{"url":"https://runzos.com/apps/ollama/","slug":"ollama","contentType":"app","title":"VPS para Ollama: onde hospedar modelos locais e quanto custa - Runzos","metaDescription":"Quanto custa hospedar o Ollama numa VPS: ele pede 2 vCPU e 8 GB de RAM, e o plano mais barato que aguenta sai por R$ 35,39/mês na Contabo.","updatedAt":"2026-09-21T00:03:01.599Z","contentText":"Ollama é a peça de infraestrutura para quem quer que um app converse com um modelo local. Ele não substitui apenas um chat: pode ficar atrás de uma ferramenta de código, um agente, uma automação ou uma interface de documentos. A vantagem é controlar o endpoint e os modelos baixados. A contrapartida é objetiva: você passa a administrar disco, atualizações, acesso à API e a capacidade de inferência da máquina. O erro mais caro é escolher VPS pelo nome do Ollama, como se ele tivesse um requisito fixo. O processo leve pode caber em CPU, mas o modelo permanece em memória durante o uso e o tamanho do contexto aumenta essa demanda. Um modelo com alguns gigabytes no catálogo não transforma automaticamente a mesma VPS em máquina para modelos grandes ou várias conversas paralelas. Comece pelo modelo que seu app realmente chama, acompanhe RAM, VRAM, disco e latência, e só então aumente o plano.","faq":[{"question":"Ollama precisa de GPU?","answer":"Não. A documentação oficial mostra que o modelo pode ser carregado inteiramente na memória do sistema, inteiramente na GPU ou dividido entre as duas. GPU é uma escolha de desempenho e de capacidade de VRAM para a inferência local; ela não é requisito para instalar ou executar Ollama em CPU."},{"question":"Qual é o requisito mínimo oficial do Ollama?","answer":"O projeto não publica um mínimo universal de vCPU, RAM e disco. Isso varia com o modelo carregado, o contexto e a concorrência. A página oficial da Hostinger para o template apresenta KVM 2 com 2 vCPUs, 8 GB de RAM e 100 GB de disco como o menor plano exibido, mas isso é uma referência comercial, não um mínimo declarado pelo Ollama."},{"question":"Por que aumentar o contexto pode deixar a VPS sem memória?","answer":"O contexto é a quantidade de tokens que o modelo mantém disponível durante a conversa. As docs do Ollama informam que um contexto maior aumenta a memória necessária para executar o modelo. Antes de elevar esse valor, verifique a memória disponível e a VRAM, se houver GPU."},{"question":"Quando não vale usar VPS para Ollama?","answer":"Não vale se você não quer administrar modelos, acesso de rede, atualizações e observabilidade, ou se o seu caso precisa de um modelo grande sem orçamento para a RAM ou GPU correspondente. Também pode ser mais simples usar uma API hospedada quando privacidade local e controle do endpoint não são requisitos."}],"sources":[{"label":"Ollama Docs: FAQ oficial sobre modelos carregados em memória de sistema ou GPU, concorrência e controle de contexto","url":"https://docs.ollama.com/faq","checkedAt":"29/07/2026"},{"label":"Ollama Docs: suporte oficial a hardware NVIDIA, AMD e Metal","url":"https://docs.ollama.com/gpu","checkedAt":"29/07/2026"},{"label":"Ollama Docs: contexto padrão por VRAM e efeito do contexto maior no consumo de memória","url":"https://docs.ollama.com/context-length","checkedAt":"29/07/2026"},{"label":"Catálogo oficial do Ollama: tamanho do modelo qwen3:latest (5,2 GB)","url":"https://ollama.com/library/qwen3","checkedAt":"29/07/2026"},{"label":"Hostinger: página oficial do template Docker do Ollama e planos KVM exibidos para a aplicação","url":"https://www.hostinger.com/br/applications/ollama","checkedAt":"29/07/2026"}],"category":"Agentes de IA","mode":"self-hosted","requirements":{"leve":{"vcpu":2,"ramGb":8,"diskGb":100,"scenario":"referência do plano KVM 2 exibido na página oficial da Hostinger para Ollama; adequado para começar com modelos pequenos, mas não é mínimo publicado pelo projeto"},"medio":{"vcpu":4,"ramGb":16,"diskGb":200,"scenario":"referência do plano KVM 4 na página oficial da Hostinger para Ollama; o modelo qwen3:latest, por exemplo, ocupa 5,2 GB no catálogo oficial"},"pesado":{"vcpu":8,"ramGb":32,"diskGb":400,"scenario":"referência do plano KVM 8 na página oficial da Hostinger para Ollama; modelos grandes, contexto amplo e mais de uma carga simultânea exigem medir memória antes de subir"}},"features":[{"name":"Modelos locais por comando","description":"Baixa e executa modelos do catálogo com a CLI, sem depender de uma API de nuvem para a inferência."},{"name":"API para aplicações","description":"Expõe uma API REST para gerar texto, conversar e administrar modelos a partir de outros serviços."},{"name":"CPU ou GPU","description":"Pode usar memória de sistema, GPU ou uma combinação das duas, conforme o hardware e o modelo carregado."},{"name":"Biblioteca de modelos","description":"O catálogo oficial reúne famílias de modelos com tags e tamanhos diferentes para cada necessidade."},{"name":"Contexto configurável","description":"Permite definir o tamanho do contexto por configuração do servidor, CLI ou API, com impacto direto na memória."},{"name":"Docker oficial","description":"A imagem oficial do Docker permite persistir os modelos em volume e publicar a API na porta configurada."}],"installation":["Escolha a VPS pelo modelo e pelo contexto que pretende usar; trate os planos da tabela como referências de porte, não como mínimo oficial do Ollama.","Use o template Docker da Hostinger ou instale a imagem oficial ollama/ollama em uma VPS Linux com volume persistente para os modelos.","Publique somente a API necessária e não deixe a porta do Ollama aberta à internet sem autenticação, proxy ou controle de rede.","Baixe um único modelo inicial com ollama pull e teste uma conversa ou a integração que vai consumi-lo antes de carregar uma biblioteca inteira.","Monitore RAM, VRAM, disco e latência; faça backup da configuração e revise o tamanho do contexto antes de aumentar a concorrência."],"requirementsNote":"Ollama não publica um mínimo universal de vCPU, RAM ou disco, porque o servidor pode carregar modelos de tamanhos muito diferentes. A própria documentação mostra que um modelo pode ficar inteiro na memória do sistema, na GPU ou dividido entre ambas; também avisa que aumentar o contexto aumenta a memória necessária. Por isso, os três portes acima reproduzem os planos KVM exibidos na página oficial da Hostinger para Ollama, e não uma promessa do projeto. GPU não é obrigatória: Ollama pode rodar só em CPU. Ela passa a ser importante quando você quer inferência local mais rápida ou precisa manter modelos maiores na VRAM. Dimensione pelo modelo que será baixado, pelo contexto e pelo número de modelos ou requisições simultâneas.","featuredOffer":null,"plans":{}}