Back to Blog
BlogApril 22, 2026415

ओल्लामा मॉडल्स कैसे हटाएं: पूर्ण चरण-दर-चरण मार्गदर्शिका

ओल्लामा मॉडल्स कैसे हटाएं: पूर्ण चरण-दर-चरण मार्गदर्शिका

पूर्व-आवश्यकताएँ

शुरू करने से पहले, सुनिश्चित करें कि आपके पास ये हैं:

  • Ollama इंस्टॉल्ड और चल रहा है — अपना टर्मिनल खोलें और ollama --version चलाकर पुष्टि करें।
  • टर्मिनल एक्सेस — टर्मिनल (macOS/Linux) या PowerShell/कमांड प्रॉम्प्ट (Windows) का उपयोग करें। Windows पर प्रशासक के रूप में चलाएँ यदि अनुमति त्रुटियाँ दिखाई दें।
  • मॉडल नाम तैयार — आपको सटीक नाम और टैग (जैसे llama3:latest) की आवश्यकता होगी।
  • डिस्क स्थान जागरूकता — मॉडल कई GB के हो सकते हैं; उन्हें हटाने से कमांड पूरा होने के तुरंत बाद स्टोरेज मुक्त हो जाती है।

Ollama डिफ़ॉल्ट रूप से मॉडल्स को यहाँ संग्रहीत करता है:

  • macOS: ~/.ollama/models
  • Linux: ~/.ollama/models (या सिस्टम इंस्टॉलेशन के लिए /usr/share/ollama/.ollama/models)
  • Windows: C:\Users\YourUsername\.ollama\models

चरण 1: सभी इंस्टॉल्ड मॉडल्स की सूची बनाएँ

हमेशा यहाँ से शुरू करें ताकि आप जान सकें कि आप क्या हटा रहे हैं।

अपने टर्मिनल में, चलाएँ:

ollama list

अपेक्षित आउटपुट (उदाहरण):

NAME                ID              SIZE      MODIFIED
llama3:latest       8f6e2a123abc    4.7 GB    3 days ago
gemma2:9b          2d9f3b456def    5.2 GB    1 week ago

NAME कॉलम से सटीक नाम (कोलन के बाद के टैग सहित) कॉपी करें।

चरण 2: एक एकल मॉडल हटाएँ

ollama rm कमांड का उपयोग करें, उसके बाद मॉडल नाम दें।

ollama rm llama3:latest

अपेक्षित आउटपुट:

deleted 'llama3:latest'

यह कमांड तुरंत मेनिफेस्ट और सभी संबंधित ब्लॉब फ़ाइलों को हटा देती है। कोई पुष्टि प्रॉम्प्ट नहीं दिखाई जाती है।

चरण 3: एक साथ कई मॉडल हटाएँ

एक लाइन में कई मॉडल हटाएँ:

ollama rm llama3:latest gemma2:9b mistral:latest

अपेक्षित आउटपुट:

deleted 'llama3:latest'
deleted 'gemma2:9b'
deleted 'mistral:latest'

चरण 4: सभी मॉडल हटाएँ (बल्क डिलीट)

हर मॉडल को एक साथ हटाने के लिए यह वन-लाइनर उपयोग करें (पहले macOS/Linux):

ollama list | awk 'NR>1 {print $1}' | xargs -I {} ollama rm {}

Windows PowerShell समकक्ष:

ollama list | Select-Object -Skip 1 | ForEach-Object { $_.Trim() -split '\s+' | Select-Object -First 1 } | ForEach-Object { ollama rm $_ }

चलाने के बाद, ollama list से पुष्टि करें — इसे केवल हेडर पंक्ति दिखानी चाहिए।

चरण 5: Ollama को पुनरारंभ करें (सिफारिश की गई)

Ollama सेवा को पुनरारंभ करें ताकि सभी ब्लॉब्स पूरी तरह साफ़ हों और डिस्क स्थान मुक्त हो।

  • macOS: ollama serve (या Ollama ऐप बंद करके दोबारा खोलें)
  • Linux: sudo systemctl restart ollama
  • Windows: टास्क मैनेजर से Ollama प्रक्रिया पुनरारंभ करें या बस ऐप बंद करके दोबारा खोलें।

यह सत्यापित करने के लिए फिर से ollama list चलाएँ कि मॉडल्स हट गए हैं।

सामान्य समस्याएँ और समस्या निवारण

  • “मॉडल नहीं मिला” त्रुटि: ollama list से सटीक नाम और टैग दोबारा जाँचें।
  • अनुमति अस्वीकृत: Linux/macOS पर sudo ollama rm ... का उपयोग करें या Windows पर टर्मिनल को Administrator के रूप में चलाएँ।
  • डिस्क स्थान मुक्त नहीं हुआ: Ollama को पुनः आरंभ करें (चरण 5)। यदि अभी भी अटका है, तो blobs फ़ोल्डर को मैन्युअल रूप से जाँचें लेकिन Ollama चल रहा हो तो कभी भी फ़ाइलें न हटाएँ।
  • rm के बाद भी मॉडल दिखाई देता है: पहले किसी भी चल रहे इंस्टेंस को ollama stop <model> से रोकें, फिर ollama rm को पुनः प्रयास करें।
  • कस्टम स्टोरेज स्थान: यदि आपने OLLAMA_MODELS पर्यावरण चर सेट किया है, तो मॉडल कहीं और स्थित हैं — उस पथ को जाँचें।
  • API विधि (उन्नत): स्क्रिप्ट्स के लिए curl का उपयोग करें:
    curl -X DELETE http://localhost:11434/api/delete -d '{"model": "llama3:latest"}'
    

अगले कदम

  • नए मॉडल डाउनलोड करें: नवीनतम संस्करण प्राप्त करने के लिए ollama pull llama3.1:8b चलाएँ।
  • कस्टम स्टोरेज सेट करें: Ollama चलाने से पहले OLLAMA_MODELS=/path/to/new/folder निर्यात करें ताकि सब कुछ एक बड़े ड्राइव पर स्थानांतरित हो जाए।
  • सफ़ाई स्वचालित करें: बल्क डिलीट कमांड को साप्ताहिक cron जॉब या PowerShell स्क्रिप्ट में जोड़ें।
  • उपयोग पर नज़र रखें: नियमित रूप से ollama list चलाएँ और स्टोरेज ट्रैक करने के लिए du -sh ~/.ollama/models (macOS/Linux) या Windows पर File Explorer के साथ संयोजित करें।

अब आपके पास अपने स्थानीय Ollama मॉडलों पर पूर्ण नियंत्रण है। तुरंत स्थान मुक्त करें और केवल आवश्यक चीज़ें ही रखें।

Share this article

Referenced Tools

Browse entries that are adjacent to the topics covered in this article.

Explore directory
PaidSync.ai logo

PaidSync.ai

MCP Servers

PaidSync.ai is a hosted MCP server for paid advertising that exposes 610+ tools across 14 advertising, analytics, tagging, and commerce platforms. It supports read/write workflows from AI clients including ChatGPT, Claude, Gemini, Cursor, Claude Code, and Codex, with a free plan.

Hyper3D MCP logo

Hyper3D MCP

MCP Servers

Hyper3D MCP is Hyper3D's hosted Rodin MCP server for creating 3D assets from natural-language instructions or supported references, checking asynchronous generation progress, and retrieving model download links inside AI coding clients. Official setup is documented for Codex, Claude Code, and Kimi Code CLI.

Semrush MCP Server logo

Semrush MCP Server

MCP Servers

Semrush MCP connects AI assistants to Semrush APIs for keyword, backlink, website traffic and market research.

Browserbase MCP Server logo

Browserbase MCP Server

MCP Servers

Browserbase MCP gives AI agents browser automation tools powered by Stagehand and Browserbase browser sessions.

SerpApi MCP Server logo

SerpApi MCP Server

MCP Servers

SerpApi MCP exposes search engine results to AI assistants through SerpApi, supporting live research and structured search data retrieval.

Similarweb MCP Server logo

Similarweb MCP Server

MCP Servers

Similarweb MCP brings website traffic and digital market intelligence into AI assistants for competitive research.

a2a mcp

Search the directory

Find entries, skills, articles, and categories. Use arrow keys to select and Enter to open.