--- title: "Ollama et LM Studio : mise en place" description: "Faire tourner un modèle open weight sur un poste, le choisir selon la machine." url: https://meridal.fr/apprendre/ollama-et-lm-studio/ language: fr written: 2026-10-09 verified: 2026-10-09 license: CC BY 4.0 --- [Apprendre](https://meridal.fr/apprendre/) › [Outils un par un](https://meridal.fr/apprendre/dossier/fiches-outils/) Faire · Niveau 3, Construire · 14 minutes # Ollama et LM Studio : mise en place Ollama et LM Studio font tourner un modèle open weight sur un poste de l'entreprise, sans abonnement ni envoi de données. L'installation, le choix du modèle selon la mémoire de la machine, la fenêtre de contexte, le branchement d'une application ; et les deux réglages qui décident de la sécurité : le serveur gardé sur la machine, les mises à jour. Écrit le 9 octobre 2026 · Vérifié le 9 octobre 2026 ## Vous saurez - Installer Ollama sur un Mac, un PC ou un serveur Linux - Choisir un modèle qui tient dans la mémoire de la machine - Régler la fenêtre de contexte et brancher une application - Garder le serveur fermé au réseau et à jour - [← Avant Un modèle hébergé chez soi](https://meridal.fr/apprendre/modele-chez-soi/) - [→ Ensuite Copilot dans Outlook](https://meridal.fr/apprendre/copilot-outlook/) Rappel de la page précédente Répondez de tête, puis ouvrez. [Faire tourner un modèle chez soi](https://meridal.fr/apprendre/modele-chez-soi/) **1 Qu'est-ce qui décide qu'un modèle tient sur une machine ?** Sa taille à la quantification choisie, plus le cache de la fenêtre de contexte et des demandes simultanées, plus le système : la mémoire graphique ou unifiée doit contenir le tout. **2 Pourquoi un serveur de modèles installé chez soi n'est-il pas sûr de lui-même ?** Parce qu'il n'a pas de mot de passe par défaut : ouvert au réseau, ou publié par Docker, il répond à qui l'appelle ; et ses failles se corrigent par des mises à jour qu'il faut faire. L'essentiel 1. Ollama, gratuit sous licence MIT, fait tourner un modèle open weight sur un Mac, un PC ou un serveur ; LM Studio fait de même avec une interface, gratuit au travail depuis juillet 2025. 2. Le modèle se choisit par la mémoire : son fichier, plus le cache de la conversation, doivent tenir dans la carte graphique ou la mémoire unifiée ; au-delà, Ollama déborde sur la mémoire vive et ralentit. 3. La fenêtre de contexte par défaut est courte sous 24 Go de mémoire graphique, 4 000 tokens ; Ollama en conseille 64 000 pour les agents et les outils de code. 4. Le serveur n'a pas de mot de passe : il doit rester sur la machine. Et certains modèles de la bibliothèque, marqués cloud, tournent chez Ollama, pas chez vous. 5. Des failles critiques se corrigent par les mises à jour ; la dernière version stable d'Ollama est la 0.40.1, du 7 octobre 2026. ## Prérequis | Système | Ollama | LM Studio | |---|---|---| | Mac | macOS 14 ou plus ; accélération sur puce Apple seulement, un Mac Intel calcule sur le processeur | Puce Apple, macOS 14 ou plus, 16 Go de mémoire conseillés ; Mac Intel non pris en charge | | Windows | Windows 10 22H2 ou plus ; pilote NVIDIA 551.61 ou plus ; 4 Go pour le logiciel, plus les modèles | Processeur avec AVX2 ; 16 Go de mémoire et 4 Go de mémoire graphique dédiée conseillés | | Linux | Cartes NVIDIA avec pilote 550 ou plus, AMD par ROCm 7, d'autres par Vulkan | Ubuntu 20.04 ou plus, mêmes conseils que Windows | | Disque | De quelques gigaoctets à des centaines, selon les modèles gardés | | ![Quel modèle pour quelle mémoire, avec une règle prudente : un fichier d'au plus les deux tiers de la mémoire graphique ou unifiée. 16 Go : Gemma 4 12B, 7,7 à 8 Go ; Qwen3.5 9B, 6,6 à 7,6 Go ; Ministral 3 8B, 6 Go. 24 Go : gpt-oss-20b, 14 Go ; Ministral 3 14B, 9,1 Go ; Phi-4, 9,1 Go. 32 Go : Qwen3.8 27B, 18 Go ; Gemma 4 31B, 19 à 20 Go ; Muse Glimmer 30B, 18 Go. 64 Go : Qwen3.6 35B A3B, 23 à 24 Go, ou les précédents avec une fenêtre longue. 128 Go : gpt-oss-120b, 65 Go ; Mistral Medium 3.5, 80 Go ; Llama 3.3 70B, 43 Go.](https://meridal.fr/assets/apprendre/medias/apprendre-ollama-choix.svg) - **Les tailles** sont celles des fichiers de la bibliothèque d'Ollama, à la quantification par défaut, Q4_K_M pour la plupart. La qualité de chacun face aux modèles fermés : [faire tourner un modèle chez soi](https://meridal.fr/apprendre/modele-chez-soi/). - **Le français** : gpt-oss a été entraîné sur des textes surtout anglais ; Gemma 4 couvre plus de 140 langues, et IBM a testé Granite 4.2 en français. - **Les licences** : Gemma 4, Qwen, gpt-oss et Ministral 3 sont sous Apache 2.0 ; celle de Mistral Medium 3.5 exclut les entreprises de plus de 20 millions de dollars de chiffre d'affaires mensuel. - **Les données** : en local, Ollama dit ne voir ni les demandes ni les données ; LM Studio fonctionne hors connexion, sauf pour télécharger les modèles et les mises à jour. ## Étapes 1. Installer Ollama **Ce qu'on obtient :** la commande `ollama` et un serveur local, qui écoute sur la machine seule, à l'adresse 127.0.0.1, port 11434 **À vérifier :** ces commandes exécutent un script téléchargé : lisez-le avant, en ouvrant l'adresse dans un navigateur Mac Windows Linux `terminal` ``` curl -fsSL https://ollama.com/install.sh | sh ``` Ou le fichier `Ollama.dmg`, téléchargé sur le site d'Ollama. Depuis la version 0.40.0, les modèles dont l'architecture le permet tournent sur MLX, le moteur d'Apple, sur les puces Apple. `PowerShell` ``` irm https://ollama.com/install.ps1 | iex ``` Ou le fichier `OllamaSetup.exe`, téléchargé sur le site d'Ollama. `terminal` ``` curl -fsSL https://ollama.com/install.sh | sh ``` La même commande sert à mettre à jour ; une installation manuelle, par archive, est aussi documentée. 1. Couper le cloud, si les données ne doivent pas sortir **Ce qu'on obtient :** la variable `OLLAMA_NO_CLOUD=1`, puis un redémarrage : les fonctions en ligne d'Ollama sont coupées. Ollama se règle par ces variables, posées comme ci-dessous selon le système. **À vérifier :** le journal du serveur affiche « Ollama cloud disabled: true » Mac Windows Linux `terminal` ``` # pour chaque réglage, puis quitter et relancer l'application Ollama launchctl setenv OLLAMA_NO_CLOUD "1" launchctl setenv OLLAMA_CONTEXT_LENGTH "64000" ``` Quittez Ollama, ajoutez la variable dans les variables d'environnement de votre compte Windows, par exemple `OLLAMA_NO_CLOUD` égale à `1`, puis relancez Ollama. `terminal` ``` sudo systemctl edit ollama.service # ajouter sous [Service] : # Environment="OLLAMA_NO_CLOUD=1" # Environment="OLLAMA_CONTEXT_LENGTH=64000" sudo systemctl daemon-reload sudo systemctl restart ollama ``` ![Le trajet d'une demande : votre application appelle Ollama sur le poste, à l'adresse localhost:11434/v1 ; Ollama, sur 127.0.0.1:11434, sans mot de passe, une demande à la fois par modèle, charge le modèle dans la carte graphique ou la mémoire unifiée, le surplus en mémoire vive, plus lent. Deux portes : le cloud d'Ollama, où tournent les modèles marqués cloud, coupé par OLLAMA_NO_CLOUD=1 ; le réseau, fermé par défaut, ouvert par OLLAMA_HOST=0.0.0.0 à qui l'appelle, sans mot de passe.](https://meridal.fr/assets/apprendre/medias/apprendre-ollama-chemin.svg) 1. Télécharger un modèle à la taille de la machine **Ce qu'on obtient :** `ollama pull gemma4:12b` pour un poste de 16 Go ; `ollama ls` liste les modèles présents. Sans étiquette, Ollama prend la taille par défaut de la famille. **À vérifier :** les étiquettes qui finissent par cloud, comme `gemma4:31b-cloud`, tournent sur les serveurs d'Ollama. 2. Converser, puis regarder où le modèle tourne **Ce qu'on obtient :** `ollama run gemma4:12b` ouvre une conversation ; dans un autre terminal, `ollama ps` montre le modèle chargé, sa taille, sa fenêtre de contexte et sa part sur la carte graphique. **À vérifier :** 100 % sur la carte graphique ; un partage, par exemple 48 % sur le processeur et 52 % sur la carte, veut dire un modèle trop grand pour la machine, et lent 3. Élargir la fenêtre de contexte **Ce qu'on obtient :** la variable `OLLAMA_CONTEXT_LENGTH`, par exemple 64000, pour tout le serveur ; ou `/set parameter num_ctx` dans une conversation. **À vérifier :** chaque hausse prend de la mémoire : relancez `ollama ps` pour voir si le modèle tient toujours sur la carte 4. Brancher une application **Ce qu'on obtient :** l'adresse `http://localhost:11434/v1`, à la place de celle d'OpenAI dans l'outil. La clé demandée par l'outil peut valoir n'importe quoi : Ollama l'ignore. **À vérifier :** cette adresse ne permet pas de régler la fenêtre de contexte : il faut un Modelfile, ci-dessous. `Modelfile` ``` # Modelfile : un modèle à fenêtre de 32 000 tokens, pour les applications FROM gemma4:12b PARAMETER num_ctx 32768 ``` `terminal` ``` ollama create gemma4-32k -f ./Modelfile ollama run gemma4-32k ``` `terminal, appel d'essai` ``` curl http://localhost:11434/v1/chat/completions \ -H "Content-Type: application/json" \ -d '{"model": "gemma4:12b", "messages": [{"role": "user", "content": "Bonjour"}]}' ``` Commandes tirées de la documentation d'Ollama ; Meridal ne les a pas exécutées pour cette page. 1. Garder le serveur sur la machine **Ce qu'on obtient :** ne pas changer `OLLAMA_HOST` ; avec Docker, publier le port par `-p 127.0.0.1:11434:11434`. Le serveur répond sans mot de passe à qui peut l'atteindre. **À vérifier :** si d'autres postes doivent l'appeler, qu'un technicien le place derrière une authentification. LeakIX a compté 12 269 serveurs Ollama ouverts sans authentification, dont 1 425 en France. 2. Tenir à jour **Ce qu'on obtient :** la dernière version stable, 0.40.1 au 7 octobre 2026 ; sur Linux, la commande d'installation met à jour. **À vérifier :** une mesure sur un an n'a vu que 0,43 à 2,90 % des serveurs exposés et vulnérables mis à jour sur place. Les failles, plus bas, dans les problèmes fréquents ![Les versions d'Ollama touchées par des failles graves. CVE-2025-63389, notée 9,8 : gestion des modèles sans mot de passe, jusqu'à la 0.12.3. CVE-2026-42248, notée 9,8 : sur Windows, mises à jour non vérifiées, de la 0.12.10 à la 0.17.5. CVE-2026-7482, notée 9,1 : fuite de la mémoire du serveur, corrigée en 0.17.1. CVE-2026-102697, notée 7,8 : mode agent, approbation contournable, de la 0.14.0 à la 0.31.2. CVE-2026-103663 : prise de contrôle dans Docker, corrigée en 0.35.0. La dernière version stable est la 0.40.1, du 7 octobre 2026.](https://meridal.fr/assets/apprendre/medias/apprendre-ollama-versions.svg) Les avis de sécurité : [CVE-2025-63389](https://nvd.nist.gov/vuln/detail/CVE-2025-63389), [CVE-2026-42248](https://nvd.nist.gov/vuln/detail/CVE-2026-42248), [CVE-2026-7482](https://nvd.nist.gov/vuln/detail/CVE-2026-7482), [CVE-2026-102697](https://nvd.nist.gov/vuln/detail/CVE-2026-102697), [CVE-2026-103663](https://nvd.nist.gov/vuln/detail/CVE-2026-103663), dans la base NVD. ## Contrôle du résultat - ollama ps montre le modèle à 100 % sur la carte graphique sinon, un modèle plus petit - L'adresse http://localhost:11434/v1/models répond sur le poste, et pas depuis un autre poste du réseau le serveur est gardé sur la machine - Le journal affiche « Ollama cloud disabled: true » si les données ne doivent pas sortir - La fenêtre de contexte, lue dans ollama ps, couvre vos plus longs documents - La version installée est la dernière publiée sur GitHub et quelqu'un de nommé suit les versions - Dix cas réels, en français, relus par la personne qui fait ce travail la qualité se juge sur vos cas, pas sur un classement ## Problèmes fréquents **Les réponses sont très lentes** **Cause**Le modèle déborde de la carte graphique sur le processeur. **À faire**ollama ps le montre ; prenez un modèle plus petit, ou une fenêtre plus courte. **Le modèle oublie le début d'un long document** **Cause**La fenêtre de contexte par défaut est de 4 000 tokens sous 24 Go de mémoire graphique. **À faire**Élargissez-la par OLLAMA_CONTEXT_LENGTH, ou par un Modelfile pour les applications. **Le réglage de contexte de l'application n'a pas d'effet** **Cause**L'adresse compatible OpenAI ne permet pas de le changer. **À faire**Un Modelfile avec PARAMETER num_ctx, puis ollama create. **Plusieurs personnes attendent leur tour** **Cause**Ollama traite une demande à la fois par modèle, par défaut. **À faire**OLLAMA_NUM_PARALLEL en accepte plus ; la mémoire grandit d'autant. **Dans Docker, sur un Mac, tout est lent** **Cause**Docker Desktop sur macOS ne donne pas accès à la puce graphique. **À faire**Installez l'application Ollama directement. **Le modèle voulu n'est pas dans la bibliothèque** **Cause**Mistral Small 4, par exemple, n'y est pas. **À faire**Des fichiers GGUF de la communauté existent sur Hugging Face ; Ollama les importe sans les recompresser. **Une version ancienne tourne encore** **Cause**Des failles critiques sont corrigées : CVE-2026-7482, fuite de mémoire, notée 9,1 sur 10, avant 0.17.1 ; CVE-2026-103663, écriture de fichier menant à la prise de contrôle dans Docker, avant 0.35.0. **À faire**Mettez à jour ; sur Windows, les versions 0.12.10 à 0.17.5 ne vérifiaient pas la signature des mises à jour téléchargées. ## Retour en arrière 1. **Libérer la mémoire** : un modèle reste chargé cinq minutes après usage ; `ollama stop` le décharge tout de suite. 2. **Libérer le disque** : `ollama rm` supprime un modèle. Les fichiers sont dans `~/.ollama/models` sur Mac, `/usr/share/ollama/.ollama/models` sur Linux, le dossier `.ollama\models` du compte sur Windows. 3. **Refermer le serveur** : retirer la variable `OLLAMA_HOST` et redémarrer ; avec Docker, recréer le conteneur en publiant le port sur 127.0.0.1 seulement. 4. **Rendre au cloud** : retirer `OLLAMA_NO_CLOUD` et redémarrer. `terminal` ``` ollama stop gemma4:12b # décharger le modèle de la mémoire ollama rm gemma4:12b # supprimer le fichier du disque ``` ## Variantes par outil ![Trois serveurs de modèles, leurs réglages par défaut. Ollama : 127.0.0.1, port 11434, aucun mot de passe, licence MIT, pour une équipe et ses applications. LM Studio : 127.0.0.1, port 1234, mot de passe à activer par Require Authentication, application fermée gratuite en interne, pour un poste avec une interface. llama.cpp : 127.0.0.1, port 8080, une clé avec l'option --api-key, licence MIT, pour un technicien. Ouvert au réseau, chacun répond à qui l'appelle tant que le mot de passe n'est pas réglé.](https://meridal.fr/assets/apprendre/medias/apprendre-ollama-serveurs.svg) LM Studio llama.cpp Docker - **Ce que c'est** : une application avec interface, version 0.4.26 du 8 octobre 2026 ; elle fait tourner les modèles par llama.cpp, et par MLX sur les puces Apple. - **La licence** : gratuite pour un usage personnel ou interne à l'entreprise ; interdite pour servir des tiers ; application fermée, outil en ligne de commande `lms` sous licence MIT. - **Les modèles** : téléchargés depuis Hugging Face ; LM Studio conseille une quantification de 4 bits ou plus. En ligne de commande : `lms get`, puis `lms load`. - **Le serveur** : l'onglet Developer, ou `lms server start` ; port 1234, sur la machine seule par défaut, sans authentification. - **Le réseau** : le réglage « Serve on Local Network », ou `--bind 0.0.0.0`, ouvre le serveur ; LM Studio recommande alors « Require Authentication », avec des clés d’accès. Libellés anglais de sa documentation. - **Ce que c'est** : le moteur de LM Studio sur Mac, Windows et Linux ; sous licence MIT, publié en versions numérotées, b11514 le 8 octobre 2026. - **Le serveur** : `llama-server` écoute sur 127.0.0.1, port 8080, sans clé tant que `--api-key` n'est pas donnée. - **Les failles** : CVE-2026-34159, notée 9,8, prise de contrôle par le module RPC, qui répartit le calcul entre machines, corrigée en b8492 ; CVE-2026-21869, notée 9,8, sans correctif à sa publication. - **Pour qui** : un technicien qui veut tout régler ; pour une équipe, Ollama ou LM Studio suffisent. `terminal` ``` docker run -d -v ollama:/root/.ollama -p 127.0.0.1:11434:11434 --name ollama ollama/ollama ``` - **La commande de la documentation** publie le port par `-p 11434:11434`, sur toutes les interfaces ; l'image écoute sur 0.0.0.0 dans le conteneur. La version ci-dessus garde le port sur la machine. - **Les cartes NVIDIA** : ajouter `--gpus=all`, avec l'outil de conteneurs de NVIDIA installé. - **Sur Mac** : pas d'accès à la puce graphique ; préférez l'application. ## Vérification **1 Comprendre Que montre ollama ps, et pourquoi le regarder après chaque réglage ?** Le modèle chargé, sa taille, sa fenêtre de contexte et sa part sur la carte graphique. Un partage avec le processeur veut dire un modèle trop grand pour la machine, donc lent. **2 Comprendre Pourquoi une application branchée sur Ollama peut-elle oublier le début d'un long document ?** La fenêtre par défaut est de 4 000 tokens sous 24 Go de mémoire graphique, et l'adresse compatible OpenAI ne permet pas de la changer : il faut OLLAMA_CONTEXT_LENGTH ou un Modelfile. **3 Appliquer Un collègue a lancé Ollama dans Docker, sur un serveur du bureau, avec la commande de la documentation. Que vérifiez-vous ?** Que le port n'est pas publié sur toutes les interfaces : sans mot de passe, tout le réseau l'appelle ; le republier sur 127.0.0.1, ou le placer derrière une authentification. Puis la version : la 0.35.0 au moins corrige une faille menant à la prise de contrôle dans Docker. ## Lectures suivantes ↑ Plus général Rien avant : c'est un point de départ. ← Avant [Un modèle hébergé chez soi Choisir · Niveau 3 · 14 minutes](https://meridal.fr/apprendre/modele-chez-soi/) Vous êtes ici Ollama et LM Studio : mise en place → Ensuite [Copilot dans Outlook Faire · Niveau 1 · 12 minutes](https://meridal.fr/apprendre/copilot-outlook/) ↓ Plus concret Rien avant : c'est un point de départ. [Tout le dossier « Outils un par un »](https://meridal.fr/apprendre/dossier/fiches-outils/) Les pages qui renvoient ici - [Codex d'OpenAI : mise en place](https://meridal.fr/apprendre/codex/) **Limites et sources** Les commandes viennent de la documentation d'Ollama, de LM Studio, de llama.cpp et de Docker, lue le 9 octobre 2026 ; Meridal n'a installé ni Ollama ni LM Studio pour cette page. La règle des deux tiers de la mémoire est une prudence de Meridal, pas une mesure : ollama ps tranche. La foire aux questions d'Ollama annonce encore 4 096 tokens de contexte par défaut ; sa page sur la fenêtre de contexte et son code donnent une valeur selon la mémoire graphique. La page suit le code. Leur documentation est en anglais ; les libellés cités le sont aussi. 1. [Ollama, foire aux questions](https://docs.ollama.com/faq) ; [Ollama, la fenêtre de contexte](https://docs.ollama.com/faq) ; [Ollama, compatibilité OpenAI](https://docs.ollama.com/api/openai-compatibility) ; [LM Studio, servir sur le réseau](https://lmstudio.ai/docs/developer/core/server/serve-on-network) ; [LM Studio, conditions d'utilisation](https://lmstudio.ai/app-terms) ; [LeakIX, serveurs Ollama exposés](https://blog.leakix.net/2026/02/ollama-exposed/). 2. Le relevé : `apprendre/recherches/2026-10-09-modele-chez-soi.json`. Écrit par Meridal, avec l'aide de l'IA ; chaque fait vérifié à sa source et relu avant publication. Texte et schémas sous licence [CC BY 4.0](https://creativecommons.org/licenses/by/4.0/deed.fr) : reprenez-les en citant Meridal. Le code sous licence MIT. Service correspondant L'IA pour toute l'équipe 1 650 € à 4 250 €, puis sur devis [Voir le service](https://meridal.fr/offre/#ia-equipe) ## Un premier échange de 30 minutes En visio et sans frais : vous décrivez votre situation, nous vous indiquons ce qui est réalisable, avec quels outils et pour quel ordre de prix. Vous pouvez aussi nous écrire ; chaque message reçoit une réponse écrite. [Réserver 30 minutes](https://meridal.fr/contact/#reserver) [Écrire un message](https://meridal.fr/contact/)