W skrócie
- Ollama jest darmowa (licencja MIT) i działa na Windows 10 22H2+, macOS 14+ i Linuksie: instalujesz ją jedną komendą, a model uruchamiasz poleceniem ollama run.
- O wyborze modelu decyduje pamięć: polski Bielik 11B w wersji 4-bitowej zajmuje 6,7 GB zamiast 22,3 GB, więc mieści się na laptopie z 16 GB RAM.
- Modele z dopiskiem „cloud” działają na serwerach Ollamy, głównie w USA (plany od 20 USD miesięcznie); dane zostają na komputerze tylko przy modelach pobranych lokalnie.
Stan na 28 października 2026
Czym jest Ollama?
Ollama to darmowy program, który pobiera otwarte modele językowe i uruchamia je na Twoim komputerze. Działa na Windows, macOS i Linuksie, a obsługuje się go głównie z terminala.
Definicja
Ollama to narzędzie open source na licencji MIT do lokalnego uruchamiania dużych modeli językowych. Pobiera pliki modelu, ładuje je do pamięci komputera albo karty graficznej i udostępnia czat w terminalu oraz lokalne API pod adresem localhost:11434.
Ollama nie jest modelem, tylko silnikiem, który uruchamia modele innych firm: Gemmę od Google, Qwena od Alibaby, gpt-oss od OpenAI czy polskiego Bielika. Według strony projektu ma ponad 9 mln instalacji miesięcznie, a modele pobrano z niej ponad miliard razy. Repozytorium na GitHubie ma ok. 185 tys. gwiazdek, a najnowsza wersja, 0.40.12, wyszła 27 października 2026.
Czym są modele językowe i czym różnią się modele otwarte od zamkniętych, wyjaśniamy w przewodniku po LLM: jak działają duże modele językowe i który model AI wybrać. Tu zajmujemy się praktyką: instalacją, wyborem modelu i tym, co naprawdę zostaje na komputerze, bo Ollama ma też płatną chmurę.
Wymagania sprzętowe: jaki model na jaki komputer
O tym, jaki model uruchomisz, decyduje pamięć: zwykły RAM, a przy karcie graficznej jej VRAM. Na laptopie z 16 GB RAM zmieszczą się modele do ok. 12 mld parametrów w wersji 4-bitowej.
Ollama wymaga Windows 10 22H2 lub nowszego (sterowniki NVIDIA od 551.61, karty AMD przez ROCm v7 albo Vulkan), macOS Sonoma 14 lub nowszego (Maki z Intelem działają tylko na procesorze) albo Linuksa. Na sam program zarezerwuj co najmniej 4 GB, a na modele od kilku do kilkuset gigabajtów.
| Pamięć komputera | Przykładowe modele (rozmiar pliku) | Do czego wystarczy |
|---|---|---|
| 8 GB RAM | qwen3.5:2b (2,7–3,1 GB), qwen3.5:4b (3,3–4,0 GB) | proste streszczenia, poprawianie tekstu, testy |
| 16 GB RAM albo karta z 8–12 GB VRAM | Bielik 11B v3.0 Q4_K_M (6,7 GB), qwen3.5:9b (6,6–7,6 GB), gemma4:12b (7,7–8,0 GB; na karcie 8 GB część trafi do RAM) | codzienna praca na tekstach, także po polsku |
| 32 GB RAM, Mac z 32 GB albo karta 24 GB | gpt-oss:20b (14 GB), gemma4:26b (16–19 GB), qwen3.8:27b (18 GB) | trudniejsze zadania, kod, obrazy |
| serwer z kartą 80 GB | gpt-oss:120b (65 GB); qwen3.5:122b (81 GB) tylko z minimalnym zapasem na kontekst | wdrożenie dla zespołu |
Rozmiar pliku to minimum: dochodzi pamięć na kontekst rozmowy i na system, więc zostaw zapas. Na Macach z procesorem Apple M RAM i pamięć grafiki to jedna pula.
Policzmy to: co daje kwantyzacja. Kwantyzacja to zapis wag modelu mniejszą liczbą bitów. Bielik 11B v3.0 w pełnej precyzji (BF16, 2 bajty na parametr) zajmuje 22,3 GB. W wersji 8-bitowej (Q8_0) to 11,9 GB, czyli ok. 1 bajt na parametr, a w 4-bitowej (Q4_K_M) 6,7 GB, czyli ok. 0,6 bajta na parametr. Wersja 4-bitowa jest 3,3 raza mniejsza i mieści się na laptopie z 16 GB RAM, a pełna nie zmieści się nawet na karcie z 16 GB VRAM. Ceną jest jakość: twórcy Bielika zaznaczają, że wersje skwantyzowane mogą odpowiadać słabiej i częściej się mylić, więc przy ważnych zadaniach porównaj wynik z Q8_0.
Polecenie ollama ps pokaże, czy model zmieścił się w karcie: „100% GPU” oznacza, że cały jest w jej pamięci.
Instalacja Ollamy krok po kroku: Windows, macOS i Linux
Instalacja trwa kilka minut: pobierasz instalator z ollama.com/download albo wklejasz jedną komendę do terminala. Do pracy z modelami lokalnymi nie potrzebujesz konta.
Windows. Pobierz OllamaSetup.exe i uruchom. Program instaluje się w katalogu użytkownika, bez uprawnień administratora. Możesz też wkleić komendę do PowerShella:
Polecenie do wpisania w terminalu
irm https://ollama.com/install.ps1 | iexModele trafiają do C:\Users\<nazwa>\.ollama\models. Jeśli na dysku C brakuje miejsca, ustaw zmienną środowiskową OLLAMA_MODELS na inny katalog i uruchom Ollamę ponownie. Odinstalujesz ją w „Dodaj lub usuń programy”.
macOS. Pobierz Ollama.dmg, przeciągnij aplikację do folderu Aplikacje i uruchom. Przy pierwszym starcie Ollama zapyta, czy dodać polecenie ollama do terminala: zgódź się, bo bez tego komendy nie zadziałają. Modele trafiają do ~/.ollama/models.
Linux. Wklej do terminala:
Polecenie do wpisania w terminalu
curl -fsSL https://ollama.com/install.sh | shModele trafiają do /usr/share/ollama/.ollama/models. Tę samą komendę uruchamiasz przy aktualizacji. Do kart NVIDIA potrzebujesz sterowników CUDA, do kart AMD pakietu ROCm v7.
Na każdym systemie sprawdzisz instalację poleceniem:
Polecenie do wpisania w terminalu
ollama -vTakie komendy pobierają skrypt i od razu go uruchamiają, więc kopiuj je tylko z ollama.com.
Pierwsze uruchomienie modelu: najważniejsze komendy
Model pobierasz i uruchamiasz jedną komendą ollama run. Pierwsze uruchomienie trwa dłużej, bo Ollama ściąga kilka gigabajtów; kolejne są znacznie szybsze.
Na początek wybierz polskiego Bielika z oficjalnego konta jego twórców, fundacji SpeakLeash:
Polecenie do wpisania w terminalu
ollama run SpeakLeash/bielik-11b-v3.0-instruct:Q4_K_MPo pobraniu piszesz pytanie i zatwierdzasz Enterem, a rozmowę kończysz komendą /bye. Samo polecenie ollama uruchamia kreator, który proponuje zalogowanie (potrzebne tylko do modeli w chmurze) albo wybór modelu lokalnego.
Dobry pierwszy test to zadanie na Twoim tekście, ale bez danych osobowych:
Prompt do skopiowania
Streść poniższy tekst po polsku w 5 punktach.
Każdy punkt najwyżej jedno zdanie.
Na końcu wypisz liczby i daty, które pojawiają się w tekście.
Tekst:
[wklej tekst]Komendy, których będziesz używać najczęściej:
Polecenie do wpisania w terminalu
ollama ls
ollama ps
ollama pull gemma4:e2b
ollama stop gemma4:e2b
ollama rm gemma4:e2bollama lspokazuje pobrane modele, aollama pste, które są teraz w pamięci.ollama pullpobiera model bez uruchamiania czatu, aollama stopzwalnia pamięć. Bez tego model zostaje w pamięci jeszcze 5 minut po ostatnim pytaniu.ollama rmusuwa model z dysku i odzyskuje miejsce.
Domyślnie Ollama pracuje z oknem kontekstu 4096 tokenów, czyli kilku stron tekstu. Przy dłuższych dokumentach zwiększ je zmienną OLLAMA_CONTEXT_LENGTH, pamiętając, że dłuższy kontekst zajmuje więcej pamięci.
Jakie modele wybrać w październiku 2026?
Na start wystarczą dwa modele: jeden mały model ogólny i jeden polski. Największe modele, o których czytasz w newsach, w Ollamie działają zwykle tylko w chmurze.
- Modele ogólne. Qwen 3.5 od Alibaby (od 0,8 do 122 mld parametrów, okno 256 tys. tokenów) i Gemma 4 od Google (od e2b do 31b) rozumieją też obrazy. gpt-oss od OpenAI ma licencję Apache 2.0, a według Ollamy wersja 20b działa już przy 16 GB pamięci.
- Bielik. Fundacja SpeakLeash publikuje Bielika 11B v3.0 na własnym koncie w Ollamie w pięciu wersjach, od Q4_K_M (6,7 GB) do pełnej BF16 (22 GB). Model obsługuje 32 języki europejskie z naciskiem na polski i ma licencję Apache 2.0. Pliki GGUF, także mniejszych wersji 4.5B i 1.5B, są na profilu SpeakLeash na Hugging Face.
- PLLuM. Ministerstwo Cyfryzacji nie publikuje PLLuM w formacie dla Ollamy. W bibliotece są tylko wersje wgrane przez użytkowników, a na Hugging Face nieoficjalne konwersje do GGUF, np. PLLuM-12B-chat-2512 w wersji Q4_K_M (7,5 GB). Ollama uruchamia je wprost z Hugging Face:
Polecenie do wpisania w terminalu
ollama run hf.co/mradermacher/PLLuM-12B-chat-2512-GGUF:Q4_K_MDo testów to wystarczy, ale w urzędzie lepiej korzystać z plików z oficjalnego profilu. Wersje, licencje i zastosowania opisujemy w tekście PLLuM: polski model AI dla urzędów.
Przy modelach chińskich pamiętaj o izolacji: test, w którym model Qwen próbował wysłać plik testowy do Pekinu, pokazuje, że model z dostępem do narzędzi i sieci trzeba pilnować także wtedy, gdy działa lokalnie. Nowy Mistral Large 4 jest w Ollamie, ale tylko jako model w chmurze: ma 1,05 bln parametrów, z czego 52 mld aktywnych. Szczegóły w tekście Mistral Large 4: bilion parametrów i trening w Europie.
Omijaj modele z nieznanych kont, zwłaszcza z dopiskiem „abliterated”, czyli z celowo usuniętymi zabezpieczeniami.
Modele „cloud” a lokalne: co naprawdę zostaje na komputerze
Model z dopiskiem „cloud” działa na serwerach Ollamy, nie na Twoim komputerze, więc prompty i odpowiedzi wychodzą do sieci. Pełną kontrolę nad danymi daje tylko model pobrany na dysk.
- Jak je rozpoznać. Mają w nazwie „cloud” (np.
gemma4:cloud,gpt-oss:20b-cloud), nie mają w bibliotece rozmiaru pliku i wymagają zalogowania (ollama signin). Tak działają m.in. DeepSeek V4.1-Flash, GLM-5.3 i Mistral Large 4, za duże na zwykły komputer. - Gdzie trafiają dane. Według Ollamy modele w chmurze działają głównie w USA, a przy braku mocy zapytania mogą trafić do Europy. Firma deklaruje, że nie zapisuje promptów ani odpowiedzi i nie trenuje na nich modeli, a od partnerów hostingowych wymaga zerowej retencji danych.
- Ile to kosztuje. Bez abonamentu płacisz za tokeny. Plan Pro kosztuje 20 USD miesięcznie (60 USD kredytów), Max 100 USD (300 USD kredytów), a Team, we wczesnym dostępie, 500 USD (1000 USD kredytów dla zespołu). Modele na własnym sprzęcie są bez limitu i bez opłat.
- Jak wyłączyć chmurę. Ustaw zmienną
OLLAMA_NO_CLOUD=1albo opcjędisable_ollama_cloudw pliku~/.ollama/server.jsoni uruchom Ollamę ponownie. Stracisz wtedy modele w chmurze i wyszukiwanie w sieci. - Sieć lokalna. Domyślnie API Ollamy odpowiada tylko na Twoim komputerze (127.0.0.1, port 11434). Zmienna
OLLAMA_HOSTotwiera je dla innych urządzeń w sieci, więc zmieniaj ją świadomie.
Pułapkę widać na przykładzie DeepSeeka: „DeepSeek w Ollamie” to dziś zwykle model w chmurze, a nie lokalny. Piszemy o tym w tekście DeepSeek: co to jest, ile kosztuje i czy jest bezpieczny dla Twoich danych.
Ollama, LM Studio czy llama.cpp?
Ollama jest najprostsza, gdy chcesz pracować w terminalu albo podłączyć model do innych programów. LM Studio wybierzesz, jeśli wolisz okno czatu, a llama.cpp, jeśli potrzebujesz pełnej kontroli technicznej.
- LM Studio to aplikacja z oknem czatu i wyszukiwarką modeli, działająca na silnikach llama.cpp i MLX. Na Macu wymaga procesora Apple M i macOS 14, na Windows procesora x64 z AVX2 albo ARM (np. Snapdragon X Elite), a na Linuksie Ubuntu 20.04 lub nowszego. Twórcy zalecają 16 GB RAM i co najmniej 4 GB VRAM. Regulamin z 23 sierpnia 2026 pozwala na użytek osobisty i wewnętrzny w firmie, ale nie na udostępnianie programu jako usługi.
- llama.cpp to biblioteka w C/C++ na licencji MIT, z ok. 133 tys. gwiazdek na GitHubie. Obsługuje karty Apple (Metal), NVIDIA (CUDA), AMD (HIP) i Vulkan. Hugging Face opisuje Ollamę jako aplikację opartą na llama.cpp. Biblioteka daje więcej ustawień, ale wymaga obycia z wierszem poleceń.
Wszystkie trzy narzędzia czytają format GGUF, więc ten sam model, np. Bielika, pobierzesz z Hugging Face do każdego z nich. Wybór narzędzia nie zmienia więc jakości modelu, tylko wygodę pracy.
Ollama w firmie: zastosowania, RODO i ograniczenia
Lokalny model ma sens, gdy dane nie mogą wyjść poza firmę, a zadanie jest dość proste: streszczenie, klasyfikacja, wyciąganie danych z dokumentów. W trudnych zadaniach model z laptopa przegrywa z czołowymi modelami w chmurze.
- Zastosowania. Streszczanie poufnych dokumentów, sortowanie zgłoszeń i maili, praca z kodem bez wysyłania go na zewnątrz, prototypy aplikacji (API Ollamy jest zgodne z bibliotekami OpenAI i Anthropic). Od 25 sierpnia 2026 modele z Ollamy, także lokalne, podłączysz do aplikacji Claude Desktop.
- RODO. Dane nie opuszczają komputera tylko przy modelach lokalnych i wyłączonych funkcjach chmurowych. Model „cloud” to usługa zewnętrznego dostawcy z serwerami głównie w USA, więc przed wpisaniem danych osobowych potrzebujesz tych samych ustaleń co przy każdej chmurze: umowy powierzenia i oceny transferu poza EOG, najlepiej z inspektorem ochrony danych.
- Jakość. Model z 9–12 mld parametrów ma mniej wiedzy i słabiej rozumuje niż GPT-6 czy Claude, a kwantyzacja dodatkowo obniża jakość. Halucynacje zdarzają się częściej, więc wyniki trzeba sprawdzać.
- Utrzymanie. Ktoś musi wybrać model, aktualizować Ollamę i pilnować dostępu z sieci; przy serwerze dla zespołu to zadanie dla działu IT.
Ostrzeżenie: shadow AI. Adam Bakalarz na szkoleniach bywa świadkiem sytuacji, w których pracownicy korzystają z AI na prywatnych kontach, bo firma nie dała im narzędzia ani zasad. Lokalny model może być zatwierdzonym narzędziem do danych poufnych, ale tylko razem z zasadami: jakie modele, jakie dane i kto odpowiada za aktualizacje (więcej w tekście o shadow AI). Jeśli zastanawiasz się, czy w Twojej firmie lepszy będzie model lokalny, czy biznesowy plan w chmurze, pomożemy to ocenić na konsultacjach, a pracę z modelami ćwiczymy z zespołami na szkoleniach z AI dla firm.
Wszystkie teksty o modelach AI
Szerszy obraz rynku, polskie modele i zasady wyboru modelu znajdziesz w przewodniku po LLM. O tym, jak uruchomić DeepSeeka bez wysyłania danych do Chin, piszemy w tekście o DeepSeeku, a o lokalnej AI wbudowanej w przeglądarkę w tekście Opera WebAI: lokalna AI w przeglądarce. Pełna lista jest poniżej.
Co to znaczy dla Ciebie
Ollama to najszybszy sposób, żeby sprawdzić, czy model działający na Twoim komputerze wystarczy do Twoich zadań. Zacznij od Bielika albo Qwena 3.5 w wersji 4-bitowej i przetestuj je na jawnych tekstach. Jeśli wynik Ci odpowiada, możesz przenieść na model lokalny pracę z danymi, których nie chcesz wysyłać do chmury. Pilnuj tylko, żeby to był naprawdę model lokalny, a nie wersja „cloud”. A zanim udostępnisz go zespołowi, spisz zasady: jakie modele, jakie dane i kto odpowiada za aktualizacje.
Najczęstsze pytania
Czy Ollama jest darmowa?
Tak. Program ma licencję MIT, a modele uruchamiane na własnym sprzęcie są bez opłat i limitów. Płacisz tylko za modele w chmurze Ollamy: za tokeny albo w planach Pro (20 USD miesięcznie), Max (100 USD) i Team (500 USD).
Czy Ollama jest bezpieczna?
Przy modelach lokalnych Ollama deklaruje, że nie widzi Twoich promptów ani danych, a API domyślnie odpowiada tylko na Twoim komputerze. Ryzyko pojawia się przy modelach z nieznanych kont, modelach z tagiem „cloud” i po otwarciu API dla sieci zmienną OLLAMA_HOST. Instalator pobieraj wyłącznie z ollama.com.
Czy w Ollamie działa Bielik i PLLuM?
Bielik tak: twórcy, fundacja SpeakLeash, publikują go na własnym koncie, np. SpeakLeash/bielik-11b-v3.0-instruct w wersji Q4_K_M (6,7 GB). PLLuM nie ma oficjalnej wersji dla Ollamy; są tylko konwersje użytkowników w bibliotece i na Hugging Face, dobre do testów.
Czy Ollama ma interfejs graficzny?
Podstawą Ollamy jest terminal i usługa działająca w tle, a dokumentacja opisuje aplikację głównie jako sposób na podłączenie modeli do innych programów, np. do Claude Desktop. Jeśli chcesz rozbudowanego okna czatu, wybierz LM Studio albo nakładkę na Ollamę, taką jak Open WebUI.
Jak usunąć model z Ollamy?
Wpisz ollama ls, żeby zobaczyć nazwy pobranych modeli, a potem ollama rm i nazwę modelu, np. ollama rm gemma4:e2b. Pliki modeli leżą w katalogu .ollama/models w folderze użytkownika (na Linuksie w /usr/share/ollama).
Ollama czy LM Studio: co wybrać?
Jeśli chcesz okna czatu i klikania, LM Studio. Jeśli chcesz pracować w terminalu, podłączać model do innych programów albo postawić go na serwerze, Ollama. Oba programy uruchamiają te same modele w formacie GGUF.
Zobacz też
LM Studio: lokalny model AI bez terminala
Llama od Meta: wersje, licencja i jak ją uruchomić
czym jest Hugging Face i skąd pobierać modele
Gemma od Google: otwarty model AI do uruchomienia na własnym komputerze
Źródła i data sprawdzenia
- Ollama: strona główna (statystyki instalacji i pobrań)
- Ollama: pobieranie (Windows, macOS, Linux)
- Ollama Docs: Windows (wymagania, katalog modeli)
- Ollama Docs: macOS
- Ollama Docs: Linux
- Ollama Docs: komendy CLI
- Ollama Docs: FAQ (port, kontekst, GPU, wyłączenie chmury)
- Ollama Docs: modele w chmurze
- Ollama: cennik i zasady przetwarzania danych w chmurze
- Ollama na GitHubie (licencja MIT, wersja 0.40.12)
- Ollama: Bielik 11B v3.0 na koncie SpeakLeash
- Hugging Face: Bielik-11B-v3.0-Instruct-GGUF
- Hugging Face: PLLuM-12B-chat-2512-GGUF (konwersja nieoficjalna)
- Hugging Face: modele GGUF w Ollamie
- Ollama: biblioteka Qwen 3.5, Gemma 4, gpt-oss
- Ollama: Claude Desktop z Ollamą (25.08.2026)
- LM Studio: wymagania systemowe
- LM Studio: regulamin aplikacji (23.08.2026)
- llama.cpp na GitHubie
Sprawdzono 28 października 2026
Czytaj dalej
W tej sprawie
W tej sprawie
W tej sprawie
W tej sprawie
W tej sprawie
W tej sprawie
W tej sprawie
W tej sprawie
Zobacz też
Zobacz też
Zobacz też
Zobacz też
Zobacz też
Zobacz też
Zobacz też
Zobacz też
Zobacz też
Zobacz też
Zobacz też
Zobacz też
Zobacz też
Zobacz też
Zobacz też
- Co to jest sztuczna inteligencja? AI wyjaśniona prosto dla początkujących
- DeepSeek: co to jest, ile kosztuje i czy jest bezpieczny dla Twoich danych
- Ollama: jak uruchomić model AI na własnym komputerze
- LM Studio: jak uruchomić lokalny model AI bez terminala
- Bielik AI: polski model językowy – wersje, licencja, sprzęt i wyniki
- Grok AI: co to jest, ile kosztuje i jak działa po polsku
- RAG po ludzku: jak AI odpowiada na podstawie dokumentów Twojej firmy
- Chińskie AI: DeepSeek, Kimi, GLM, MiniMax – przegląd modeli i co z danymi
- Qwen od Alibaby: co to jest, jak z niego korzystać i czy jest bezpieczny
- Kimi AI od Moonshot: co to jest, jak z niego korzystać i czy jest bezpieczny
- MiniMax AI: modele M3, MiniMax Code, ceny API i bezpieczeństwo danych
- Mistral AI: europejski model, Le Chat i czy warto
- Llama od Meta: otwarty model AI — wersje, licencja i jak go uruchomić
- Rodzaje sztucznej inteligencji: wąska, ogólna, generatywna — wyjaśnienie bez żargonu
- Gemma od Google: otwarty model AI do uruchomienia na własnym komputerze
- Ilya Sutskever: współtwórca OpenAI i Safe Superintelligence
- Wojciech Zaremba: Polak, który współtworzył OpenAI
- Demis Hassabis: współzałożyciel DeepMind i noblista za AlphaFold
- Embedding po polsku: jak AI zamienia tekst na liczby i po co to firmie
- VRAM: co to jest i ile pamięci karty potrzeba do lokalnego AI
- Sam Altman: kim jest szef OpenAI i dlaczego budzi spory
- Ranking AI 2026: który model AI jest najlepszy i do czego go używać
Zobacz też
Zobacz też
Przewodnik po temacie LLM, czyli duże modele językowe: jak działają i który model AI wybrać

