Ollama API 列出模型

GET /api/tags 返回本地已下载的全部模型及详情，等价于命令行的 ollama list。

版本基线 v0.40.12，官方 docs.ollama.com/api/tags。

一、调用

curl http://localhost:11434/api/tags

二、响应结构

{
  "models": [
    {
      "name": "gemma4",
      "model": "gemma4",
      "modified_at": "2025-10-03T23:34:03.409490317-07:00",
      "size": 9608350245,
      "digest": "c6eb396dbd5992bbe3f5cdb947e8bbc0ee413d7c17e2beaae69f5d569cf982eb",
      "details": {
        "format": "gguf",
        "family": "gemma4",
        "families": ["gemma4"],
        "parameter_size": "8.0B",
        "quantization_level": "Q4_K_M"
      }
    }
  ]
}

三、几个实用字段

size —— 磁盘占用。9608350245 ≈ 9.6 GB。想清理空间时按这个排序即可。

quantization_level —— 决定精度和显存占用。Q4_K_M 是最常见的平衡档，Q8_0 更精确但大一倍，Q2_K 小但质量损失明显。

parameter_size —— 参数量是估算显存需求的第一依据。粗略关系：Q4 量化下，模型大小 ≈ 参数量 × 0.6 GB/B。

四、Python 示例

import requests

models = requests.get("http://localhost:11434/api/tags").json()["models"]

## 按大小排序
for m in sorted(models, key=lambda x: -x["size"]):
    gb = m["size"] / 1e9
    d = m["details"]
    print(f"{m['name']:<30} {gb:>6.1f} GB  {d['parameter_size']:>6}  {d['quantization_level']}")

print(f"\n共 {len(models)} 个模型，合计 {sum(m['size'] for m in models)/1e9:.1f} GB")

五、注意点

• 只列本地模型。云端模型不在这个列表里——它的清单在 https://ollama.com/api/tags（需鉴权）
• 通过 ollama cp 复制的模型会各占一条，即使 digest 相同
• modified_at 在复制、重新拉取、ollama create 后都会更新

常见问题

动手试

## ① 原样查看
curl -s http://localhost:11434/api/tags | python -m json.tool | head -30

## ② 只看名字和大小
curl -s http://localhost:11434/api/tags | python -c "
import sys,json
for m in json.load(sys.stdin)['models']:
    print(f\"{m['name']:<32}{m['size']/1e9:>6.1f} GB\")"