着急下载 Ollama 的小伙伴，请直接转到：2026 最新版 Ollama 官方安装包免费下载地址
Ollama 官方最新版 v0.35.1，文件 OllamaSetup.exe，1.47 GB，国内直连秒下。
安装包来自 Ollama 官方 GitHub 发布页（开源项目 ollama/ollama，GitHub Star 超 18.2 万，MIT 协议），文件未经任何修改，软件完全免费，没有广告、没有会员、没有任何捆绑。
一、Ollama 是什么？
简单来说，有了 Ollama，一条命令，就能让 DeepSeek、Qwen 在你自己电脑上跑起来。
用过 DeepSeek、通义千问网页版的朋友都遇到过这些糟心事：晚上高峰期排队、转圈、响应变慢；问敏感资料不放心，毕竟内容要传到别人服务器上；断网了直接没法用；用多了还可能碰到额度限制。
Ollama 就是来解决这些问题的：Ollama 是一款免费开源的工具，把"在自己电脑上运行大语言模型"这件事，简化到了“一行命令”的程度。你不需要懂 Python、不用配环境，装好之后输入ollama run qwen2.5，模型自动下载、自动加载、自动调用显卡，马上就能在终端里跟它对话。
- 完全本地运行：模型和对话都在你自己电脑上，断网也能聊，对话内容不出本机；
- 免费开源：MIT 协议，源代码在 GitHub（ollama/ollama）公开，Star 超 18.2 万，任何人可以审查；
- 模型任选：DeepSeek-R1、Qwen（通义千问）、Llama、Gemma 等主流开源模型都能一条命令拉下来，小的只有几百 MB，大的几十 GB，丰俭由人；
- 自动用显卡：NVIDIA 显卡自动识别调用（本文实测 RTX 4060 Ti 跑小模型显示 100% GPU），没有独显也能用 CPU 跑小模型；
- 装好后常驻后台，在本机 127.0.0.1:11434 提供接口，各种第三方客户端、编程插件都能接它。
一句话：想免费、离线、保护隐私地用 DeepSeek/Qwen，Ollama 是目前最省心的本地方案。
先说清楚一件事，免得你装完疑惑
Ollama 本质是一个命令行工具，外加一个托盘小图标和一个简单的桌面引导窗口。
截至本文实测的 v0.35.1，桌面窗口的本地模式只有一个"复制命令去终端运行"的引导页，并没有内置聊天界面。真正对话是在 PowerShell 终端里进行的（全程本文都有截图，跟着复制粘贴即可，完全不需要命令基础）。
二、你的电脑能不能装 Ollama？
Ollama 对系统要求不高，但模型越大越吃硬件，先对照一下。
系统要求（Windows）：
| 项目 | 要求 | 大白话解释 |
| 系统版本 | Windows 10 22H2 及以上（Win10 较新版本 / Win11） | 太老的 Win10 版本和 Win7/8 装不了 |
| 显卡（非必须） | NVIDIA 显卡建议驱动 551.61 或更新；AMD 核显/独显部分支持 | 没有独显也能装，用 CPU 跑小模型，就是慢一些 |
| 磁盘空间 | 程序本体约占 2.78 GB，模型另算（默认存在 C 盘用户目录，可改到其他盘，见第七章） | 玩几个模型建议预留 20 GB 以上 |
| 网络 | 安装后第一次下载模型需要联网 | 模型下完后，使用时可以完全断网 |
模型大小怎么选（新手参考）：
| 模型（示例） | 模型文件大小 | 建议配置 | 适合场景 |
| qwen2.5:0.5b | 397 MB | 4 GB 内存，无独显也能跑 | 纯体验、验证安装，秒回 |
| deepseek-r1:1.5b | 约 1.1 GB | 8 GB 内存 | 轻量问答，带简单推理 |
| 7B 级别（如 qwen2.5:7b、deepseek-r1:7b） | 约 4.7 GB | 16 GB 内存，8 GB 显存更佳 | 回答质量和速度的平衡点 |
参数越大 ≠ 越适合你
模型越聪明，但对内存/显存要求越高、回答越慢。新手强烈建议先从 397 MB 的 qwen2.5:0.5b 开始，把流程跑通，再慢慢换大模型。
Mac 和 Linux 用户：Ollama 官网也提供 macOS（Intel / Apple 芯片均支持）和 Linux 版本，命令用法完全一样（Linux 还可用官方一键脚本安装）。本文聚焦 Windows 版，安装步骤以 Windows 11 实测为准。
三、Ollama 下载（2026最新版）
Ollama 官方安装包托管在 GitHub 上，国内访问 GitHub 时快时慢，安装包又有 1.47 GB，直连容易断。我已把官方原版文件搬运到夸克网盘，文件未做任何修改、无捆绑。
下载地址：2026 最新版 Ollama 官方安装包免费下载
下载好的文件名叫 OllamaSetup.exe，大小 1.47 GB（约 1507 MB），文件图标是 Ollama 标志性的羊驼：
如何确认文件是官方原版、没被动过？
在 OllamaSetup.exe 上「右键 → 属性 → 数字签名」，能看到签名者为 Ollama Inc.（Toronto, Canada）、状态显示正常，即代表文件来自 Ollama 官方、未被篡改。
四、Ollama安装教程（约1分钟）
以 Windows 版为例，在文件夹里找到 OllamaSetup.exe，双击运行。
本次实测双击后没有出现"Windows 已保护你的电脑"SmartScreen 拦截，也没有 UAC 权限弹窗——因为安装包带有 Ollama 官方正规数字签名，且默认安装到当前用户目录（不需要管理员授权）。如果你电脑上的安全软件弹出询问，点"允许/运行"即可。
安装向导是英文界面（只有一屏，没有安装路径选择页、没有任何捆绑勾选），直接点右下角的“Install”：
Ollama 的安装路径不可选，程序会自动装到 C:\Users\你的用户名\AppData\Local\Programs\Ollama。
进度条走完大约几十秒，安装结束后屏幕右下角会弹出一条中文通知："一切就绪，只等你动手"：
同时，任务栏右下角托盘区会出现一个羊驼图标，这就是 Ollama 的图标。
在羊驼图标上点击鼠标右键，菜单一共四项：Open Ollama（打开 Ollama）、Settings（设置）、View logs（查看日志）、Quit Ollama（退出），先认个脸：
五、第一次打开桌面 App：三连引导，选"本地使用"即可
双击托盘图标，或在菜单里选 Open Ollama，会打开 Ollama 的桌面窗口。第一次打开有三屏引导，照着点：
1) 第一屏欢迎页 "Welcome to Ollama!"，中间有三条特性说明（连接你的应用、一键切换模型、数据只属于你），点黑色的 Continue：
2) 第二屏是 "Create an account"（创建账号），宣传注册后可以访问更快、更大的模型。本地使用完全不需要注册，直接点底部那行灰色小字 "No thanks, I'll use Ollama locally"（不了，谢谢，我在本地使用 Ollama）：
红框：不用点 Sign up，直接点底部 No thanks, I'll use Ollama locally，跳过账号、进入纯本地模式。
3) 进入本地模式主页后，你会看到页面上只有 "Run Ollama" 标题、一个写着 ollama 的命令框（右侧有复制图标），以及一句提示 "Run this command in your terminal to get started."（在终端中运行此命令以开始）：
红框：本地模式主页就是一个命令引导页，不是聊天窗口。点复制图标把命令拷走，然后到 PowerShell 终端里运行（下一章手把手教）。
再次提醒：v0.35.1 本地模式没有内置聊天对话框，这不是安装出了问题。另外窗口里还有个 "Apps" 页面，是给 Claude Code、Cline 这类编程助手做接入引导的，新手暂时不用管。真正的对话，咱们到终端里进行。
六、核心用法：下载模型、中文对话，4 个命令全搞定
第 1 步：打开 PowerShell 终端
按 Win 键，直接输入 powershell，回车，打开蓝色/黑色的 "Windows PowerShell" 窗口。
高频踩坑预警：如果你在安装 Ollama 之前就已经开着终端窗口，那么在旧窗口里输入 ollama 会提示 "无法将 ollama 识别为 cmdlet、函数、脚本文件或可运行程序的名称"。这是因为旧窗口没刷新环境变量。把终端窗口全部关掉、重新打开一个就好了（实在不想重启，临时修复命令见第八章对照表）。
第 2 步：下载第一个模型 ollama pull
以 DeepSeek-R1 1.5B（1.1 GB，会推理的小模型）为例，在终端输入下面的命令，回车：
ollama pull deepseek-r1:1.5b
下载时会显示动态进度条：已下载百分比、已下载大小/总大小、实时速度、预计剩余时间：
红框：下载进度行——pulling 进度 6%、72 MB/1.1 GB、实时 16 MB/s、剩余 1m4s。实测官方源在国内直连能稳定跑到 16~19 MB/s，并不慢。
几个要点：
- 模型是断点续传的：中途按 Ctrl+C 取消、或断网关机了，下次重新执行同一条
ollama pull 模型名会接着已下载的部分继续，不会重头再来； - 想先零成本体验，可以改下更小的
ollama pull qwen2.5:0.5b（只有 397 MB，一两分钟下完）； - 如果你的网络环境下进度条长期卡在 0%、速度只有几 KB/s，请看第八章的排查方案。
第 3 步：开始中文对话 ollama run
模型下好后，运行下面的命令进入对话（以 Qwen2.5 0.5B 为例；如果本地还没有该模型，run 会自动先下载再进入）：
ollama run qwen2.5:0.5b
第一次进入会看到 >>> 提示符，直接输入中文问题、回车，模型就会回答。本例问了句"你好，你是谁？请用一句话介绍你自己。"，模型用中文自报家门："我是 Qwen，阿里云自主研发的超大规模语言模型……"
红框：
ollama run qwen2.5:0.5b进入对话 → 在 >>> 后输入中文问题、回车 → 模型直接给出中文回答，全程不联网也能聊
使用方式：
- 每次输入完按回车发送；一条消息想换行写，按 Shift+回车；
- 想退出对话，输入
/bye回车，回到 PowerShell 提示符； - 模型加载后会在内存/显存里保留约 5 分钟，这期间继续对话秒回；闲置超时自动卸载腾出资源。
第 4 步：两个常用查看命令
① 看本机已经下载了哪些模型：ollama list
ollama list 以表格列出本机全部模型——NAME 模型名、ID 模型编号、SIZE 大小（397 MB）、MODIFIED 下载时间。
② 看当前正在运行的模型是否用上了显卡：ollama ps
ollama ps 的 PROCESSOR 列显示 100% GPU，说明模型完全跑在显卡上（本机为 RTX 4060 Ti），速度最快；CONTEXT 4096 是上下文长度，UNTIL 显示还有多久自动卸载。如果显示 CPU / 百分比，说明在用处理器跑（也能用，更慢）。
最后，用 ollama --version 可以核对版本号。下图是本文实测环境的版本（0.35.1），下方顺带列出了本机已下载的两个模型：
ollama version is 0.35.1 下方 ollama list 显示本机已有的 deepseek-r1:1.5b（1.1 GB）和 qwen2.5:0.5b（397 MB）。
新手提醒：直接裸敲一个
ollama（不带 run/pull 等参数）会进入一个英文的"编码代理启动"菜单（Launch Claude Code / OpenCode 等，那是给开发者接入编程工具用的）。看不懂直接关掉窗口即可，日常使用记住ollama run 模型名这一条就够了。
附：常用命令速查
| 命令 | 作用 |
| ollama pull 模型名 | 只下载模型，不进入对话 |
| ollama run 模型名 | 下载（如未下载）并进入对话 |
| ollama list | 查看已下载的全部模型 |
| ollama ps | 查看正在运行的模型（是否走 GPU、内存占用） |
| ollama rm 模型名 | 删除已下载的模型（释放磁盘） |
| /bye | 在对话中退出，回到终端 |
想找更多模型，打开 Ollama 官网的 Models（模型库） 页面，DeepSeek-R1、Qwen2.5、Llama 3.2、Gemma 等都在里面，页面上直接给了对应的 ollama run 命令，复制即可。
七、模型存在哪？C 盘不够用怎么改到 D 盘？
1) 默认位置：用户目录下的 .ollama 文件夹
Ollama 程序本体不大，但模型默认全部下载在 C 盘用户目录：
C:\Users\你的用户名\.ollama\models
把这个路径粘贴到资源管理器地址栏回车即可打开。里面有三个文件夹：blobs、manifests、metadata：
红框：blobs 文件夹里就是模型的真实数据（按 sha256 校验值命名），manifests 是模型清单，metadata 是元数据。
打开 blobs 可以看到，两个模型实际由 10 个数据文件组成，共约 1.41 GB；其中最大的单个文件有 1,091,134 KB（约 1.06 GB，就是 1.1B 模型的主体）：
红框：最大的数据文件 1,091,134 KB。这些文件名不要手动改、不要单独删——删除模型请用
ollama rm 模型名，Ollama 会自动清理关联文件。
2) 把模型目录改到 D 盘（设置 OLLAMA_MODELS 环境变量）
C 盘空间紧张的话，通过一个叫 OLLAMA_MODELS 的环境变量改位置，三步搞定。本例演示改到 D:\ollama\models（请先在 D 盘手动建好这个文件夹）。
第 1 步：打开"环境变量"设置。 按 Win + R，输入 sysdm.cpl 回车，打开"系统属性"，切到"高级"选项卡，点右下角的"环境变量(N)..."：
第 2 步：新建用户变量。 在"环境变量"窗口上半部分（"你的用户名 的用户变量"），点"新建(N)..."：
红框：在上半部分"用户变量"区域点新建(N)...（不用动下面的系统变量，也不需要管理员权限）
第 3 步：填写变量名和变量值。 变量名填 OLLAMA_MODELS，变量值填你想存放模型的文件夹完整路径（本例为 D:\ollama\models），然后一路点"确定"关掉所有窗口：
变量名必须一字不差填 OLLAMA_MODELS；变量值填目标文件夹路径，如 D:\ollama\models（文件夹要提前建好）
最后一步（必须做）：右键托盘羊驼 → Quit Ollama 完全退出，再从开始菜单重新打开 Ollama，新路径才会生效。此后 ollama pull 的新模型都会存到 D 盘。
已有模型想一起搬走？ 先 Quit Ollama，把
C:\Users\你的用户名\.ollama\models里的 blobs、manifests、metadata 整个剪切到新目录（如D:\ollama\models），再按上面三步设置环境变量、重启 Ollama 即可，已下载的模型不用重下。
顺带认识一个地址：Ollama 服务运行时，用浏览器访问 http://127.0.0.1:11434，看到 "Ollama is running" 就说明后台服务正常。第三方图形界面、编程插件都是通过这个本地接口连接 Ollama 的。
八、下载慢/报错？常见问题对照表
| 现象 | 原因 | 怎么办 |
| 终端输入 ollama 提示 "无法将 ollama 识别为 cmdlet…" | 安装前打开的旧终端没刷新 PATH 环境变量 | 关掉终端重新打开即可；临时修复：在当前 PowerShell 执行 $env:Path += ';' + $env:LOCALAPPDATA + '\Programs\Ollama' |
ollama pull 长期卡在 0%、速度只有几 KB/s、报 timeout |
当前网络到官方模型服务器连接不畅 | ① 直接重新执行同一条 pull 命令，支持断点续传，多试几次；② 切换网络（如手机热点）或关闭/开启代理后重试；③ 可在网上检索社区维护的 Ollama 国内镜像地址，通过 OLLAMA_DOMAIN 环境变量指定后再拉取（镜像地址以社区最新可用的为准）。本文实测官方源直连可达 16~19 MB/s，大部分网络无需镜像 |
| 对话时报 out of memory / 显存不足 | 模型太大，显存装不下 | Ollama 会自动把装不下的部分交给 CPU/内存（会明显变慢但通常仍能跑）；想流畅就换小模型（如 0.5b / 1.5b），先 ollama rm 大模型名 释放空间 |
| 启动报错 端口 11434 被占用 / address already in use | 其他程序占用了 11434 端口（或已有一个 Ollama 在跑） | 先看托盘是否已有羊驼图标（说明已在运行）；确实被别的程序占用时，可新建用户变量 OLLAMA_HOST，值设为 127.0.0.1:11435 等其他端口后重启 Ollama |
| 桌面 App 里找不到聊天输入框 | v0.35.1 本地模式主页本身就只是命令引导页，属正常设计 | 按第六章在 PowerShell 里用 ollama run 模型名 对话；想要图形聊天界面，可另装 Open WebUI 等第三方界面连接本机 11434 接口 |
| 模型想删掉、释放磁盘 | — | 终端执行 ollama rm 模型名（先 ollama list 看准确名字）；不要手动删 blobs 里的文件 |
| 回答速度很慢、风扇狂转 | 当前在纯 CPU 上运行大模型 | ollama ps 看 PROCESSOR 列；没显卡或显卡太老就换更小的模型，0.5b/1.5b 在 CPU 上也能较快 |
| 模型下到一半中断了 | 网络波动 | 重新执行同一条 ollama pull，自动断点续传 |
| 杀毒软件报毒/拦截 | 个别杀软对未见过签名的安装包误报 | OllamaSetup.exe 带有 Ollama Inc. 数字签名，确认文件来自本文网盘或官方发布页后，在杀软中加信任即可 |
| 想确认后台服务是否正常 | — | 浏览器访问 http://127.0.0.1:11434，显示 "Ollama is running" 即正常 |
| Mac / Linux 怎么装 | 本文以 Windows 为例 | 官网下载对应安装包（Mac 区分 Intel/Apple 芯片，Linux 可用官方一键脚本），pull/run/list 等命令完全相同 |
九、Ollama 的几个相关问题
Q1：Ollama 安全吗？
我的对话内容会不会被上传？ 不会。模型文件全部下载在本机，推理计算也在本机完成，使用过程中对话数据不出你的电脑，断网照样能聊——这也是它和在线 ChatGPT、DeepSeek 网页版最大的区别。软件本身是 MIT 协议开源的，安装包带 Ollama Inc. 官方数字签名，可放心使用。
Q2：本地跑的模型，和 ChatGPT、DeepSeek 网页版比谁厉害？
论"聪明程度"，7B 级别的本地小模型通常打不过 GPT、DeepSeek 的云端旗舰大模型；但 Ollama 胜在免费、无额度、不排队、完全离线、数据不外传。日常问答、写邮件、改代码、处理私密资料完全够用，而且随着开源模型快速迭代，本地模型的效果一直在逼近云端。
Q3：我没有独立显卡、电脑配置一般，能玩吗？
能。先从 qwen2.5:0.5b（397 MB）、deepseek-r1:1.5b（1.1 GB）这种小模型入手，8 GB 内存的普通办公本用 CPU 就能跑动，只是回答速度比带显卡的机器慢一些。对照第二章的配置表选模型即可。
Q4：Ollama 和 LM Studio 有什么区别？
两者都是本地跑开源模型的热门工具。LM Studio 主打图形界面，搜索、下载、聊天全程点鼠标，适合完全不想碰命令的用户；Ollama 以命令行为主、程序更轻、后台常驻，并且生态接入最广——大量第三方客户端、编辑器插件、编程助手都默认支持连接 Ollama。新手可以先用 Ollama 跑通，再按需尝试图形界面。
