Gemma 4 Ollama 安装教程：先拉对 tag，再验证 CLI 和 API

Gemma 4 Ollama 最常用命令

如果你只想复制最关键的命令，这一段就够用了：

ollama pull gemma4
ollama pull gemma4:e4b
ollama pull gemma4:26b
ollama pull gemma4:31b
ollama list
ollama ps
ollama run gemma4:e4b

快速步骤

1. 安装 Ollama。
2. 运行 ollama pull gemma4 或一个明确的 tag。
3. 用 ollama list 确认模型已经在本地。
4. 用 ollama run 做一次真实对话。
5. 用 ollama ps 和本地 API 做最后验证。

安装 Ollama

最稳妥的路径仍然是官方安装方式。Mac 用 Homebrew 或官方桌面版，Windows 用安装程序，Linux 常见的是官方 shell 脚本。

curl -fsSL https://ollama.com/install.sh | sh
brew install --cask ollama

Windows 安装后如果命令不生效，先完全关闭并重新打开 PowerShell 或终端，让 PATH 更新。

先拉哪个 Gemma 4 tag？

这才是大多数用户真正想问的问题。下面这张表可以直接决定你该执行哪条 ollama pull 命令。

你的机器或目标	推荐命令	为什么
只想验证工作流，或机器比较弱	ollama pull gemma4:e2b	下载更快、占用更低，适合验证安装链路是否通了。
8-12 GB 显卡，或 Mac 16 GB 统一内存起步	ollama pull gemma4:e4b	最平衡的一档，质量、速度、稳定性都更适合第一次上手。
16 GB 级显卡，想追求更高质量	ollama pull gemma4:26b	这时更大的 tag 才开始有现实意义，而不是“勉强能跑”。
24 GB 级显卡或高内存工作站	ollama pull gemma4:31b	最大本地档位，适合已经确认机器余量很充足的情况。

gemma4 是默认 tag，适合想省事的用户；如果你想要可复现结果、明确控制下载体积、或按硬件精确选型，就直接用 gemma4:e4b、gemma4:26b 这类显式 tag。

下载后先做哪三个检查？

ollama list
ollama ps
ollama run gemma4:e4b "请用三句话介绍本地 AI 的价值"

• ollama list：确认模型已经下载完成。
• ollama ps：确认模型在运行，而不是刚装好但没有真正推理。
• ollama run：确认它能给出真实回复，而不只是“命令没报错”。

本地 API 怎么验证？

CLI 通了之后，最好立刻测 API。这样你能马上知道后续脚本、应用、自动化链路是不是也已经可用。

curl http://localhost:11434/api/generate \
  -d '{"model":"gemma4:e4b","prompt":"用一句话解释为什么很多人想本地跑大模型","stream":false}'

如果你拉的是 gemma4:26b，API 里也用同一个 tag 测，避免出现 “CLI 验证的是一个模型，API 请求的是另一个模型” 的误判。

Mac、Windows、Linux 的差别

• Mac：最省心，Apple Silicon 对本地模型友好，但还是要注意统一内存压力。
• Windows：最常见的问题是 PATH 和防火墙，不是模型本身。
• Linux：安装通常最快，但也更容易遇到驱动和权限细节。

常见问题

为什么 ollama pull gemma4 很慢？

模型文件本身不小，网络不稳定时会很明显。中断后重新执行同一条命令，通常会继续下载，而不是重新从头开始。

为什么明明装上了，但推理特别慢？

大多数时候不是 Ollama 坏了，而是 tag 选大了，或者机器已经开始吃交换分区。先退回 gemma4:e4b，比硬扛 26b/31b 更容易判断问题。

为什么 CLI 正常，API 却失败？

先看 ollama ps 里模型是否仍在运行，再确认 11434 端口是否通。Windows 上尤其要排查本机防火墙。

Test-NetConnection 127.0.0.1 -Port 11434

应该用 gemma4 还是明确 tag？

想省事就用 gemma4，想要稳定复现就用明确 tag。对做内容测试、脚本联调、或团队共享命令的人来说，显式 tag 更省沟通成本。

第一次安装 Gemma 4，最推荐拉哪个 Ollama tag？

对大多数用户来说，gemma4:e4b 是最稳妥的第一拉。它兼顾成功率、速度、模型质量，也更容易暴露“环境问题”和“硬件不够”之间的区别。

ollama pull gemma4:26b 适合什么机器？

更适合 16 GB 级显卡或更强的 Apple Silicon 内存配置。如果你在 8-12 GB 机器上直接拉 26b，常见结果是“能启动，但不适合日常用”。

ollama list 和 ollama ps 有什么区别？

ollama list 看的是本地已下载模型，ollama ps 看的是当前运行中的模型。安装排错时，两者一起看最有效。