata alla versione che hai scaricato fino a quando non esegui esplicitamente un nuovo comando di pull.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Re-Pull_a_Model_to_Get_the_Newer_Build\"><\/span>Ri-scarica un modello per ottenere la nuova versione compilata<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Aggiornare un modello richiede un solo comando:<\/p>\n<pre><code>ollama pull llama3.3<\/code><\/pre>\n<p>I modelli sono memorizzati come livelli indirizzati per contenuto (blob denominati secondo l'hash SHA-256), quindi un nuovo comando di pull confronta i manifesti e scarica soltanto i livelli modificati. Se non \u00e8 cambiato nulla, il comando verifica lo stato e termina rapidamente \u2014 eseguire nuovamente il pull su un modello gi\u00e0 aggiornato \u00e8 un'operazione rapida e sicura. Per vedere quando un tag \u00e8 stato ripubblicato per l'ultima volta, consulta la sua pagina su <code>ollama.com\/library<\/code>; localmente, il comando <code>ollama list<\/code> mostra una colonna MODIFIED che indica quando hai eseguito l'ultimo pull o creato ciascun modello.<\/p>\n<p>Non esiste un comando integrato \u00abaggiorna tutti i modelli\u00bb. Su macOS o Linux, puoi usare un ciclo shell:<\/p>\n<pre><code>ollama list | tail -n +2 | awk '{print $1}' | while read m; do ollama pull \"$m\"; done<\/code><\/pre>\n<p>Attenzione: occasionalmente, un tag ripubblicato pu\u00f2 puntare a una quantizzazione predefinita o a un numero di parametri diverso rispetto a quello originariamente scaricato, modificando cos\u00ec i requisiti di memoria. Se un modello improvvisamente non riesce pi\u00f9 a caricarsi dopo un aggiornamento, verifica le sue nuove dimensioni tramite il <a href=\"https:\/\/convly.ai\/it\/llm-vram-calculator\/\">Calcolatore VRAM<\/a> prima di attribuire la colpa alla tua GPU. E se stai comunque rivalutando quali modelli eseguire, la nostra panoramica dei <a href=\"https:\/\/convly.ai\/it\/best-local-llms-to-run-on-ollama-2026\/\">I migliori modelli locali per Ollama<\/a> \u00e8 il punto di partenza ideale.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Where_Models_Are_Stored_and_How_Updates_Affect_Disk\"><\/span>Dove vengono memorizzati i modelli e come gli aggiornamenti influenzano lo spazio su disco<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<table>\n<thead>\n<tr>\n<th>Piattaforma<\/th>\n<th>Percorso predefinito dei modelli<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Windows<\/td>\n<td><code>C:\\Users\\&lt;tuo-utente&gt;\\.ollama\\models<\/code><\/td>\n<\/tr>\n<tr>\n<td>macOS<\/td>\n<td><code>~\/.ollama\/models<\/code><\/td>\n<\/tr>\n<tr>\n<td>Linux (installazione tramite script, servizio systemd)<\/td>\n<td><code>\/usr\/share\/ollama\/.ollama\/models<\/code><\/td>\n<\/tr>\n<tr>\n<td>Linux (esecuzione manuale come utente corrente)<\/td>\n<td><code>~\/.ollama\/models<\/code><\/td>\n<\/tr>\n<tr>\n<td>Docker<\/td>\n<td><code>\/root\/.ollama\/models<\/code> all'interno del container<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Puoi modificare questo percorso mediante la variabile d'ambiente <code>OLLAMA_MODELS<\/code> (da impostare per il processo del server, non solo per la tua shell).<\/p>\n<p>All'interno di tale directory, <code>manifests<\/code> descrive ciascun tag di modello e <code>blobs<\/code> contiene i livelli effettivi. Poich\u00e9 i livelli sono indirizzati per contenuto, due tag che condividono una base comune scaricano i livelli condivisi una sola volta. Quando un nuovo comando di pull introduce livelli aggiornati, quelli precedenti diventano non referenziati e Ollama elimina automaticamente i blob non referenziati all'avvio del server \u2014 pertanto l'utilizzo dello spazio su disco potrebbe temporaneamente aumentare dopo un aggiornamento e ridursi nuovamente dopo un riavvio. (Impostando <code>OLLAMA_NOPRUNE<\/code> questa pulizia viene disabilitata.) Per liberare deliberatamente spazio, rimuovi i modelli che non utilizzi pi\u00f9 con <code>ollama rm &lt;modello&gt;<\/code>.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Rolling_Back_to_a_Previous_Version\"><\/span>Regressione a una versione precedente<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><strong>Linux:<\/strong> Lo script di installazione accetta un pin della versione, che rappresenta il metodo pi\u00f9 pulito per eseguire un rollback. Scegli la release desiderata dalla pagina delle release su GitHub, quindi esegui:<\/p>\n<pre><code>curl -fsSL https:\/\/ollama.com\/install.sh | OLLAMA_VERSION=0.5.7 sh<\/code><\/pre>\n<p><strong>Windows e macOS:<\/strong> scarica lo script di installazione o il pacchetto applicativo della versione precedente dalla pagina delle release su GitHub e installalo sopra la versione corrente. Attenzione: le applicazioni desktop si aggiornano autonomamente e, al momento della stesura di questo testo, non offrono un'impostazione ufficiale per bloccare una versione specifica \u2014 pertanto ti verr\u00e0 nuovamente mostrato il messaggio \u00abRiavvia per aggiornare\u00bb. Se \u00e8 fondamentale mantenere una versione esatta (ad esempio su un sistema di produzione), il servizio Linux o un'immagine Docker con tag di versione rappresentano l'approccio pi\u00f9 affidabile.<\/p>\n<p><strong>Modelli<\/strong> sono pi\u00f9 difficili da ripristinare: il registro non offre un modo semplice per scaricare la build di ieri di un determinato tag, e un nuovo comando di pull sostituisce il manifesto locale. Pertanto, prima di eseguire nuovamente il pull di un modello su cui fai affidamento, conserva la build corrente sotto un nuovo nome:<\/p>\n<pre><code>ollama cp llama3.3 llama3.3-known-good\nollama pull llama3.3<\/code><\/pre>\n<p><code>ollama cp<\/code> \u00e8 quasi privo di costi \u2014 crea un nuovo manifesto che fa riferimento agli stessi livelli \u2014 e poich\u00e9 tali livelli restano referenziati, la procedura di pruning non li eliminer\u00e0. Se la build aggiornata presenta problemi, esegui invece <code>llama3.3-known-good<\/code> . Il costo aggiuntivo in termini di spazio su disco \u00e8 limitato soltanto ai livelli modificati.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Frequently_Asked_Questions\"><\/span>Domande frequenti<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<h3>L'aggiornamento di Ollama cancella i miei modelli?<\/h3>\n<p>No. Gli aggiornamenti sostituiscono esclusivamente il binario e i file dell'applicazione; i modelli risiedono in una directory separata (vedi tabella sopra) e non vengono mai toccati. Una disinstallazione completa <em>uninstall<\/em> \u00e8 diversa \u2014 a seconda della piattaforma, la directory dei modelli potrebbe o meno essere rimossa \u2014 quindi, se i tuoi download ammontano a centinaia di gigabyte, copiala prima in un luogo sicuro. <code>~\/.ollama\/models<\/code> qualcosa di sicuro prima, se i tuoi download ammontano a centinaia di gigabyte.<\/p>\n<h3>Il comando <code>ollama pull<\/code> scarica nuovamente l'intero modello?<\/h3>\n<p>No. I livelli sono indirizzati per contenuto, quindi un comando di pull scarica soltanto ci\u00f2 che \u00e8 cambiato dall'ultimo pull. Se il tag non \u00e8 stato ripubblicato, il comando verifica la tua copia locale e termina in pochi secondi senza scaricare alcunch\u00e9.<\/p>\n<h3>Come faccio ad aggiornare contemporaneamente tutti i miei modelli?<\/h3>\n<p>Non esiste un comando integrato per farlo. Usa un ciclo shell su <code>ollama list<\/code>ollama list<\/p>\n<h3>Perch\u00e9 un nuovo modello non funziona finch\u00e9 non aggiorno Ollama?<\/h3>\n<p>Le nuove architetture di modelli richiedono il supporto nel runtime di inferenza di Ollama, quindi i modelli appena rilasciati impongono spesso una versione minima di Ollama. Se un comando di pull o di run fallisce con un messaggio che indica che il modello richiede una versione pi\u00f9 recente di Ollama, aggiorna prima l'applicazione stessa e riprova.<\/p>\n<h3>Posso saltare diverse versioni durante l'aggiornamento?<\/h3>\n<p>S\u00ec. Gli aggiornamenti non sono incrementali: ogni versione rilasciata \u00e8 un pacchetto completo, quindi puoi passare direttamente da una versione vecchia all\u2019ultima disponibile utilizzando uno qualsiasi dei metodi indicati sopra. Rimane comunque consigliabile dare una rapida lettura alle note di rilascio su GitHub per verificare eventuali modifiche comportamentali, soprattutto se il salto tra le versioni \u00e8 significativo.<\/p>\n<h3>Does LM Studio update the same way?<\/h3>\n<p>No: LM Studio \u00e8 un\u2019applicazione indipendente dotata del proprio sistema integrato di aggiornamento; inoltre, i suoi motori di esecuzione e il catalogo di modelli vengono aggiornati separatamente rispetto a Ollama. Se utilizzi entrambi gli strumenti, consulta la nostra <a href=\"https:\/\/convly.ai\/it\/lm-studio-complete-guide-2026\/\">Guida completa a LM Studio<\/a> per informazioni dettagliate sul funzionamento del suo flusso di aggiornamento.<\/p>","protected":false},"excerpt":{"rendered":"<p>Windows &amp; macOS: the desktop app downloads updates itself \u2014 click the Ollama icon in the system tray or menu bar and choose Restart to update. Linux: re-run the install script: curl -fsSL https:\/\/ollama.com\/install.sh | sh.<\/p>","protected":false},"author":1,"featured_media":2139,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[9],"tags":[],"class_list":["post-2138","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-tutorials"],"_links":{"self":[{"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/posts\/2138","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/comments?post=2138"}],"version-history":[{"count":3,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/posts\/2138\/revisions"}],"predecessor-version":[{"id":2347,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/posts\/2138\/revisions\/2347"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/media\/2139"}],"wp:attachment":[{"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/media?parent=2138"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/categories?post=2138"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/tags?post=2138"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}