Ollama最新官方镜像下载，Windows 安装版本 OllamaSetup.exe 免费下载，附安装教程

下载Ollama官方镜像 Windows 安装版本

简介

‌Ollama‌是一个开源的、简明易用的本地大模型运行框架，旨在简化大型语言模型（LLM）的部署和运行过程。其主要特点和功能包括：‌12

主要特点

1. ‌开源‌：Ollama是一个完全开放源代码的项目，任何人都可以查看、修改和贡献代码。
2. ‌易用性‌：项目旨在简化语言模型的训练和部署流程，使得没有深度学习背景的人也能轻松使用。
3. ‌高性能‌：支持高效地训练和运行大规模的语言模型，利用现代硬件加速计算。
4. ‌轻量级与可扩展‌：保持较小的资源占用，同时具备良好的可扩展性，允许用户根据需要调整配置以适应不同规模的项目和硬件条件。
5. ‌API支持‌：提供了一个简洁的API，使得开发者能够轻松创建、运行和管理大型语言模型实例，降低了与模型交互的技术门槛。
6. ‌预构建模型库‌：包含一系列预先训练好的大型语言模型，用户可以直接选用这些模型应用于自己的应用程序，无需从头训练或自行寻找模型源。
7. ‌跨平台支持‌：提供针对macOS、Windows（预览版）、Linux以及Docker的安装指南，确保用户能在多种操作系统环境下顺利部署和使用Ollama。

主要功能

1. ‌模型训练‌：提供工具和指南来训练自己的语言模型。
2. ‌模型部署‌：提供部署语言模型的工具，使其能够在生产环境中使用。
3. ‌模型管理‌：方便地下载和管理各种语言模型，用户能够根据自己的需求选择适合的模型。
4. ‌推理‌：在已训练的模型上进行输入处理，生成输出的过程。
5. ‌微调‌：用户可以使用自己的数据集对预训练模型进行微调，以定制模型的输出。

安装教程

1、完成后双击OllamaSetup.exe文件，出现如下弹窗，点击 Install 等待下载完成即可。

2、安装完成之后，打开一个cmd命令窗口，输入“ollama”命令，如果显示ollama相关的信息就证明安装已经成功了！

• 终端使用Ollama :这里是ollama的模型库，搜索你想要的模型，然后直接启动！如：

ollama run qwen2.5:3b

也可以选择其它模型库：

180.6K  Pulls 13  Tags 888.2K  Pulls 8  Tags 25.9M  Pulls 29  Tags 1.5M  Pulls 14  Tags 1M  Pulls 5  Tags 10.5M  Pulls 63  Tags 26.8M  Pulls 93  Tags 18.9M  Pulls 3  Tags 10.2M  Pulls 84  Tags 7.6M  Pulls 68  Tags 5.3M  Pulls 133  Tags 4.6M  Pulls 196  Tags 4.5M  Pulls 379  Tags 4.4M  Pulls 102  Tags 4.1M  Pulls 97  Tags 4M  Pulls 98  Tags 3.4M  Pulls 94  Tags 3.1M  Pulls 102  Tags Updated  14 months ago

• Updated  2 hours ago

• qwq

  QwQ is the reasoning model of the Qwen series.

  tools 32b

  
  

• Updated  7 days ago

• deepseek-r1

  DeepSeek's first-generation of reasoning models with comparable performance to OpenAI-o1, including six dense models distilled from DeepSeek-R1 based on Llama and Qwen.

  1.5b 7b 8b 14b 32b 70b 671b

  
  

• Updated  4 weeks ago

• llama3.3

  New state of the art 70B model. Llama 3.3 70B offers similar performance compared to the Llama 3.1 405B model.

  tools 70b

  
  

• Updated  3 months ago

• phi4

  Phi-4 is a 14B parameter, state-of-the-art open model from Microsoft.

  14b

  
  

• Updated  2 months ago

• llama3.2

  Meta's Llama 3.2 goes small with 1B and 3B models.

  tools 1b 3b

  
  

• Updated  5 months ago

• llama3.1

  Llama 3.1 is a new state-of-the-art model from Meta available in 8B, 70B and 405B parameter sizes.

  tools 8b 70b 405b

  
  

• Updated  3 months ago

• nomic-embed-text

  A high-performing open embedding model with a large token context window.

  embedding

  
  

• Updated  12 months ago

• mistral

  The 7B model released by Mistral AI, updated to version 0.3.

  tools 7b

  
  

• Updated  7 months ago

• llama3

  Meta Llama 3: The most capable openly available LLM to date

  8b 70b

  
  

• Updated  9 months ago

• qwen2.5

  Qwen2.5 models are pretrained on Alibaba's latest large-scale dataset, encompassing up to 18 trillion tokens. The model supports up to 128K tokens and has multilingual support.

  tools 0.5b 1.5b 3b 7b 14b 32b 72b

  
  

• Updated  5 months ago

• qwen2.5-coder

  The latest series of Code-Specific Qwen models, with significant improvements in code generation, code reasoning, and code fixing.

  tools 0.5b 1.5b 3b 7b 14b 32b

  
  

• Updated  4 months ago

• qwen

  Qwen 1.5 is a series of large language models by Alibaba Cloud spanning from 0.5B to 110B parameters

  0.5b 1.8b 4b 7b 14b 32b 72b 110b

  
  

• Updated  10 months ago

• gemma

  Gemma is a family of lightweight, state-of-the-art open models built by Google DeepMind. Updated to version 1.1

  2b 7b

  
  

• Updated  11 months ago

• qwen2

  Qwen2 is a new series of large language models from Alibaba group

  tools 0.5b 1.5b 7b 72b

  
  

• Updated  6 months ago

• llava

  🌋 LLaVA is a novel end-to-end trained large multimodal model that combines a vision encoder and Vicuna for general-purpose visual and language understanding. Updated to version 1.6.

  vision 7b 13b 34b

  
  

• Updated  13 months ago

• gemma2

  Google Gemma 2 is a high-performing and efficient model available in three sizes: 2B, 9B, and 27B.

  2b 9b 27b

  
  

• Updated  7 months ago

• llama2

  Llama 2 is a collection of foundation language models ranging from 7B to 70B parameters.

  7b 13b 70b