a2a mcp
Português
Back to Blog
BlogApril 22, 2026847

Como Remover Modelos Ollama: Guia Passo a Passo Completo

Como Remover Modelos Ollama: Guia Passo a Passo Completo

Pré-requisitos

Antes de começar, certifique-se de ter:

  • Ollama instalado e em execução — Abra o terminal e execute ollama --version para confirmar.
  • Acesso ao terminal — Use o Terminal (macOS/Linux) ou PowerShell/Prompt de Comando (Windows). Execute como Administrador no Windows se encontrar erros de permissão.
  • Os nomes dos modelos prontos — Você precisará do nome exato e da tag (por exemplo, llama3:latest).
  • Consciência do espaço em disco — Os modelos podem ter vários GB; removê-los libera armazenamento imediatamente após o comando ser concluído.

Ollama armazena os modelos por padrão em:

  • macOS: ~/.ollama/models
  • Linux: ~/.ollama/models (ou /usr/share/ollama/.ollama/models para instalações no sistema)
  • Windows: C:\Users\SeuNomeDeUsuário\.ollama\models

Passo 1: Listar Todos os Modelos Instalados

Sempre comece aqui para saber exatamente o que está removendo.

No seu terminal, execute:

ollama list

Saída esperada (exemplo):

NAME                ID              SIZE      MODIFIED
llama3:latest       8f6e2a123abc    4.7 GB    3 dias atrás
gemma2:9b          2d9f3b456def    5.2 GB    1 semana atrás

Copie o nome exato da coluna NAME (incluindo a tag após os dois pontos).

Passo辖 2: Remover um Único Modelo

Use o comando ollama rm seguido do nome do modelo.

ollama rm llama3:latest

Saída esperada:

deleted 'llama3:latest'

O comando exclui instantaneamente o manifesto e todos os arquivos blob associados. Nenhum prompt de confirmação é exibido.

Passo 3: Remover Múltiplos Modelos de uma Vez

Remova vários modelos em uma linha:

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

Saída esperada:

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

Passo 4: Remover Todos os Modelos (Exclusão em Massa)

Use esta linha única para excluir todos os modelos de uma vez (primeiro para macOS/Linux):

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

Equivalente no Windows PowerShell:

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

Após executar, confirme com ollama list — deve retornar apenas a linha de cabeçalho.

Passo 5: Reiniciar Ollama (Recomendado)

Reinicie o serviço Ollama para garantir que todos os blobs sejam totalmente limpos e o espaço em disco seja liberado.

  • macOS: ollama serve (ou sair e reabrir o aplicativo Ollama)
  • Linux: sudo systemctl restart ollama
  • Windows: Reinicie o processo Ollama pelo Gerenciador de Tarefas ou simplesmente feche e reabra o aplicativo.

Execute ollama list novamente para verificar se os modelos foram removidos.

Problemas Comuns e Solução de Problemas

  • Erro de “Modelo não encontrado”: Verifique novamente o nome exato e a tag de ollama list.
  • Permissão negada: No Linux/macOS use sudo ollama rm ... ou execute o terminal como Administrador no Windows.
  • Espaço em disco não liberado: Reinicie o Ollama (Passo 5). Se ainda persistir, verifique a pasta blobs manualmente, mas nunca exclua arquivos enquanto o Ollama estiver em execução.
  • Modelo ainda aparece após rm: Pare qualquer instância em execução com ollama stop <model> primeiro, depois tente novamente ollama rm.
  • Local de armazenamento personalizado: Se você configurou a variável de ambiente OLLAMA_MODELS, os modelos estão em outro lugar — verifique esse caminho.
  • Método de API (avançado): Use curl para scripts:
    curl -X DELETE http://localhost:11434/api/delete -d '{"model": "llama3:latest"}'
    

Próximos Passos

  • Faça download de modelos novos: Execute ollama pull llama3.1:8b para obter a versão mais recente.
  • Configure armazenamento personalizado: Exporte OLLAMA_MODELS=/path/to/new/folder antes de executar o Ollama para mover tudo para um disco maior.
  • Automatize a limpeza: Adicione o comando de exclusão em massa a um trabalho cron semanal ou script PowerShell.
  • Monitore o uso: Execute ollama list regularmente e combine com du -sh ~/.ollama/models (macOS/Linux) ou o Explorador de Arquivos no Windows para acompanhar o armazenamento.

Agora você tem controle total sobre seus modelos locais do Ollama. Libere espaço instantaneamente e mantenha apenas o que você precisa.

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.