🚀 Rodar LLMs Locais com Ollama — Escolher e Instalar o Melhor Modelo

📌 Pra que serve

Ollama permite rodar modelos de linguagem abertos na sua máquina sem GPU cara, sem API e sem pagar por token. Você pode usar em projetos privados, offline, e integrar com editores de código. Escolha o modelo certo pro seu hardware e tarefa.

🛠️ Passo a passo

1. Instale Ollama

Acesse [ollama.com](https://ollama.com)

Baixe para macOS, Windows ou Linux

Abra e deixe rodando (roda um servidor local na porta 11434)

2. Escolha seu modelo pelo hardware

Se tem GPU com 8 GB VRAM:

ollama pull granite4.2:8b

(5.3 GB, score 36.78 — rápido para tarefas pequenas)

Se tem GPU com 12 GB VRAM:

ollama pull gemma4:12b

(7.7 GB, score 35.48 — bom custo-benefício)

Se tem GPU com 24 GB VRAM (o padrão):

ollama pull gemma4:31b

(19 GB, score 54.39 — melhor qualidade em single GPU)

Pra coding específico em 24GB:

ollama pull qwen3.8:27b

(18 GB, score 45.88 em coding — maior acurácia)

3. Rode o modelo

ollama run gemma4:31b

Digite sua pergunta direto no terminal.

4. Integre com seu editor

VS Code + extension "Continue"

Copilot local: aponte pra http://localhost:11434

A maioria das extensões de AI suportam endpoint OpenAI-compatível

5. Teste com prompt

Você é especialista em Python. Explique decoradores com 3 exemplos práticos.

💡 Dica:

Deixe 20–30% de espaço livre na sua VRAM pra cache (contexto). Um modelo de 19 GB cabe confortável numa GPU de 24 GB. Se tiver Mac, conte só 75% da RAM unificada (o resto fica pra sistema).

Prefira modelos MoE (Mixture-of-Experts — tags tipo 35b-a3b) se precisar rodar em CPU também; eles usam só uma fração dos pesos por token.

🔗 Links e instalação

Ollama oficial: [ollama.com](https://ollama.com)
Biblioteca de modelos: [ollama.com/library](https://ollama.com/library)
Benchmark completo: [benchlm.ai/best/ollama-models](https://be

nchlm.ai/best/ollama-models)

Ranking por tarefa: BenchLM tem filtros pra coding, reasoning, multilíngue

Comandos rápidos (copie e cole):

## Instalar Ollama (Linux/Mac)
curl -fsSL https://ollama.ai/install.sh | sh
Puxar modelo recomendado (24GB)
ollama pull gemma4:31bRodar
ollama run gemma4:31b

Comece com Gemma 4 31B — é o melhor balanço hoje pra quem tem GPU padrão. Teste, depois explore os outros conforme seu hardware.