API

Nota: A documentação da API do Ollama está sendo movida para https://docs.ollama.com/api

Endpoints

Gerar uma conclusão
Gerar uma conclusão de chat
Criar um Modelo
Listar Modelos Locais
Exibir Informações do Modelo
Copiar um Modelo
Excluir um Modelo
Baixar um Modelo
Enviar um Modelo
Gerar Embeddings
Listar Modelos em Execução
Versão
Experimental: Geração de Imagens

Convenções

Nomes de modelos

Os nomes de modelos seguem o formato model:tag, em que model pode ter um namespace opcional, como example/model. Alguns exemplos são orca-mini:3b-q8_0 e llama3:70b. A tag é opcional e, se não for fornecida, o valor padrão será latest. A tag é usada para identificar uma versão específica.

Durações

Todas as durações são retornadas em nanossegundos.

Respostas de streaming

Alguns endpoints retornam respostas como objetos JSON por streaming. O streaming pode ser desativado fornecendo {"stream": false} para esses endpoints.

Gerar uma conclusão

POST /api/generate

Gera uma resposta para um prompt fornecido, usando um modelo especificado. Este é um endpoint de streaming, portanto haverá uma série de respostas. O objeto de resposta final incluirá estatísticas e dados adicionais da solicitação.

Parâmetros

model: (obrigatório) o nome do modelo
prompt: o prompt para gerar uma resposta
suffix: o texto após a resposta do modelo
images: (opcional) uma lista de imagens codificadas em base64 (para modelos multimodais como llava)
think: (para modelos de pensamento) o modelo deve pensar antes de responder? Pode ser um valor booleano ou um nível de pensamento ("low", "medium", "high" ou "max").

Parâmetros avançados (opcionais):

format: o formato para retornar a resposta. O formato pode ser json ou um esquema JSON
options: parâmetros adicionais do modelo listados na documentação do Modelfile, como temperature
system: mensagem de sistema (substitui o que está definido no Modelfile)
template: o template de prompt a ser usado (substitui o que está definido no Modelfile)
stream: se false, a resposta será retornada como um único objeto de resposta, em vez de um fluxo de objetos
raw: se true, nenhuma formatação será aplicada ao prompt. Você pode optar por usar o parâmetro raw se estiver especificando um prompt completo com template na sua solicitação à API
keep_alive: controla por quanto tempo o modelo permanecerá carregado na memória após a solicitação (padrão: 5m)
context (descontinuado): o parâmetro context retornado de uma solicitação anterior para /generate, que pode ser usado para manter uma memória conversacional curta

Parâmetros experimentais de geração de imagens (apenas para modelos de geração de imagens):

[!AVISO] Esses parâmetros são experimentais e podem ser alterados em versões futuras.

width: largura da imagem gerada em pixels
height: altura da imagem gerada em pixels
steps: número de passos de difusão

Saídas estruturadas

Saídas estruturadas são suportadas fornecendo um esquema JSON no parâmetro format. O modelo irá gerar uma resposta que corresponda ao esquema. Veja o exemplo de saídas estruturadas abaixo.

Modo JSON

Ative o modo JSON definindo o parâmetro format como json. Isso estruturará a resposta como um objeto JSON válido. Veja o exemplo do modo JSON abaixo.

[!IMPORTANTE] É importante instruir o modelo a usar JSON no prompt. Caso contrário, o modelo pode gerar grandes quantidades de espaço em branco.

Exemplos

Solicitação de geração (streaming)

Solicitação

shell

curl http://localhost:11434/api/generate -d '{
  "model": "llama3.2",
  "prompt": "Why is the sky blue?"
}'

Resposta

Um fluxo de objetos JSON é retornado:

json

{
  "model": "llama3.2",
  "created_at": "2023-08-04T08:52:19.385406455-07:00",
  "response": "The",
  "done": false
}

A resposta final no fluxo também inclui dados adicionais sobre a geração:

total_duration: tempo gasto na geração da resposta
load_duration: tempo gasto em nanossegundos para carregar o modelo
prompt_eval_count: número de tokens no prompt
prompt_eval_duration: tempo gasto em nanossegundos para avaliar o prompt
eval_count: número de tokens na resposta
eval_duration: tempo em nanossegundos gasto na geração da resposta
context: uma codificação da conversa usada nesta resposta, que pode ser enviada na próxima solicitação para manter uma memória conversacional
response: vazio se a resposta foi transmitida por streaming, se não foi transmitida por streaming, conterá a resposta completa

Para calcular a velocidade de geração da resposta em tokens por segundo (token/s), divida eval_count / eval_duration * 10^9.

json

{
  "model": "llama3.2",
  "created_at": "2023-08-04T19:22:45.499127Z",
  "response": "",
  "done": true,
  "context": [1, 2, 3],
  "total_duration": 10706818083,
  "load_duration": 6338219291,
  "prompt_eval_count": 26,
  "prompt_eval_duration": 130079000,
  "eval_count": 259,
  "eval_duration": 4232710000
}

Solicitação (sem streaming)

Solicitação

Uma resposta pode ser recebida em uma única resposta quando o streaming está desativado.

shell

curl http://localhost:11434/api/generate -d '{
  "model": "llama3.2",
  "prompt": "Why is the sky blue?",
  "stream": false
}'

Resposta

Se stream estiver definido como false, a resposta será um único objeto JSON:

json

{
  "model": "llama3.2",
  "created_at": "2023-08-04T19:22:45.499127Z",
  "response": "The sky is blue because it is the color of the sky.",
  "done": true,
  "context": [1, 2, 3],
  "total_duration": 5043500667,
  "load_duration": 5025959,
  "prompt_eval_count": 26,
  "prompt_eval_duration": 325953000,
  "eval_count": 290,
  "eval_duration": 4709213000
}

Solicitação (com sufixo)

Solicitação

shell

curl http://localhost:11434/api/generate -d '{
  "model": "codellama:code",
  "prompt": "def compute_gcd(a, b):",
  "suffix": "    return result",
  "options": {
    "temperature": 0
  },
  "stream": false
}'

Resposta

json5

{
  "model": "codellama:code",
  "created_at": "2024-07-22T20:47:51.147561Z",
  "response": "\n  if a == 0:\n    return b\n  else:\n    return compute_gcd(b % a, a)\n\ndef compute_lcm(a, b):\n  result = (a * b) / compute_gcd(a, b)\n",
  "done": true,
  "done_reason": "stop",
  "context": [...],
  "total_duration": 1162761250,
  "load_duration": 6683708,
  "prompt_eval_count": 17,
  "prompt_eval_duration": 201222000,
  "eval_count": 63,
  "eval_duration": 953997000
}

Solicitação (saídas estruturadas)

Solicitação

shell

curl -X POST http://localhost:11434/api/generate -H "Content-Type: application/json" -d '{
  "model": "llama3.1:8b",
  "prompt": "Ollama is 22 years old and is busy saving the world. Respond using JSON",
  "stream": false,
  "format": {
    "type": "object",
    "properties": {
      "age": {
        "type": "integer"
      },
      "available": {
        "type": "boolean"
      }
    },
    "required": [
      "age",
      "available"
    ]
  }
}'

Resposta

json

{
  "model": "llama3.1:8b",
  "created_at": "2024-12-06T00:48:09.983619Z",
  "response": "{\n  \"age\": 22,\n  \"available\": true\n}",
  "done": true,
  "done_reason": "stop",
  "context": [1, 2, 3],
  "total_duration": 1075509083,
  "load_duration": 567678166,
  "prompt_eval_count": 28,
  "prompt_eval_duration": 236000000,
  "eval_count": 16,
  "eval_duration": 269000000
}

Solicitação (modo JSON)

[!IMPORTANTE] Quando format estiver definido como json, a saída será sempre um objeto JSON bem formado. É importante também instruir o modelo a responder em JSON.

Solicitação

shell

curl http://localhost:11434/api/generate -d '{
  "model": "llama3.2",
  "prompt": "What color is the sky at different times of the day? Respond using JSON",
  "format": "json",
  "stream": false
}'

Resposta

json

{
  "model": "llama3.2",
  "created_at": "2023-11-09T21:07:55.186497Z",
  "response": "{\n\"morning\": {\n\"color\": \"blue\"\n},\n\"noon\": {\n\"color\": \"blue-gray\"\n},\n\"afternoon\": {\n\"color\": \"warm gray\"\n},\n\"evening\": {\n\"color\": \"orange\"\n}\n}\n",
  "done": true,
  "context": [1, 2, 3],
  "total_duration": 4648158584,
  "load_duration": 4071084,
  "prompt_eval_count": 36,
  "prompt_eval_duration": 439038000,
  "eval_count": 180,
  "eval_duration": 4196918000
}

O valor de response será uma string contendo um JSON semelhante a:

json

{
  "morning": {
    "color": "blue"
  },
  "noon": {
    "color": "blue-gray"
  },
  "afternoon": {
    "color": "warm gray"
  },
  "evening": {
    "color": "orange"
  }
}

Solicitação (com imagens)

Para enviar imagens para modelos multimodais como llava ou bakllava, forneça uma lista de images codificadas em base64:

Solicitação

shell

curl http://localhost:11434/api/generate -d '{
  "model": "llava",
  "prompt":"What is in this picture?",
  "stream": false,
  "images": ["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"]
}'

Resposta

json

{
  "model": "llava",
  "created_at": "2023-11-03T15:36:02.583064Z",
  "response": "A happy cartoon character, which is cute and cheerful.",
  "done": true,
  "context": [1, 2, 3],
  "total_duration": 2938432250,
  "load_duration": 2559292,
  "prompt_eval_count": 1,
  "prompt_eval_duration": 2195557000,
  "eval_count": 44,
  "eval_duration": 736432000
}

Solicitação (modo raw)

Em alguns casos, você pode desejar ignorar o sistema de templates e fornecer um prompt completo. Nesse caso, você pode usar o parâmetro raw para desativar os templates. Observe também que o modo raw não retornará um contexto.

Solicitação

shell

curl http://localhost:11434/api/generate -d '{
  "model": "mistral",
  "prompt": "[INST] why is the sky blue? [/INST]",
  "raw": true,
  "stream": false
}'

Solicitação (saídas reproduzíveis)

Para obter saídas reproduzíveis, defina seed como um número:

Solicitação

shell

curl http://localhost:11434/api/generate -d '{
  "model": "mistral",
  "prompt": "Why is the sky blue?",
  "options": {
    "seed": 123
  }
}'

Resposta

json

{
  "model": "mistral",
  "created_at": "2023-11-03T15:36:02.583064Z",
  "response": " The sky appears blue because of a phenomenon called Rayleigh scattering.",
  "done": true,
  "total_duration": 8493852375,
  "load_duration": 6589624375,
  "prompt_eval_count": 14,
  "prompt_eval_duration": 119039000,
  "eval_count": 110,
  "eval_duration": 1779061000
}

Solicitação de geração (com opções)

Se você deseja definir opções personalizadas para o modelo em tempo de execução, em vez de no Modelfile, você pode fazer isso com o parâmetro options. Este exemplo define todas as opções disponíveis, mas você pode definir cada uma delas individualmente e omitir as que não deseja substituir.

Solicitação

shell

curl http://localhost:11434/api/generate -d '{
  "model": "llama3.2",
  "prompt": "Why is the sky blue?",
  "stream": false,
  "options": {
    "num_keep": 5,
    "seed": 42,
    "num_predict": 100,
    "draft_num_predict": 4,
    "top_k": 20,
    "top_p": 0.9,
    "min_p": 0.0,
    "typical_p": 0.7,
    "repeat_last_n": 33,
    "temperature": 0.8,
    "repeat_penalty": 1.2,
    "presence_penalty": 1.5,
    "frequency_penalty": 1.0,
    "penalize_newline": true,
    "stop": ["\n", "user:"],
    "numa": false,
    "num_ctx": 1024,
    "num_batch": 2,
    "num_gpu": 1,
    "main_gpu": 0,
    "use_mmap": true,
    "num_thread": 8
  }
}'

Resposta

json

{
  "model": "llama3.2",
  "created_at": "2023-08-04T19:22:45.499127Z",
  "response": "The sky is blue because it is the color of the sky.",
  "done": true,
  "context": [1, 2, 3],
  "total_duration": 4935886791,
  "load_duration": 534986708,
  "prompt_eval_count": 26,
  "prompt_eval_duration": 107345000,
  "eval_count": 237,
  "eval_duration": 4289432000
}

Carregar um modelo

Se um prompt vazio for fornecido, o modelo será carregado na memória.

Solicitação

shell

curl http://localhost:11434/api/generate -d '{
  "model": "llama3.2"
}'

Resposta

Um único objeto JSON é retornado:

json

{
  "model": "llama3.2",
  "created_at": "2023-12-18T19:52:07.071755Z",
  "response": "",
  "done": true
}

Descarregar um modelo

Se um prompt vazio for fornecido e o parâmetro keep_alive estiver definido como 0, o modelo será descarregado da memória.

Solicitação

shell

curl http://localhost:11434/api/generate -d '{
  "model": "llama3.2",
  "keep_alive": 0
}'

Resposta

Um único objeto JSON é retornado:

json

{
  "model": "llama3.2",
  "created_at": "2024-09-12T03:54:03.516566Z",
  "response": "",
  "done": true,
  "done_reason": "unload"
}

Gerar uma conclusão de chat

POST /api/chat

Gera a próxima mensagem em um chat com um modelo fornecido. Este é um endpoint de streaming, portanto haverá uma série de respostas. O streaming pode ser desativado usando "stream": false. O objeto de resposta final incluirá estatísticas e dados adicionais da solicitação.

Parâmetros

model: (obrigatório) o nome do modelo
messages: as mensagens do chat, pode ser usado para manter a memória do chat
tools: lista de ferramentas em JSON para o modelo usar, se suportado
think: (para modelos de raciocínio) o modelo deve raciocinar antes de responder? Pode ser um valor booleano ou um nível de raciocínio ("low", "medium", "high" ou "max").

O objeto message possui os seguintes campos:

role: a função da mensagem, podendo ser system, user, assistant ou tool
content: o conteúdo da mensagem
thinking: (para modelos de raciocínio) o processo de raciocínio do modelo
images (opcional): uma lista de imagens para incluir na mensagem (para modelos multimodais como o llava)
tool_calls (opcional): uma lista de ferramentas em JSON que o modelo deseja usar
tool_name (opcional): adicione o nome da ferramenta que foi executada para informar o modelo do resultado

Parâmetros avançados (opcional):

format: o formato para retornar a resposta. O formato pode ser json ou um esquema JSON.
options: parâmetros adicionais do modelo listados na documentação do [Modelfile](. /modelfile. mdx#valid-parameters-and-values), como temperature
stream: se false, a resposta será retornada como um único objeto de resposta, em vez de um fluxo de objetos
keep_alive: controla por quanto tempo o modelo permanecerá carregado na memória após a solicitação (padrão: 5m)

Chamada de ferramentas

A chamada de ferramentas é suportada fornecendo uma lista de ferramentas no parâmetro tools. O modelo irá gerar uma resposta que inclui uma lista de chamadas de ferramentas. Consulte o exemplo Solicitação de chat (Streaming com ferramentas) abaixo. Os modelos também podem explicar o resultado da chamada de ferramenta na resposta. Consulte o exemplo Solicitação de chat (Com histórico, com ferramentas) abaixo. [Consulte modelos com recursos de chamada de ferramentas](https://ollama. com/search? c=tool).

Saídas estruturadas

Saídas estruturadas são suportadas fornecendo um esquema JSON no parâmetro format. O modelo irá gerar uma resposta que corresponde ao esquema. Consulte o exemplo Solicitação de chat (Saídas estruturadas) abaixo.

Exemplos

Solicitação de chat (Streaming)

Solicitação

Envie uma mensagem de chat com uma resposta de streaming. ```shell curl http://localhost:11434/api/chat -d '{ "model": "llama3. 2", "messages": [ { "role": "user", "content": "why is the sky blue? " } ] }'


##### Resposta

Um fluxo de objetos JSON é retornado:

```json
{
  "model": "llama3. 2",
  "created_at": "2023-08-04T08:52:19. 385406455-07:00",
  "message": {
    "role": "assistant",
    "content": "The",
    "images": null
  },
  "done": false
}

Resposta final:

json

{
  "model": "llama3. 2",
  "created_at": "2023-08-04T19:22:45. 499127Z",
  "message": {
    "role": "assistant",
    "content": ""
  },
  "done": true,
  "total_duration": 4883583458,
  "load_duration": 1334875,
  "prompt_eval_count": 26,
  "prompt_eval_duration": 342546000,
  "eval_count": 282,
  "eval_duration": 4535599000
}

Solicitação de chat (Streaming com ferramentas)

Solicitação

shell

curl http://localhost:11434/api/chat -d '{
  "model": "llama3. 2",
  "messages": [
    {
      "role": "user",
      "content": "what is the weather in tokyo? "
    }
  ],
  "tools": [
    {
      "type": "function",
      "function": {
        "name": "get_weather",
        "description": "Get the weather in a given city",
        "parameters": {
          "type": "object",
          "properties": {
            "city": {
              "type": "string",
              "description": "The city to get the weather for"
            }
          },
          "required": ["city"]
        }
      }
    }
  ],
  "stream": true
}'

Resposta

Um fluxo de objetos JSON é retornado:

json

{
  "model": "llama3. 2",
  "created_at": "2025-07-07T20:22:19. 184789Z",
  "message": {
    "role": "assistant",
    "content": "",
    "tool_calls": [
      {
        "function": {
          "name": "get_weather",
          "arguments": {
            "city": "Tokyo"
          }
        }
      }
    ]
  },
  "done": false
}

Resposta final:

json

{
  "model": "llama3. 2",
  "created_at": "2025-07-07T20:22:19. 19314Z",
  "message": {
    "role": "assistant",
    "content": ""
  },
  "done_reason": "stop",
  "done": true,
  "total_duration": 182242375,
  "load_duration": 41295167,
  "prompt_eval_count": 169,
  "prompt_eval_duration": 24573166,
  "eval_count": 15,
  "eval_duration": 115959084
}

Solicitação de chat (Sem streaming)

Solicitação

shell

curl http://localhost:11434/api/chat -d '{
  "model": "llama3. 2",
  "messages": [
    {
      "role": "user",
      "content": "why is the sky blue? "
    }
  ],
  "stream": false
}'

Resposta

json

{
  "model": "llama3. 2",
  "created_at": "2023-12-12T14:13:43. 416799Z",
  "message": {
    "role": "assistant",
    "content": "Hello! How are you today? "
  },
  "done": true,
  "total_duration": 5191566416,
  "load_duration": 2154458,
  "prompt_eval_count": 26,
  "prompt_eval_duration": 383809000,
  "eval_count": 298,
  "eval_duration": 4799921000
}

Solicitação de chat (Sem streaming, com ferramentas)

Solicitação

shell

curl http://localhost:11434/api/chat -d '{
  "model": "llama3. 2",
  "messages": [
    {
      "role": "user",
      "content": "what is the weather in tokyo? "
    }
  ],
  "tools": [
    {
      "type": "function",
      "function": {
        "name": "get_weather",
        "description": "Get the weather in a given city",
        "parameters": {
          "type": "object",
          "properties": {
            "city": {
              "type": "string",
              "description": "The city to get the weather for"
            }
          },
          "required": ["city"]
        }
      }
    }
  ],
  "stream": false
}'

Resposta

json

{
  "model": "llama3. 2",
  "created_at": "2025-07-07T20:32:53. 844124Z",
  "message": {
    "role": "assistant",
    "content": "",
    "tool_calls": [
      {
        "function": {
          "name": "get_weather",
          "arguments": {
            "city": "Tokyo"
          }
        }
      }
    ]
  },
  "done_reason": "stop",
  "done": true,
  "total_duration": 3244883583,
  "load_duration": 2969184542,
  "prompt_eval_count": 169,
  "prompt_eval_duration": 141656333,
  "eval_count": 18,
  "eval_duration": 133293625
}

Solicitação de chat (Saídas estruturadas)

Solicitação

shell

curl -X POST http://localhost:11434/api/chat -H "Content-Type: application/json" -d '{
  "model": "llama3. 1",
  "messages": [{"role": "user", "content": "Ollama is 22 years old and busy saving the world. Return a JSON object with the age and availability. "}],
  "stream": false,
  "format": {
    "type": "object",
    "properties": {
      "age": {
        "type": "integer"
      },
      "available": {
        "type": "boolean"
      }
    },
    "required": [
      "age",
      "available"
    ]
  },
  "options": {
    "temperature": 0
  }
}'

Resposta

json

{
  "model": "llama3. 1",
  "created_at": "2024-12-06T00:46:58. 265747Z",
  "message": {
    "role": "assistant",
    "content": "{\"age\": 22, \"available\": false}"
  },
  "done_reason": "stop",
  "done": true,
  "total_duration": 2254970291,
  "load_duration": 574751416,
  "prompt_eval_count": 34,
  "prompt_eval_duration": 1502000000,
  "eval_count": 12,
  "eval_duration": 175000000
}

Solicitação de chat (Com histórico)

Envie uma mensagem de chat com um histórico de conversa. Você pode usar essa mesma abordagem para iniciar a conversa usando prompting multi-shot ou chain-of-thought.

Solicitação

shell

curl http://localhost:11434/api/chat -d '{
  "model": "llama3. 2",
  "messages": [
    {
      "role": "user",
      "content": "why is the sky blue? "
    },
    {
      "role": "assistant",
      "content": "due to rayleigh scattering. "
    },
    {
      "role": "user",
      "content": "how is that different than mie scattering? "
    }
  ]
}'

Resposta

Um fluxo de objetos JSON é retornado:

json

{
  "model": "llama3. 2",
  "created_at": "2023-08-04T08:52:19. 385406455-07:00",
  "message": {
    "role": "assistant",
    "content": "The"
  },
  "done": false
}

Resposta final:

json

{
  "model": "llama3. 2",
  "created_at": "2023-08-04T19:22:45. 499127Z",
  "done": true,
  "total_duration": 8113331500,
  "load_duration": 6396458,
  "prompt_eval_count": 61,
  "prompt_eval_duration": 398801000,
  "eval_count": 468,
  "eval_duration": 7701267000
}

Solicitação de chat (Com histórico, com ferramentas)

Solicitação

shell

curl http://localhost:11434/api/chat -d '{
  "model": "llama3. 2",
  "messages": [
    {
      "role": "user",
      "content": "what is the weather in Toronto? "
    },
    // a mensagem do modelo adicionada ao histórico
    {
      "role": "assistant",
      "content": "",
      "tool_calls": [
        {
          "function": {
            "name": "get_weather",
            "arguments": {
              "city": "Toronto"
            }
          }
        }
      ]
    },
    // o resultado da chamada de ferramenta adicionado ao histórico
    {
      "role": "tool",
      "content": "11 degrees celsius",
      "tool_name": "get_weather"
    }
  ],
  "stream": false,
  "tools": [
    {
      "type": "function",
      "function": {
        "name": "get_weather",
        "description": "Get the weather in a given city",
        "parameters": {
          "type": "object",
          "properties": {
            "city": {
              "type": "string",
              "description": "The city to get the weather for"
            }
          },
          "required": ["city"]
        }
      }
    }
  ]
}'

Resposta

json

{
  "model": "llama3. 2",
  "created_at": "2025-07-07T20:43:37. 688511Z",
  "message": {
    "role": "assistant",
    "content": "The current temperature in Toronto is 11°C. "
  },
  "done_reason": "stop",
  "done": true,
  "total_duration": 890771750,
  "load_duration": 707634750,
  "prompt_eval_count": 94,
  "prompt_eval_duration": 91703208,
  "eval_count": 11,
  "eval_duration": 90282125
}

Solicitação de chat (com imagens)

Envie uma mensagem de chat com imagens. As imagens devem ser fornecidas como um array, com as imagens individuais codificadas em Base64. ```shell curl http://localhost:11434/api/chat -d '{ "model": "llava", "messages": [ { "role": "user", "content": "what is in this image?

", "images": ["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"] } ] }


##### Resposta

```json
{
  "model": "llava",
  "created_at": "2023-12-13T22:42:50. 203334Z",
  "message": {
    "role": "assistant",
    "content": " The image features a cute, little pig with an angry facial expression. It's wearing a heart on its shirt and is waving in the air. This scene appears to be part of a drawing or sketching project. ",
    "images": null
  },
  "done": true,
  "total_duration": 1668506709,
  "load_duration": 1986209,
  "prompt_eval_count": 26,
  "prompt_eval_duration": 359682000,
  "eval_count": 83,
  "eval_duration": 1303285000
}

Solicitação de chat (Saídas reproduzíveis)

Solicitação

shell

curl http://localhost:11434/api/chat -d '{
  "model": "llama3. 2",
  "messages": [
    {
      "role": "user",
      "content": "Hello! "
    }
  ],
  "options": {
    "seed": 101,
    "temperature": 0
  }
}'

Resposta

json

{
  "model": "llama3. 2",
  "created_at": "2023-12-12T14:13:43. 416799Z",
  "message": {
    "role": "assistant",
    "content": "Hello! How are you today? "
  },
  "done": true,
  "total_duration": 5191566416,
  "load_duration": 2154458,
  "prompt_eval_count": 26,
  "prompt_eval_duration": 383809000,
  "eval_count": 298,
  "eval_duration": 4799921000
}

Solicitação de chat (com ferramentas)

Solicitação

shell

curl http://localhost:11434/api/chat -d '{
  "model": "llama3. 2",
  "messages": [
    {
      "role": "user",
      "content": "What is the weather today in Paris? "
    }
  ],
  "stream": false,
  "tools": [
    {
      "type": "function",
      "function": {
        "name": "get_current_weather",
        "description": "Get the current weather for a location",
        "parameters": {
          "type": "object",
          "properties": {
            "location": {
              "type": "string",
              "description": "The location to get the weather for, e. g. San Francisco, CA"
            },
            "format": {
              "type": "string",
              "description": "The format to return the weather in, e. g. 'celsius' or 'fahrenheit'",
              "enum": ["celsius", "fahrenheit"]
            }
          },
          "required": ["location", "format"]
        }
      }
    }
  ]
}'

Resposta

json

{
  "model": "llama3. 2",
  "created_at": "2024-07-22T20:33:28. 123648Z",
  "message": {
    "role": "assistant",
    "content": "",
    "tool_calls": [
      {
        "function": {
          "name": "get_current_weather",
          "arguments": {
            "format": "celsius",
            "location": "Paris, FR"
          }
        }
      }
    ]
  },
  "done_reason": "stop",
  "done": true,
  "total_duration": 885095291,
  "load_duration": 3753500,
  "prompt_eval_count": 122,
  "prompt_eval_duration": 328493000,
  "eval_count": 33,
  "eval_duration": 552222000
}

Carregar um modelo

Se o array de mensagens estiver vazio, o modelo será carregado na memória. ##### Solicitação

shell

curl http://localhost:11434/api/chat -d '{
  "model": "llama3. 2",
  "messages": []
}'

Resposta

json

{
  "model": "llama3. 2",
  "created_at": "2024-09-12T21:17:29. 110811Z",
  "message": {
    "role": "assistant",
    "content": ""
  },
  "done_reason": "load",
  "done": true
}

Descarregar um modelo

Se o array de mensagens estiver vazio e o parâmetro keep_alive estiver definido como 0, um modelo será descarregado da memória. Um único objeto JSON é retornado:

json

{
  "model": "llama3. 2",
  "created_at": "2024-09-12T21:33:17. 547535Z",
  "message": {
    "role": "assistant",
    "content": ""
  },
  "done_reason": "unload",
  "done": true
}

Criar um Modelo

POST /api/create

Crie um modelo a partir de:

outro modelo;
um diretório safetensors; ou
um arquivo GGUF.

Se você estiver criando um modelo a partir de um diretório safetensors ou de um arquivo GGUF, você deve criar um blob para cada um dos arquivos e, em seguida, usar o nome do arquivo e o digest SHA256 associado a cada blob no campo files.

Parâmetros

model: nome do modelo a ser criado
from: (opcional) nome de um modelo existente a partir do qual o novo modelo será criado
files: (opcional) um dicionário de nomes de arquivos para digests SHA256 de blobs para criar o modelo a partir deles
adapters: (opcional) um dicionário de nomes de arquivos para digests SHA256 de blobs para adaptadores LORA
template: (opcional) o template de prompt para o modelo
renderer: (opcional) o nome do renderizador para o modelo
parser: (opcional) o nome do parser para o modelo
license: (opcional) uma string ou lista de strings contendo a licença ou licenças do modelo
system: (opcional) uma string contendo o prompt de sistema para o modelo
parameters: (opcional) um dicionário de parâmetros para o modelo (consulte o Modelfile para ver uma lista de parâmetros)
messages: (opcional) uma lista de objetos de mensagem usados para criar uma conversa
stream: (opcional) se false, a resposta será retornada como um único objeto de resposta, em vez de um fluxo de objetos
quantize (opcional): quantiza um modelo não quantizado (ex: float16)

Tipos de quantização

Tipo	Recomendado
q4_K_M	*
q4_K_S
q8_0	*

Exemplos

Criar um novo modelo

Crie um novo modelo a partir de um modelo existente.

Requisição

shell

curl http://localhost:11434/api/create -d '{
  "model": "mario",
  "from": "llama3.2",
  "system": "You are Mario from Super Mario Bros."
}'

Resposta

Um fluxo de objetos JSON é retornado:

json

{"status":"reading model metadata"}
{"status":"creating system layer"}
{"status":"using already created layer sha256:22f7f8ef5f4c791c1b03d7eb414399294764d7cc82c7e94aa81a1feb80a983a2"}
{"status":"using already created layer sha256:8c17c2ebb0ea011be9981cc3922db8ca8fa61e828c5d3f44cb6ae342bf80460b"}
{"status":"using already created layer sha256:7c23fb36d80141c4ab8cdbb61ee4790102ebd2bf7aeff414453177d4f2110e5d"}
{"status":"using already created layer sha256:2e0493f67d0c8c9c68a8aeacdf6a38a2151cb3c4c1d42accf296e19810527988"}
{"status":"using already created layer sha256:2759286baa875dc22de5394b4a925701b1896a7e3f8e53275c36f75a877a82c9"}
{"status":"writing layer sha256:df30045fe90f0d750db82a058109cecd6d4de9c90a3d75b19c09e5f64580bb42"}
{"status":"writing layer sha256:f18a68eb09bf925bb1b669490407c1b1251c5db98dc4d3d81f3088498ea55690"}
{"status":"writing manifest"}
{"status":"success"}

Quantizar um modelo

Quantize um modelo não quantizado.

Requisição

shell

curl http://localhost:11434/api/create -d '{
  "model": "llama3.2:quantized",
  "from": "llama3.2:3b-instruct-fp16",
  "quantize": "q4_K_M"
}'

Resposta

Um fluxo de objetos JSON é retornado:

json

{"status":"quantizing F16 model to Q4_K_M","digest":"0","total":6433687776,"completed":12302}
{"status":"quantizing F16 model to Q4_K_M","digest":"0","total":6433687776,"completed":6433687552}
{"status":"verifying conversion"}
{"status":"creating new layer sha256:fb7f4f211b89c6c4928ff4ddb73db9f9c0cfca3e000c3e40d6cf27ddc6ca72eb"}
{"status":"using existing layer sha256:966de95ca8a62200913e3f8bfbf84c8494536f1b94b49166851e76644e966396"}
{"status":"using existing layer sha256:fcc5a6bec9daf9b561a68827b67ab6088e1dba9d1fa2a50d7bbcc8384e0a265d"}
{"status":"using existing layer sha256:a70ff7e570d97baaf4e62ac6e6ad9975e04caa6d900d3742d37698494479e0cd"}
{"status":"using existing layer sha256:56bb8bd477a519ffa694fc449c2413c6f0e1d3b1c88fa7e3c9d88d3ae49d4dcb"}
{"status":"writing manifest"}
{"status":"success"}

Criar um modelo a partir de GGUF

Crie um modelo a partir de um arquivo GGUF. O parâmetro files deve ser preenchido com o nome do arquivo e o digest SHA256 do arquivo GGUF que você deseja usar. Use o endpoint /api/blobs/:digest para enviar o arquivo GGUF para o servidor antes de chamar esta API.

Requisição

shell

curl http://localhost:11434/api/create -d '{
  "model": "my-gguf-model",
  "files": {
    "test.gguf": "sha256:432f310a77f4650a88d0fd59ecdd7cebed8d684bafea53cbff0473542964f0c3"
  }
}'

Resposta

Um fluxo de objetos JSON é retornado:

json

{"status":"parsing GGUF"}
{"status":"using existing layer sha256:432f310a77f4650a88d0fd59ecdd7cebed8d684bafea53cbff0473542964f0c3"}
{"status":"writing manifest"}
{"status":"success"}

Criar um modelo a partir de um diretório Safetensors

O parâmetro files deve incluir um dicionário de arquivos para o modelo safetensors, contendo os nomes dos arquivos e o digest SHA256 de cada um. Use o endpoint /api/blobs/:digest para enviar cada um dos arquivos para o servidor antes de chamar esta API. Os arquivos permanecerão no cache até que o servidor Ollama seja reiniciado.

Requisição

shell

curl http://localhost:11434/api/create -d '{
  "model": "fred",
  "files": {
    "config.json": "sha256:dd3443e529fb2290423a0c65c2d633e67b419d273f170259e27297219828e389",
    "generation_config.json": "sha256:88effbb63300dbbc7390143fbbdd9d9fa50587b37e8bfd16c8c90d4970a74a36",
    "special_tokens_map.json": "sha256:b7455f0e8f00539108837bfa586c4fbf424e31f8717819a6798be74bef813d05",
    "tokenizer.json": "sha256:bbc1904d35169c542dffbe1f7589a5994ec7426d9e5b609d07bab876f32e97ab",
    "tokenizer_config.json": "sha256:24e8a6dc2547164b7002e3125f10b415105644fcf02bf9ad8b674c87b1eaaed6",
    "model.safetensors": "sha256:1ff795ff6a07e6a68085d206fb84417da2f083f68391c2843cd2b8ac6df8538f"
  }
}'

Resposta

Um fluxo de objetos JSON é retornado:

shell

{"status":"converting model"}
{"status":"creating new layer sha256:05ca5b813af4a53d2c2922933936e398958855c44ee534858fcfd830940618b6"}
{"status":"using autodetected template llama3-instruct"}
{"status":"using existing layer sha256:56bb8bd477a519ffa694fc449c2413c6f0e1d3b1c88fa7e3c9d88d3ae49d4dcb"}
{"status":"writing manifest"}
{"status":"success"}

Verificar se um Blob Existe

shell

HEAD /api/blobs/:digest

Garante que o blob de arquivo (Binary Large Object) usado para criar um modelo existe no servidor. Esta verificação é feita no seu servidor Ollama, e não no ollama.com.

Parâmetros de Consulta

digest: o digest SHA256 do blob

Exemplos

Requisição

shell

curl -I http://localhost:11434/api/blobs/sha256:29fdb92e57cf0827ded04ae6461b5931d01fa595843f55d36f5b275a52087dd2

Resposta

Retorna 200 OK se o blob existir, 404 Not Found se não existir.

Enviar um Blob

POST /api/blobs/:digest

Envie um arquivo para o servidor Ollama para criar um "blob" (Binary Large Object).

Parâmetros de Consulta

digest: o digest SHA256 esperado do arquivo

Exemplos

Requisição

shell

curl -T model.gguf -X POST http://localhost:11434/api/blobs/sha256:29fdb92e57cf0827ded04ae6461b5931d01fa595843f55d36f5b275a52087dd2

Resposta

Retorna 201 Created se o blob foi criado com sucesso, 400 Bad Request se o digest utilizado não for o esperado.

Listar Modelos Locais

GET /api/tags

Lista os modelos disponíveis localmente.

Exemplos

Requisição

shell

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

Resposta

Um único objeto JSON será retornado.

json

{
  "models": [
    {
      "name": "deepseek-r1:latest",
      "model": "deepseek-r1:latest",
      "modified_at": "2025-05-10T08:06:48.639712648-07:00",
      "size": 4683075271,
      "digest": "0a8c266910232fd3291e71e5ba1e058cc5af9d411192cf88b6d30e92b6e73163",
      "details": {
        "parent_model": "",
        "format": "gguf",
        "family": "qwen2",
        "families": ["qwen2"],
        "parameter_size": "7.6B",
        "quantization_level": "Q4_K_M"
      }
    },
    {
      "name": "llama3.2:latest",
      "model": "llama3.2:latest",
      "modified_at": "2025-05-04T17:37:44.706015396-07:00",
      "size": 2019393189,
      "digest": "a80c4f17acd55265feec403c7aef86be0c25983ab279d83f3bcd3abbcb5b8b72",
      "details": {
        "parent_model": "",
        "format": "gguf",
        "family": "llama",
        "families": ["llama"],
        "parameter_size": "3.2B",
        "quantization_level": "Q4_K_M"
      }
    }
  ]
}

Exibir Informações do Modelo

POST /api/show

Exibe informações sobre um modelo, incluindo detalhes, Modelfile, template, parâmetros, licença e prompt do sistema.

Parâmetros

model: nome do modelo a ser exibido
verbose: (opcional) se definido como true, retorna dados completos para os campos de resposta detalhada

Exemplos

Requisição

shell

curl http://localhost:11434/api/show -d '{
  "model": "llava"
}'

Resposta

json5

{
  modelfile: '# Modelfile generated by "ollama show"\n# To build a new Modelfile based on this one, replace the FROM line with:\n# FROM llava:latest\n\nFROM /Users/matt/.ollama/models/blobs/sha256:200765e1283640ffbd013184bf496e261032fa75b99498a9613be4e94d63ad52\nTEMPLATE """{{ .System }}\nUSER: {{ .Prompt }}\nASSISTANT: """\nPARAMETER num_ctx 4096\nPARAMETER stop "\u003c/s\u003e"\nPARAMETER stop "USER:"\nPARAMETER stop "ASSISTANT:"',
  parameters: 'num_keep                       24\nstop                           "<|start_header_id|>"\nstop                           "<|end_header_id|>"\nstop                           "<|eot_id|>"',
  template: "{{ if .System }}<|start_header_id|>system<|end_header_id|>\n\n{{ .System }}<|eot_id|>{{ end }}{{ if .Prompt }}<|start_header_id|>user<|end_header_id|>\n\n{{ .Prompt }}<|eot_id|>{{ end }}<|start_header_id|>assistant<|end_header_id|>\n\n{{ .Response }}<|eot_id|>",
  details: {
    parent_model: "",
    format: "gguf",
    family: "llama",
    families: ["llama"],
    parameter_size: "8.0B",
    quantization_level: "Q4_0",
  },
  model_info: {
    "general.architecture": "llama",
    "general.file_type": 2,
    "general.parameter_count": 8030261248,
    "general.quantization_version": 2,
    "llama.attention.head_count": 32,
    "llama.attention.head_count_kv": 8,
    "llama.attention.layer_norm_rms_epsilon": 0.00001,
    "llama.block_count": 32,
    "llama.context_length": 8192,
    "llama.embedding_length": 4096,
    "llama.feed_forward_length": 14336,
    "llama.rope.dimension_count": 128,
    "llama.rope.freq_base": 500000,
    "llama.vocab_size": 128256,
    "tokenizer.ggml.bos_token_id": 128000,
    "tokenizer.ggml.eos_token_id": 128009,
    "tokenizer.ggml.merges": [], // populates if `verbose=true`
    "tokenizer.ggml.model": "gpt2",
    "tokenizer.ggml.pre": "llama-bpe",
    "tokenizer.ggml.token_type": [], // populates if `verbose=true`
    "tokenizer.ggml.tokens": [], // populates if `verbose=true`
  },
  capabilities: ["completion", "vision"],
}

Copiar um Modelo

POST /api/copy

Copia um modelo. Cria um modelo com outro nome a partir de um modelo existente.

Exemplos

Requisição

shell

curl http://localhost:11434/api/copy -d '{
  "source": "llama3.2",
  "destination": "llama3-backup"
}'

Resposta

Retorna 200 OK se for bem-sucedido, ou 404 Not Found se o modelo de origem não existir.

Excluir um Modelo

DELETE /api/delete

Exclui um modelo e seus dados.

Parâmetros

model: nome do modelo a ser excluído

Exemplos

Requisição

shell

curl -X DELETE http://localhost:11434/api/delete -d '{
  "model": "llama3:13b"
}'

Resposta

Retorna 200 OK se for bem-sucedido, 404 Not Found se o modelo a ser excluído não existir.

Baixar um Modelo

POST /api/pull

Baixa um modelo da biblioteca Ollama. Downloads cancelados são retomados do ponto em que pararam, e múltiplas chamadas compartilham o mesmo progresso de download.

Parâmetros

model: nome do modelo a ser baixado
insecure: (opcional) permite conexões inseguras com a biblioteca. Use isso apenas se estiver baixando de sua própria biblioteca durante o desenvolvimento.
stream: (opcional) se definido como false, a resposta será retornada como um único objeto de resposta, ao invés de um fluxo de objetos

Exemplos

Requisição

shell

curl http://localhost:11434/api/pull -d '{
  "model": "llama3.2"
}'

Resposta

Se stream não for especificado, ou estiver definido como true, um fluxo de objetos JSON será retornado:

O primeiro objeto é o manifesto:

json

{
  "status": "pulling manifest"
}

Em seguida, há uma série de respostas de download. Até que qualquer parte do download seja concluída, a chave completed pode não estar presente. O número de arquivos a serem baixados depende do número de camadas especificadas no manifesto.

json

{
  "status": "pulling digestname",
  "digest": "digestname",
  "total": 2142590208,
  "completed": 241970
}

Depois que todos os arquivos forem baixados, as respostas finais são:

json

{
    "status": "verifying sha256 digest"
}
{
    "status": "writing manifest"
}
{
    "status": "removing any unused layers"
}
{
    "status": "success"
}

se stream estiver definido como false, a resposta será um único objeto JSON:

json

{
  "status": "success"
}

Publicar um Modelo

POST /api/push

Publica um modelo em uma biblioteca de modelos. Requer registro no ollama.ai e adição de uma chave pública previamente.

Parâmetros

model: nome do modelo a ser publicado no formato <namespace>/<model>:<tag>
insecure: (opcional) permite conexões inseguras com a biblioteca. Use isso apenas se estiver publicando em sua própria biblioteca durante o desenvolvimento.
stream: (opcional) se definido como false, a resposta será retornada como um único objeto de resposta, ao invés de um fluxo de objetos

Exemplos

Requisição

shell

curl http://localhost:11434/api/push -d '{
  "model": "mattw/pygmalion:latest"
}'

Resposta

Se stream não for especificado, ou estiver definido como true, um fluxo de objetos JSON será retornado:

json

{ "status": "retrieving manifest" }

e em seguida:

json

{
  "status": "starting upload",
  "digest": "sha256:bc07c81de745696fdf5afca05e065818a8149fb0c77266fb584d9b2cba3711ab",
  "total": 1928429856
}

Em seguida, há uma série de respostas de upload:

json

{
  "status": "starting upload",
  "digest": "sha256:bc07c81de745696fdf5afca05e065818a8149fb0c77266fb584d9b2cba3711ab",
  "total": 1928429856
}

Finalmente, quando o upload for concluído:

json

{"status":"pushing manifest"}
{"status":"success"}

Se stream estiver definido como false, a resposta será um único objeto JSON:

json

{ "status": "success" }

Gerar Embeddings

POST /api/embed

Gera embeddings a partir de um modelo

Parâmetros

model: nome do modelo a ser usado para gerar os embeddings
input: texto ou lista de textos para os quais os embeddings serão gerados

Parâmetros avançados:

truncate: trunca o final de cada entrada para caber no comprimento do contexto. Retorna erro se definido como false e o comprimento do contexto for excedido. O valor padrão é true
options: parâmetros adicionais do modelo listados na documentação do Modelfile como temperature
keep_alive: controla por quanto tempo o modelo permanecerá carregado na memória após a requisição (padrão: 5m)
dimensions: número de dimensões do embedding

Exemplos

Requisição

shell

curl http://localhost:11434/api/embed -d '{
  "model": "all-minilm",
  "input": "Why is the sky blue?"
}'

Resposta

json

{
  "model": "all-minilm",
  "embeddings": [
    [
      0.010071029, -0.0017594862, 0.05007221, 0.04692972, 0.054916814,
      0.008599704, 0.105441414, -0.025878139, 0.12958129, 0.031952348
    ]
  ],
  "total_duration": 14143917,
  "load_duration": 1019500,
  "prompt_eval_count": 8
}

Requisição (Múltiplas entradas)

shell

curl http://localhost:11434/api/embed -d '{
  "model": "all-minilm",
  "input": ["Why is the sky blue?", "Why is the grass green?"]
}'

Resposta

json

{
  "model": "all-minilm",
  "embeddings": [
    [
      0.010071029, -0.0017594862, 0.05007221, 0.04692972, 0.054916814,
      0.008599704, 0.105441414, -0.025878139, 0.12958129, 0.031952348
    ],
    [
      -0.0098027075, 0.06042469, 0.025257962, -0.006364387, 0.07272725,
      0.017194884, 0.09032035, -0.051705178, 0.09951512, 0.09072481
    ]
  ]
}

Listar Modelos em Execução

GET /api/ps

Lista os modelos que estão atualmente carregados na memória.

Exemplos

Requisição

shell

curl http://localhost:11434/api/ps

Resposta

Um único objeto JSON será retornado.

json

{
  "models": [
    {
      "name": "mistral:latest",
      "model": "mistral:latest",
      "size": 5137025024,
      "digest": "2ae6f6dd7a3dd734790bbbf58b8909a606e0e7e97e94b7604e0aa7ae4490e6d8",
      "details": {
        "parent_model": "",
        "format": "gguf",
        "family": "llama",
        "families": ["llama"],
        "parameter_size": "7.2B",
        "quantization_level": "Q4_0"
      },
      "expires_at": "2024-06-04T14:38:31.83753-07:00",
      "size_vram": 5137025024
    }
  ]
}

Gerar Embedding

Nota: este endpoint foi substituído por /api/embed

POST /api/embeddings

Gera embeddings a partir de um modelo

Parâmetros

model: nome do modelo a ser usado para gerar os embeddings
prompt: texto para o qual os embeddings serão gerados

Parâmetros avançados:

options: parâmetros adicionais do modelo listados na documentação do Modelfile como temperature
keep_alive: controla por quanto tempo o modelo permanecerá carregado na memória após a requisição (padrão: 5m)

Exemplos

Requisição

shell

curl http://localhost:11434/api/embeddings -d '{
  "model": "all-minilm",
  "prompt": "Here is an article about llamas..."
}'

Resposta

json

{
  "embedding": [
    0.5670403838157654, 0.009260174818336964, 0.23178744316101074,
    -0.2916173040866852, -0.8924556970596313, 0.8785552978515625,
    -0.34576427936553955, 0.5742510557174683, -0.04222835972905159,
    -0.137906014919281
  ]
}

Versão

GET /api/version

Recupera a versão do Ollama

Exemplos

Requisição

shell

curl http://localhost:11434/api/version

Resposta

json

{
  "version": "0.5.1"
}

Funcionalidades Experimentais

Geração de Imagens (Experimental)

WARNING

A geração de imagens é experimental e pode sofrer alterações em versões futuras.

A geração de imagens agora é suportada por meio do endpoint padrão /api/generate ao usar modelos de geração de imagens. A API detecta automaticamente quando um modelo de geração de imagens está sendo utilizado.

Consulte a seção Gerar uma conclusão para a documentação completa da API. Os parâmetros experimentais de geração de imagens (width, height, steps) estão documentados lá.

Exemplo

Requisição

shell

curl http://localhost:11434/api/generate -d '{
  "model": "x/z-image-turbo",
  "prompt": "a sunset over mountains",
  "width": 1024,
  "height": 768
}'

Resposta (streaming)

Atualizações de progresso durante a geração:

json

{
  "model": "x/z-image-turbo",
  "created_at": "2024-01-15T10:30:00.000000Z",
  "completed": 5,
  "total": 20,
  "done": false
}

Resposta Final

json

{
  "model": "x/z-image-turbo",
  "created_at": "2024-01-15T10:30:15.000000Z",
  "image": "iVBORw0KGgoAAAANSUhEUg...",
  "done": true,
  "done_reason": "stop",
  "total_duration": 15000000000,
  "load_duration": 2000000000
}

API ​

Endpoints ​

Convenções ​

Nomes de modelos ​

Durações ​

Respostas de streaming ​

Gerar uma conclusão ​

Parâmetros ​

Saídas estruturadas ​

Modo JSON ​

Exemplos ​

Solicitação de geração (streaming) ​

Solicitação ​

Resposta ​

Solicitação (sem streaming) ​

Solicitação ​

Resposta ​

Solicitação (com sufixo) ​

Solicitação ​

Resposta ​

Solicitação (saídas estruturadas) ​

Solicitação ​

Resposta ​

Solicitação (modo JSON) ​

Solicitação ​

Resposta ​

Solicitação (com imagens) ​

Solicitação ​

Resposta ​

Solicitação (modo raw) ​

Solicitação ​

Solicitação (saídas reproduzíveis) ​

Solicitação ​

Resposta ​

Solicitação de geração (com opções) ​

Solicitação ​

Resposta ​

Carregar um modelo ​

Solicitação ​

Resposta ​

Descarregar um modelo ​

Solicitação ​

Resposta ​

Gerar uma conclusão de chat ​

Parâmetros ​

Chamada de ferramentas ​

Saídas estruturadas ​

Exemplos ​

Solicitação de chat (Streaming) ​

Solicitação ​

Solicitação de chat (Streaming com ferramentas) ​

Solicitação ​

Resposta ​

Solicitação de chat (Sem streaming) ​

Solicitação ​

Resposta ​

Solicitação de chat (Sem streaming, com ferramentas) ​

Solicitação ​

Resposta ​

Solicitação de chat (Saídas estruturadas) ​

Solicitação ​

Resposta ​

Solicitação de chat (Com histórico) ​

Solicitação ​

Resposta ​

Solicitação de chat (Com histórico, com ferramentas) ​

Solicitação ​

Resposta ​

Solicitação de chat (com imagens) ​

Solicitação de chat (Saídas reproduzíveis) ​

Solicitação ​

Resposta ​

Solicitação de chat (com ferramentas) ​

Solicitação ​

Resposta ​

Carregar um modelo ​

Resposta ​

Descarregar um modelo ​

Criar um Modelo ​

Parâmetros ​

API

Endpoints

Convenções

Nomes de modelos

Durações

Respostas de streaming

Gerar uma conclusão

Parâmetros

Saídas estruturadas

Modo JSON

Exemplos

Solicitação de geração (streaming)

Solicitação

Resposta

Solicitação (sem streaming)

Solicitação

Resposta

Solicitação (com sufixo)

Solicitação

Resposta

Solicitação (saídas estruturadas)

Solicitação

Resposta

Solicitação (modo JSON)

Solicitação

Resposta

Solicitação (com imagens)

Solicitação

Resposta

Solicitação (modo raw)

Solicitação

Solicitação (saídas reproduzíveis)

Solicitação

Resposta

Solicitação de geração (com opções)

Solicitação

Resposta

Carregar um modelo

Solicitação

Resposta

Descarregar um modelo

Solicitação

Resposta

Gerar uma conclusão de chat

Parâmetros

Chamada de ferramentas

Saídas estruturadas

Exemplos

Solicitação de chat (Streaming)

Solicitação

Solicitação de chat (Streaming com ferramentas)

Solicitação

Resposta

Solicitação de chat (Sem streaming)

Solicitação

Resposta

Solicitação de chat (Sem streaming, com ferramentas)

Solicitação

Resposta

Solicitação de chat (Saídas estruturadas)

Solicitação

Resposta

Solicitação de chat (Com histórico)

Solicitação

Resposta

Solicitação de chat (Com histórico, com ferramentas)

Solicitação

Resposta

Solicitação de chat (com imagens)

Solicitação de chat (Saídas reproduzíveis)

Solicitação

Resposta

Solicitação de chat (com ferramentas)

Solicitação

Resposta

Carregar um modelo

Resposta

Descarregar um modelo

Criar um Modelo

Parâmetros