如何用 Ollama 在本機執行 Gemma 4：完整教學（2026）

在本機執行 Gemma 4 代表你的資料永遠不會離開你的電腦。零 API 費用、無速率限制、完全隱私。本教學教你如何在 5 分鐘內用 Ollama 跑起 Gemma 4。

你需要什麼

• 至少 8GB 記憶體的電腦（推薦 16GB 以執行更大的模型）
• macOS、Windows 或 Linux 系統
• 約 2-5GB 可用磁碟空間（取決於模型大小）

第一步：安裝 Ollama

前往 ollama.com 下載適合你作業系統的安裝包。

macOS：

# 或透過 Homebrew 安裝
brew install ollama

Linux：

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

Windows： 從 ollama.com/download 下載安裝包。

第二步：執行 Gemma 4

安裝好 Ollama 後，執行 Gemma 4 只需一行指令：

ollama run gemma4

就這麼簡單。Ollama 會自動下載模型並啟動互動式對話。其他下載方式（Hugging Face、LM Studio、Kaggle）可以看下載安裝完整攻略。

選擇合適的模型大小

Gemma 4 有四種規格，依需求選擇：

建議： 如果你有一台現代筆電，從 E4B 開始。它在速度和品質之間取得了最佳平衡。不知道選哪個？看看模型選擇指南。

第三步：不同情境的使用方法

文字聊天

ollama run gemma4
>>> 用簡單的話解釋一下量子計算

程式碼產生

ollama run gemma4
>>> 寫一個 Python 函式，按字典的某個鍵對列表排序

圖片理解（多模態）

Gemma 4 可以分析圖片：

ollama run gemma4
>>> 描述這張圖片：/path/to/image.jpg

使用 API

Ollama 還提供本機 API，位址為 http://localhost:11434：

curl http://localhost:11434/api/generate -d '{
  "model": "gemma4",
  "prompt": "什麼是機器學習？"
}'

效能最佳化技巧

1. 關閉其他應用程式 — 為模型騰出更多記憶體
2. 使用量化模型 — Ollama 預設提供量化版本，速度更快
3. GPU 加速 — 如果有 NVIDIA GPU，Ollama 會自動使用
4. 調整上下文長度 — 如需更長對話，設定 /set parameter num_ctx 8192

Gemma 4 本機執行 vs 雲端 API

常見問題

「記憶體不足」 — 試試更小的模型：ollama run gemma4:e2b

回應很慢 — 確保沒有其他吃資源的應用程式在執行。檢查 GPU 是否在使用：ollama ps

找不到模型 — 更新 Ollama：ollama update，然後重試。

更多問題的詳細解決方案，看Gemma 4 常見問題排查。

下一步

• 在我們的 首頁 比較 Gemma 4 不同模型
• 試試 LM Studio 的圖形化介面
• 探索 Google AI Studio 的雲端存取

Gemma 4 由 Google DeepMind 開發，採用 Apache 2.0 授權發布。本教學由 Gemma 4 AI 社群提供。