Guide Complet des Meilleurs Modèles Ollama 2025

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

# Vérification
ollama --version
ollama list

# Installation des variantes
ollama pull deepseek-r1:8b      # Équilibré
ollama pull deepseek-r1:32b     # Performance maximale

# Configuration optimisée
export OLLAMA_FLASH_ATTENTION=1
export OLLAMA_KV_CACHE_TYPE="q8_0"
export OLLAMA_NUM_PARALLEL=2

# Test de performance
ollama run deepseek-r1:8b "Résolvez étape par étape : Si un train parcourt 120 km en 1,5 heures, puis ralentit et parcourt les 80 km suivants en 2 heures, quelle est sa vitesse moyenne sur l'ensemble du trajet ?"

# Installation
ollama pull qwen2.5-coder:7b
ollama pull qwen2.5-coder:32b    # Pour GPU haut de gamme

# Modelfile personnalisé
cat > Modelfile << 'EOF'
FROM qwen2.5-coder:7b
PARAMETER temperature 0.1
PARAMETER top_k 40
PARAMETER top_p 0.9
PARAMETER repeat_penalty 1.05
SYSTEM "Vous êtes un assistant de programmation expert. Fournissez du code propre, commenté et optimisé."
EOF

ollama create qwen-coder-optimized -f Modelfile

# Test
ollama run qwen-coder-optimized "Écrivez une fonction Python pour implémenter un tri rapide avec gestion d'erreurs"

# Installation des variantes Gemma 2
ollama pull gemma2:2b          # Ultra-léger
ollama pull gemma2:9b          # Équilibré
ollama pull gemma2:27b         # Performance élevée

# Configuration optimisée
export OLLAMA_FLASH_ATTENTION=1
export OLLAMA_KV_CACHE_TYPE="q8_0"

# Test multilingue
ollama run gemma2:9b "Traduisez ce texte en espagnol, italien et allemand : 'L'intelligence artificielle transforme notre façon de travailler.'"

version: '3.8'
services:
  ollama:
    image: ollama/ollama:latest
    container_name: ollama-production
    restart: unless-stopped
    ports:
      - "11434:11434"
    volumes:
      - ollama_data:/root/.ollama
      - ./models:/models
    environment:
      - OLLAMA_FLASH_ATTENTION=1
      - OLLAMA_KV_CACHE_TYPE=q8_0
      - OLLAMA_NUM_PARALLEL=4
      - OLLAMA_MAX_LOADED_MODELS=3
      - OLLAMA_KEEP_ALIVE=24h
    deploy:
      resources:
        reservations:
          devices:
            - driver: nvidia
              count: 1
              capabilities: [gpu]
    healthcheck:
      test: ["CMD", "curl", "-f", "http://localhost:11434/api/tags"]
      interval: 30s
      timeout: 10s
      retries: 3

volumes:
  ollama_data:

# Configuration spécialisée santé
ollama pull deepseek-r1:32b
ollama pull qwen2.5:14b

# Exemple d'usage
ollama run deepseek-r1:32b "Analysez les interactions potentielles entre l'aspirine, le warfarin et l'oméprazole chez un patient de 65 ans avec antécédents cardiovasculaires."

# Configuration finance
export OLLAMA_SECURITY_MODE=1
export OLLAMA_AUDIT_LOG=1

ollama pull llama3.3:70b
ollama pull codellama:13b

# Configuration éducation multilingue
ollama pull qwen2.5:14b

# Exemple pédagogique
ollama run qwen2.5:14b "Expliquez la photosynthèse à un élève de 5ème en français, puis créez un exercice interactif."

# Stack complète développement
ollama pull qwen2.5-coder:7b      # Développement quotidien
ollama pull deepseek-coder:33b    # Révision de code complexe

# Intégration VS Code
curl -X POST http://localhost:11434/api/generate \
  -H "Content-Type: application/json" \
  -d '{"model": "qwen2.5-coder:7b", "prompt": "Optimisez ce code Python:\n'"$(cat script.py)"'"}'

import requests
import json
from typing import Optional, Dict, List
import logging

class OllamaClient:
    def __init__(self, base_url: str = "http://localhost:11434"):
        self.base_url = base_url
        self.logger = logging.getLogger(__name__)
    
    def generate(self, model: str, prompt: str, **kwargs) -> Dict:
        """Génération avec gestion d'erreurs et métriques"""
        payload = {
            "model": model,
            "prompt": prompt,
            "stream": False,
            **kwargs
        }
        
        try:
            response = requests.post(
                f"{self.base_url}/api/generate", 
                json=payload,
                timeout=300
            )
            response.raise_for_status()
            return response.json()
        except Exception as e:
            self.logger.error(f"Erreur génération: {e}")
            raise
    
    def analyze_code(self, code: str, language: str = "python") -> str:
        """Analyse de code spécialisée"""
        prompt = f"""
        Analysez ce code {language} et fournissez:
        1. Évaluation de la qualité (1-10)
        2. Problèmes de sécurité potentiels
        3. Suggestions d'optimisation
        4. Conformité aux bonnes pratiques
        
        Code:
        ```{language}
        {code}
        ```
        """
        
        result = self.generate("qwen2.5-coder:7b", prompt)
        return result.get("response", "")

# Utilisation
client = OllamaClient()
analysis = client.analyze_code("""
def factorial(n):
    if n <= 1:
        return 1
    else:
        return n * factorial(n-1)
""", "python")
print(analysis)

#!/bin/bash
# Script de monitoring Ollama
ALERT_THRESHOLD_CPU=80
ALERT_THRESHOLD_MEMORY=85
LOG_FILE="/var/log/ollama_monitor.log"

monitor_ollama() {
    while true; do
        # Vérification santé service
        if ! curl -s http://localhost:11434/api/tags > /dev/null; then
            echo "$(date): ALERTE - Ollama ne répond pas" >> $LOG_FILE
            # Notification (Slack, email, etc.)
        fi
        
        # Métriques système
        CPU_USAGE=$(top -bn1 | grep "Cpu(s)" | awk '{print $2}' | cut -d'%' -f1)
        MEMORY_USAGE=$(free | grep Mem | awk '{printf("%.1f", $3/$2 * 100.0)}')
        
        if (( $(echo "$CPU_USAGE > $ALERT_THRESHOLD_CPU" | bc -l) )); then
            echo "$(date): ALERTE - CPU élevé: ${CPU_USAGE}%" >> $LOG_FILE
        fi
        
        if (( $(echo "$MEMORY_USAGE > $ALERT_THRESHOLD_MEMORY" | bc -l) )); then
            echo "$(date): ALERTE - Mémoire élevée: ${MEMORY_USAGE}%" >> $LOG_FILE
        fi
        
        sleep 30
    done
}

# Lancement
monitor_ollama &

def estimate_requirements(model_size_b: float, quantization: str = "q4_k_m", 
                         context_length: int = 4096) -> dict:
    """Estime les ressources nécessaires pour un modèle"""
    
    # Facteurs de quantification
    quant_factors = {
        "fp16": 1.0,
        "q8_0": 0.8,
        "q6_k": 0.65,
        "q5_k_m": 0.58,
        "q4_k_m": 0.5,
        "q4_0": 0.5,
        "q3_k_m": 0.4,
        "q2_k": 0.3
    }
    
    base_memory = model_size_b * quant_factors.get(quantization, 0.5)
    kv_cache = (context_length * model_size_b * 0.125) / 1024
    overhead = 1.5
    
    total_vram = base_memory + kv_cache + overhead
    
    # Recommandations matérielles
    if total_vram <= 8:
        gpu_rec = "RTX 4060, RTX 3070"
    elif total_vram <= 12:
        gpu_rec = "RTX 4070, RTX 3080"
    elif total_vram <= 16:
        gpu_rec = "RTX 4070 Ti, RTX 3080 Ti"
    elif total_vram <= 24:
        gpu_rec = "RTX 4090, RTX 3090"
    else:
        gpu_rec = "A100, H100, ou multi-GPU"
    
    return {
        "vram_required_gb": round(total_vram, 1),
        "recommended_gpu": gpu_rec,
        "quantization_used": quantization,
        "context_length": context_length,
        "performance_tier": "High" if total_vram <= 16 else "Medium" if total_vram <= 24 else "Enterprise"
    }

# Exemples d'usage
models = [
    ("DeepSeek-R1 8B", 8),
    ("Llama 3.3 70B", 70),
    ("Qwen2.5 32B", 32),
    ("CodeLlama 34B", 34)
]

for name, size in models:
    req = estimate_requirements(size)
    print(f"{name}: {req['vram_required_gb']}GB VRAM - {req['recommended_gpu']}")

# GPU recommandé: RTX 4060 16GB
ollama pull gemma2:9b           # Usage général (NOUVEAU FAVORI)
ollama pull qwen2.5-coder:7b    # Programmation
ollama pull deepseek-r1:8b      # Raisonnement

# GPU recommandé: RTX 4090 24GB
ollama pull gemma2:27b          # Flagship équilibré (RECOMMANDÉ)
ollama pull llama3.3:70b        # Performance brute
ollama pull deepseek-r1:32b     # Raisonnement avancé
ollama pull codellama:34b       # Programmation experte
ollama pull qwen2-vl:7b         # Vision

# Multi-GPU ou A100
ollama pull llama3.3:70b
ollama pull deepseek-r1:70b
ollama pull qwen2.5:72b
ollama pull codellama:34b
# + Infrastructure haute disponibilité