Ollama 下载慢怎么办：模型路径修改与国内加速方法（2026） - Ollama 下载慢

Ollama 下载慢怎么办：模型路径修改与国内加速方法（2026）

作者microadmin

很多人装好 Ollama 之后卡在第一步：ollama run 一个模型，进度条爬得很慢，或者跑到 90% 突然不动。Ollama 下载慢的原因其实不多：代理或加速器干扰、网络本身的波动、模型文件太大，以及 C 盘空间不足被迫中断。这篇文章把常见原因按排查顺序列出来，再讲清楚两件相关的事：怎么把模型存放路径改到别的磁盘，以及在网络条件差时怎样改从魔搭（ModelScope）拉取 GGUF 模型。如果你还没装好 Ollama，请先看《Ollama 安装教程》。

核对说明：模型存放位置、OLLAMA_MODELS、HTTPS_PROXY 的说明来自 Ollama 官方文档（docs.ollama.com 的 FAQ 与 Windows 页面，2026-10-30 读取）。hf.co 方式来自 Hugging Face 官方文档。魔搭方式来自魔搭社区文档与开发者社区的实践文章。我们没有对各地网络做速度测试，文中没有“提速多少倍”的数字，下载时间图是按文件大小和带宽算出的理论下限。

要点速览（更新于 2026-10-30）

  • 先判断是网络慢还是源慢：看 ollama pull 的速度是否被限在固定值，再换网络或代理。

  • 代理只用 HTTPS_PROXY，不要设 HTTP_PROXY；模型目录用 OLLAMA_MODELS 改到大容量硬盘。

  • 国内可以从 Hugging Face 或 ModelScope 的 GGUF 仓库直接拉取。

Ollama 下载慢：先判断是哪一类问题

先看现象，再决定动哪里。下面这张表把最常见的症状和原因对应起来：

现象 最可能的原因 先做什么
一开始就很慢，一直不涨 经过了代理或加速器，线路绕远 临时关闭代理后重新 pull
前面正常，后面越来越慢 网络波动或线路拥堵 Ctrl+C 中断，再执行同一条 pull
报错 max retries exceeded 或证书错误 代理的证书或设置有问题 检查 HTTPS_PROXY 和系统证书
下到一半提示磁盘空间不足 默认路径所在磁盘（常是 C 盘）满了 改 OLLAMA_MODELS 到大容量磁盘
官方库里没有想要的模型 模型没有上架 Ollama 模型库 改用 Hugging Face 或魔搭的 GGUF

要先有个量级概念：模型文件动辄几个 GB 到几十 GB。Ollama 模型库的页面标注，例如 qwen3:8b 约 5.2GB、qwen3:14b 约 9.3GB、qwen3:32b 约 20GB、llama3.3:70b 约 43GB。这些文件是不可压缩的，带宽决定了时间的下限。

不同带宽下下载 5GB 到 43GB 模型的理论最短时间柱状图
图 1：下载时间的理论下限（计算值，不是实测）

从图上能看出：就算你有 100 Mbps 的稳定宽带，下一个 43GB 的 70B 模型也至少要接近一小时；如果宽带只有 50 Mbps，就是两个小时左右。所以“慢”不一定是故障，先估一下理论时间，再判断是不是真的有问题。选哪个量化版本会直接影响文件大小，详见《大模型量化与 Q4_K_M》。

第一步：代理与加速器，最常见的原因

很多网络问题其实是自己装的工具造成的。Ollama 官方 FAQ 对代理的说明很明确：

  • Ollama 从互联网拉取模型，如果需要代理，要用 HTTPS_PROXY 把外发请求转到代理服务器，并且代理的证书需要安装为系统证书。
  • 不要设置 HTTP_PROXY。Ollama 拉取模型只走 HTTPS，设置 HTTP_PROXY 可能会打断客户端到服务器的连接。
  • 在 Docker 里运行时，可以在启动容器时用 -e HTTPS_PROXY=https://proxy.example.com 传入，也可以给 Docker 守护进程配置代理。

实际排查可以这样做：

  1. 如果你开着全局代理或游戏加速器，先临时关闭，再重新执行 pull。社区里有开发者指出，Ollama 的官方下载走的是 Cloudflare 的 CDN，速度本身通常不差，跑不满带宽往往是流量被绕到了代理线路上。这是社区经验，不是官方保证。
  2. 如果必须使用代理，在运行 Ollama 服务的那个环境里设置 HTTPS_PROXY，而不是只在你开的终端里设置。Ollama 在后台作为服务运行，终端里的变量服务看不到。
  3. 公司网络里证书错误最常见，把代理的根证书加入系统信任列表，再重启 Ollama。

第二步：断点续传，中断后重新 pull

下载卡住时，不要删除已下载的部分。社区里被广泛提到的做法是：按 Ctrl+C 中断，然后重新执行同一条 ollama pull 命令，下载会接着已有的部分继续，速度往往也会恢复。这是社区实践经验，我们在文章里把它列为“值得一试”的做法，而不是官方承诺；如果你的版本行为不同，以实际为准。

# 中断后，重新执行同一条命令即可
ollama pull qwen3:8b

Ollama 下载慢的排查流程图
图 2：下载慢的排查顺序，先代理、再来源、最后磁盘

下载完成后，用 ollama list 确认文件存在，用 ollama run 跑一句话验证。如果模型能下载但跑起来用的是 CPU，请转到《Ollama 不使用 GPU 怎么办》。

模型存在哪：三个系统的默认路径

要改路径，先知道默认在哪。官方 FAQ 给出的默认位置如下：

系统 默认模型目录
macOS ~/.ollama/models
Linux（标准安装） /usr/share/ollama/.ollama/models
Windows C:\Users\%username%\.ollama\models

Windows 用户尤其要注意：这个目录在 C 盘用户目录下，装几个大模型就可能占去几十 GB。官方 Windows 文档也提到，二进制文件在 %LOCALAPPDATA%\Programs\Ollama，模型和配置在 %HOMEPATH%\.ollama。如果你的 C 盘空间紧张，建议在第一次下载大模型之前就把路径改好。

修改 Ollama 模型路径：OLLAMA_MODELS

官方做法是设置环境变量 OLLAMA_MODELS，指向你想用的目录。下面分平台说明。

Windows

  1. 退出系统托盘里的 Ollama。
  2. 打开设置（Windows 11）或控制面板（Windows 10），搜索“环境变量”，点击“编辑账户的环境变量”。
  3. 新建用户变量 OLLAMA_MODELS，值填 D:\ollama\models 之类的路径，确认保存。
  4. 从开始菜单重新启动 Ollama，或者打开一个新的终端。

官方文档还提到，如果你修改过 OLLAMA_MODELS，卸载 Ollama 时安装程序不会删除你已下载的模型，所以卸载后想清理空间，需要自己删除那个目录。

macOS

在 Mac 上，如果你用的是桌面应用，官方 FAQ 的做法是用 launchctl setenv OLLAMA_MODELS /Volumes/Data/ollama/models 设置变量，然后重启应用。如果你手动用 ollama serve 启动，就直接在启动命令前加环境变量。

Linux（systemd）

用标准安装脚本安装后，Ollama 以 ollama 用户运行，所以新目录必须让这个用户可读写，官方提示的做法是用 chown 把目录交给 ollama 用户。然后通过 systemd 的覆盖配置加入变量：

sudo mkdir -p /data/ollama/models
sudo chown -R ollama:ollama /data/ollama/models
sudo systemctl edit ollama.service
# 在打开的编辑器里加入：
# [Service]
# Environment="OLLAMA_MODELS=/data/ollama/models"
sudo systemctl daemon-reload
sudo systemctl restart ollama

已经下载的模型怎么办

改完路径后，Ollama 会去新目录找模型，旧目录里的模型不会自动出现。有两种处理方式：重新 pull，或者把旧目录里的 blobs 和 manifests 两个子目录整体复制到新目录（复制前先退出 Ollama，复制后重启）。我们建议先复制一个小模型验证 ollama list 能看到，再处理大文件。

下载还是慢：改从魔搭或 Hugging Face 拉 GGUF

当官方库的线路确实不稳定，或者你要的模型不在 Ollama 库里，可以换来源。Ollama 支持直接从 Hugging Face 拉取 GGUF 格式的模型，Hugging Face 官方文档给出的格式是：

ollama run hf.co/{用户名}/{仓库名}
# 指定量化：
ollama run hf.co/{用户名}/{仓库名}:Q8_0

文档说明，不写量化时默认使用 Q4_K_M；量化名称不区分大小写。

国内用户常用的另一个来源是魔搭社区（ModelScope）。魔搭已经对 Ollama 做了集成，社区文章给出的用法是：

ollama run modelscope.cn/{用户名}/{仓库名}
ollama run modelscope.cn/{用户名}/{仓库名}:Q4_K_M

使用前请注意几点：

  • 开发者社区的教程写明，这种用法要求 Ollama 版本不低于 0.3.12，视觉多模态模型需要不低于 0.4.0。请先用 ollama --version 查看版本。
  • 仓库里必须有 GGUF 格式的文件，如果是 safetensors 格式，会提示找不到 GGUF 文件。
  • 魔搭上的仓库是第三方上传的，使用前要看清模型卡和许可证，并核对文件大小。
  • 这些来源的模型，名称和官方库里的不完全一样，写应用配置时要用你实际拉取时的名字。
来源 命令前缀 适合场景 注意
Ollama 官方库 直接写模型名 主流模型，省事 线路受网络环境影响
Hugging Face hf.co/ 官方库没有的模型 国内访问可能不稳定
魔搭 ModelScope modelscope.cn/ 国内网络，GGUF 模型 需要 Ollama 0.3.12 以上，仓库要有 GGUF
手动下载 GGUF 后导入 ollama create + Modelfile 完全离线、内网环境 步骤多，需自己写 Modelfile

如果你更习惯图形界面，也可以看看《LM Studio 使用教程》里的下载方式，它直接从 Hugging Face 取模型文件。

磁盘与清理：下载不是终点

改路径之后，还要养成管理模型的习惯，不然空间很快又满了：

  1. 用 ollama list 看已有模型和大小，不用的用 ollama rm 模型名 删除。
  2. 同一个模型的不同量化版本是不同的文件，试过之后只留一个。
  3. 想提前估算一个模型要占多少磁盘和显存，参考《本地大模型怎么选》里按显存分档的表格。
  4. 外接硬盘或移动硬盘当模型目录时，注意读取速度：加载模型时是顺序读，速度慢的盘会让每次启动都很久。
  5. 路径里尽量不要带中文和空格，避免个别工具读取出错。

一份 8 步检查清单

  1. 先估算理论下载时间，判断是不是真的异常。
  2. 临时关闭代理或加速器，再重新 pull。
  3. 在 Ollama 服务的环境里正确设置 HTTPS_PROXY，不要设置 HTTP_PROXY。
  4. 下载中断后，Ctrl+C 并重新执行同一条 pull。
  5. 空间不足时，设置 OLLAMA_MODELS 到大容量磁盘。
  6. Linux 上记得给 ollama 用户目录权限，再重启服务。
  7. 来源仍然慢，就改用魔搭或 Hugging Face 的 GGUF。
  8. 下载完成后 ollama list 和 ollama run 各验证一次。

常见问题

Ollama 下载慢是不是只能等？

不一定。先排除代理和加速器的干扰，再试 Ctrl+C 中断后重新 pull。如果这些都没问题，那很可能就是文件本身大、带宽不够，用文章里的公式估算理论时间就明白了。

下载到一半断了，已下载的部分会浪费吗？

社区的普遍经验是不会：重新执行同一条 pull 会接着已有的部分继续。我们没有在每个版本上逐一验证，所以如果你的版本表现不同，请以实际为准，并把版本号告诉我们。

修改 Ollama 模型路径后，旧模型还能用吗？

不会自动出现。要么重新下载，要么在退出 Ollama 的情况下，把旧目录的 blobs 和 manifests 复制到新目录。复制后用 ollama list 验证。

在 Windows 上设置了 OLLAMA_MODELS 但没有生效怎么办？

最常见的原因是设置变量后没有重启 Ollama。请先退出托盘里的 Ollama，再从开始菜单启动，或者新开一个终端。然后用一个小模型下载验证，看新目录里是否出现文件。

魔搭上的模型和 Ollama 官方库里的模型一样吗？

不一定一样。魔搭上的 GGUF 仓库是社区或机构上传的，量化方式和模板可能不同，拉取前要看模型卡和许可证。商用前请特别核对许可证。

可以完全离线使用 Ollama 吗？

模型下载完成之后，推理本身在本机进行。想在没有外网的机器上部署，可以在有网的机器上下载 GGUF，再导入到目标机器。具体的隐私边界，可以看后面相关文章对本地部署数据流向的说明。

需要帮忙时

如果你的网络环境特殊，或者想在公司内网批量部署，欢迎加入社区交流，或发邮件到 admin@microaione.com，说明你的系统、Ollama 版本和报错信息，我们帮你看。更完整的入门路线见《本地部署大模型入门》。

参考与延伸阅读：Ollama FAQ、Ollama Windows 文档、Hugging Face：在 Ollama 中使用 GGUF、魔搭：Ollama 加载 ModelScope 模型。

类似文章