
På en Mac avgör chipet mer än något annat hur Ollama beter sig. En Mac med M-chip kan köra modellen på grafikdelen via Apples Metal, en Intel-Mac kör den bara på processorn, och i båda fallen delar modellen minne med macOS och dina öppna program. Du installerar appen från Ollama.dmg, kör en första modell i Terminal och anropar den med curl.
Stegen är hämtade ur Ollamas och Apples dokumentation, inte provkörda på en Mac. Facit beskriver vad dokumentationen säger att du ska se. Kör du Windows finns Windowsguiden, som också går igenom drivrutiner och grafikkort.
1. Kontrollera chip, macOS och minne
Ollamas macOS-dokumentation anger vid kontrollen 19 november 2026 två krav: macOS Sonoma (version 14) eller nyare, och antingen ett chip i Apples M-serie, med stöd för både CPU och GPU, eller en Intel-processor, med stöd enbart för CPU. Kontrollera båda innan du laddar ner något. Öppna Terminal (finns under Program, Verktygsprogram) och kör:
sw_vers -productVersion
uname -m
sysctl -n hw.memsize
Facit: den första raden ska börja på 14 eller högre. uname -m visar normalt arm64 med M-chip, men kan visa x86_64 om Terminal körs via Rosetta. Avgör därför chiptypen i Apple-menyn under Om den här datorn: enligt Apples supportsida står det Chip följt av chipets namn på en Mac med Apple Silicon och Processor på en Intel-Mac. Den tredje raden är det totala minnet i byte; dela med 1 073 741 824 för att få GiB. Anteckna talet, det styr modellvalet i steg 3.
Har du en Intel-Mac kan du följa guiden, men svaren genereras då på processorn. Kontrollera också diskutrymmet: dokumentationen varnar att modeller kan ta tiotals till hundratals GB.
2. Installera appen från Ollama.dmg
Hämta Ollama.dmg från ollama.com/download/mac eller under en utgåva på GitHub. Vid kontrollen var v0.40.16 från 9 november 2026 senaste ordinarie utgåva, och v0.40.17-rc1 var märkt som förhandsutgåva. Välj den ordinarie.
Dokumentationens rekommenderade väg är att öppna dmg-filen och dra Ollama till mappen Program (/Applications). När appen startar kontrollerar den om kommandot ollama finns i din PATH. Saknas det ber appen om lov att skapa en länk i /usr/local/bin; godkänn det, annars hittar Terminal inte kommandot. Vill du ha appen någon annanstans tackar du nej till frågan om att flytta den till Program och lägger själv Ollama.app/Contents/Resources/ollama eller en länk dit i PATH.
Nedladdningssidan visar också en enradare, curl -fsSL https://ollama.com/install.sh | sh. Skriptet hämtar i stället Ollama-darwin.zip, lägger appen i /Applications, skapar samma länk (eventuellt efter att ha frågat efter ditt lösenord) och startar appen. Resultatet blir detsamma; dmg-filen låter dig se vad som händer.
Öppna ett nytt Terminal-fönster och kör provet:
which ollama
ollama -v
curl http://localhost:11434/api/tags
Facit: which visar /usr/local/bin/ollama (eller din egen sökväg), ollama -v skriver ut versionen och anropet mot /api/tags ger ett JSON-svar med fältet models, som är tomt tills du hämtat något. Får du ett anslutningsfel körs inte servern; starta Ollama-appen och försök igen. Frågar Ollama om du vill logga in eller fortsätta lokalt förklarar artikeln om inloggningsfrågan valen.
3. Välj en första modell efter minnet
På en Mac med Apple Silicon delar CPU och GPU samma minne. På en Intel-Mac använder Ollama processorn och arbetsminnet, även om datorn har ett separat grafikkort. Arbetsminnet delas också med macOS och dina program, så det tal du antecknade i steg 1 är taket för allt på en gång, inte för modellen ensam. Ollamas sidor om macOS, hårdvara och kontextlängd säger inte hur stor del av det delade minnet den räknar som grafikminne, så utgå från marginal snarare än från en exakt gräns.
Storleken beror både på modellen och på kvantiseringen. För llama3.2, samma startmodell som i Windowsguiden, anger Ollamas modellsida 2,0 GB för standardversionen (3B i q4_K_M), 3,4 GB för 3B i q8_0, 6,4 GB för 3B i fp16 och 1,3 GB för 1B. Det är filstorlekar; vid körning tillkommer kontexten. Med 8 GB minne är 3B i standardversionen ett rimligt första val, med 16 GB eller mer kan du pröva större varianter om övriga program och kontexten lämnar tillräcklig marginal. Skillnaden mellan q4, q8 och fp16 förklaras i artikeln om kvantisering.
ollama pull llama3.2
ollama list
ollama run llama3.2 "Svara med en mening: vad heter Sveriges huvudstad?"
Facit: ollama list visar modellen med kolumnen SIZE, och ollama run ger ett svar i Terminal. Svarets kvalitet säger inget om installationen.
4. Anropa modellen med curl
Med standardinställningarna lyssnar servern på 127.0.0.1, port 11434, och nås bara från din egen Mac. Ändrad lyssningsadress eller en proxy kan göra den tillgänglig för andra. Samma modell svarar över API:t:
curl http://localhost:11434/api/generate -d '{
"model": "llama3.2",
"prompt": "Svara med en mening: vad heter Sveriges huvudstad?",
"stream": false
}'
Facit: ett JSON-objekt där svaret står i fältet response och done är true. Utan "stream": false kommer svaret i många små JSON-rader i stället. Fler endpoints och ett Python-exempel finns i guiden om Ollamas API.
5. Läs av var modellen körs och hur mycket den tar
En modell ligger enligt Ollamas FAQ kvar i minnet fem minuter efter senaste anropet. Kör därför provet direkt efter steg 4:
ollama ps
Läs tre kolumner. PROCESSOR visar 100% GPU när hela modellen ligger på grafikdelen, 100% CPU när den körs på processorn och en delning som 48%/52% CPU/GPU när modellen är fördelad mellan processor och grafikdel. SIZE är vad den laddade modellen tar i minnet, och CONTEXT visar kontextlängden den fick.
På en Mac med M-chip visar 100% GPU att hela modellen ligger på grafikdelen; dokumentationen anger stöd för Metal. På en Intel-Mac är 100% CPU det väntade. En delning på en M-Mac visar fördelningen men bevisar inte ensam varför den uppstod. Kontrollera ledigt minne, kontext och server.log. Pröva mindre modell, lägre kvantisering eller kortare kontext om minnet är begränsningen. Jämför också SIZE med talet från steg 1 och lämna marginal för macOS och andra program.
Kontexten är den post som växer. FAQ:n anger 4096 token som standard, medan sidan om kontextlängd låter standardvärdet bero på grafikminnet. Lita därför på CONTEXT. Frigör minnet med ollama stop llama3.2 när du är klar.
6. Hitta filer, ändra inställningar och avinstallera
| Sökväg | Innehåll |
|---|---|
~/.ollama/models | Hämtade modeller |
~/.ollama/logs | server.log och app.log |
/Applications/Ollama.app/Contents/Resources/ollama | Kommandoradsprogrammet som länken pekar på |
server.log öppnar du med open ~/.ollama/logs/server.log när steg 5 visar något oväntat. När Ollama körs som app anger FAQ:n att miljövariabler som OLLAMA_MODELS ska sättas med launchctl setenv, följt av en omstart av appen. En variabel du exporterar i Terminal når alltså inte servern som appen startar:
launchctl setenv OLLAMA_MODELS "/Volumes/Extern/ollama-modeller"
Appen hämtar uppdateringar själv; du installerar dem via ikonen i menyraden och Restart to update. Kör steg 5 igen efter en uppdatering. För att avinstallera helt listar dokumentationen appen, länken i /usr/local/bin, fem platser under ~/Library och sist ~/.ollama. Den sista innehåller dina modeller, så kopiera den först om du tänker installera om.
Så vet du att du är klar
curl http://localhost:11434/api/tagssvarar och listar din modell./api/generategav ett svar i fältetresponse.ollama psvisar var modellen ligger, du har utrett eventuell oväntad CPU-körning på en M-Mac och antecknatSIZE,CONTEXToch Ollama-versionen, gärna i driftkortet.
FAQ
Fungerar Ollama på en Mac med Intel-processor?
Ja, men bara på processorn. Ollamas macOS-dokumentation anger GPU-stöd enbart för Apple M-serien, så på en Intel-Mac visar ollama ps 100% CPU även när allt är rätt installerat.
Vilken macOS-version krävs för Ollama?
Dokumentationen anger macOS Sonoma, version 14, eller nyare. Versionen står under Om den här datorn i Apple-menyn och skrivs ut av kommandot sw_vers i Terminal.
Var lägger Ollama modellerna på en Mac?
I ~/.ollama/models i din hemkatalog. Vill du ha dem på en annan disk sätter du OLLAMA_MODELS med launchctl setenv och startar om Ollama-appen.
Hur avinstallerar jag Ollama på Mac helt?
Ta bort appen i Program, länken /usr/local/bin/ollama, Ollamas mappar under ~/Library och till sist ~/.ollama. Den sista mappen innehåller modellerna, så spara den om du vill installera om utan att hämta dem igen.
Källor och metod
- Ollama, macOS: macOS 14 eller nyare, M-serien med GPU och Intel med enbart CPU, dmg-installationen, länken i /usr/local/bin, annan installationsplats, filplatser och avinstallation.
- Ollama, nedladdning för Mac: Ollama.dmg och installationsskriptet; install.sh för vad skriptet gör på macOS.
- Ollama på GitHub, utgåvor: v0.40.16 som ordinarie utgåva och v0.40.17-rc1 som förhandsutgåva vid kontrollen.
- Ollama, FAQ: ollama ps och PROCESSOR-kolumnen, fem minuter i minnet, standardkontext 4096, launchctl setenv, ~/.ollama/models, port 11434 och uppdatering.
- Ollama, Context length: standardkontext efter grafikminne och CONTEXT-kolumnen.
- Ollama, Hardware support: Metal för Apples grafik.
- Ollama, List models: anslutningsprovet mot /api/tags.
- Ollama, Generate a response: anropet med stream false och fälten response och done.
- Ollama, llama3.2-taggar: filstorlekar per variant och kvantisering.
- Apple, Mac computers with Apple silicon: Chip eller Processor i Om den här datorn.
- Apple, Using Intel-based apps on a Mac with Apple silicon: Rosetta kör Intel-program på Apple Silicon.
Källorna kontrollerades 19 november 2026. Guiden är skriven på en Windows-dator utifrån dokumentationen; ingen installation, modellkörning eller mätning har gjorts på en Mac. Terminalkommandona i steg 1 är vanliga macOS-kommandon, och minnesrådet i steg 3 är en redaktionell tumregel, inte Ollamas.