Claude Code avec Ollama : modèles locaux gratuits (2026)

Comment Claude Code fonctionne avec Ollama

Claude Code est l'agent : le programme qui lit vos fichiers, lance des commandes et vous demande la permission avant de modifier quoi que ce soit. Le modèle, c'est le cerveau derrière, normalement Claude sur les serveurs d'Anthropic.

Depuis la version 0.14.0, sortie en janvier 2026 (d'après les notes de version d'Ollama), Ollama répond dans le même format de messages que l'API d'Anthropic, sur votre propre ordinateur, sur le port 11434. Faites pointer Claude Code vers ce port et il fonctionne avec un modèle ouvert (un modèle que tout le monde peut télécharger et faire tourner). Claude Code lui-même ne change pas, et il reste soumis aux conditions d'Anthropic, quel que soit le modèle derrière.

Ce qu'il vous faut

La mémoire décide presque de tout : un modèle doit tenir dans la mémoire que votre puce graphique peut utiliser, avec de la place pour la conversation, sinon il se traîne. Vous n'avez besoin ni d'un forfait Claude ni d'une clé API, et Ollama peut installer Claude Code pour vous (sinon, voyez comment installer Claude Code). Par où commencer pour faire tourner Claude Code en local :

Les indications de mémoire sont celles qu'affiche le lanceur d'Ollama, et les tailles de téléchargement viennent de la bibliothèque d'Ollama, toutes vérifiées le 22 octobre 2026. Sur un PC, comparez l'indication à la mémoire de votre carte graphique. L'application Mac pèse environ 214 Mo.

Étape 1 : installer Ollama sur Mac, Windows ou Linux

Pour installer Claude Code avec Ollama, tout commence par l'installateur disponible sur ollama.com/download : une application qui fait tourner un petit serveur en arrière-plan, plus la commande ollama.

1. Mac (macOS 14 ou plus récent) : téléchargez Ollama.dmg, glissez Ollama dans Applications et ouvrez-le ; il propose d'ajouter la commande ollama à votre terminal.
2. Windows 10 (22H2) ou 11 : lancez OllamaSetup.exe, qui ne demande pas de droits d'administrateur.
3. Linux : lancez le script d'installation ci-dessous ; il installe Ollama comme service en arrière-plan.
4. Vérifiez : ouvrez une nouvelle fenêtre de terminal et lancez ollama -v.

Les installateurs officiels en une ligne, pour Mac ou Linux :

$ curl -fsSL https://ollama.com/install.sh | sh
$ 

Sur Windows, dans PowerShell :

PS> irm https://ollama.com/install.ps1 | iex
PS> 

$ ollama -v
ollama version is 0.40.8
$ 

Sur Windows, les cartes NVIDIA demandent le pilote 551.61 ou plus récent, et les cartes AMD Radeon passent par ROCm ou Vulkan, d'après la documentation Windows d'Ollama.

Étape 2 : régler la longueur de contexte sur 64K

La longueur de contexte, c'est la quantité de conversation que le modèle peut voir d'un coup, comptée en tokens (de petits morceaux de texte). La seule requête d'ouverture de Claude Code, c'est-à-dire ses instructions plus la description de chaque outil, faisait environ 20 300 tokens dans nos essais sans plugin, et des utilisateurs signalent jusqu'à 36 000. Voilà pourquoi Ollama demande 64K.

Ollama choisit une valeur par défaut d'après votre mémoire graphique, et la plupart des ordinateurs tombent en dessous. Sur Mac, il compte la part de mémoire que la puce graphique peut utiliser, et le journal de notre MacBook Pro de 48 Go montre le résultat : vram-based default context total_vram="37.4 GiB" default_num_ctx=32768, soit 32K.

Vous pouvez augmenter la longueur de contexte de quatre façons, toutes côté Ollama :

• L'application Ollama (Mac et Windows) : ouvrez Settings (réglages) et réglez Context length (longueur de contexte) sur 64k, que l'application enregistre comme 65 536 tokens.
• Un terminal, application fermée : lancez OLLAMA_CONTEXT_LENGTH=65536 ollama serve et laissez la fenêtre ouverte (c'est ce que nous avons fait).
• Un service Linux : lancez sudo systemctl edit ollama, ajoutez les deux lignes ci-dessous, puis redémarrez le service.
• Un seul modèle, sur n'importe quel système : enregistrez une copie du modèle avec une fenêtre plus grande et utilisez son nouveau nom (ici qwen3.8-64k) à la place de qwen3.8:27b.

[Service]
Environment="OLLAMA_CONTEXT_LENGTH=65536"

$ sudo systemctl daemon-reload && sudo systemctl restart ollama
$ 

Pour la copie, mettez ces deux lignes dans un fichier texte brut nommé Modelfile (le Bloc-notes fait l'affaire), puis créez le modèle depuis ce dossier :

FROM qwen3.8:27b
PARAMETER num_ctx 65536

$ ollama create qwen3.8-64k -f Modelfile
$ 

Chargez ensuite un modèle et vérifiez ce qu'Ollama lui a vraiment attribué :

$ ollama ps
NAME           ID              SIZE     PROCESSOR    CONTEXT    RUNNER    UNTIL
qwen3.8:27b    47951e4a6661    22 GB    100% GPU     65536      mlx       4 minutes from now
$ 

CONTEXT doit afficher 64K ou plus, et PROCESSOR 100% GPU ; une répartition comme 48%/52% CPU/GPU signifie qu'une partie du modèle a débordé dans une mémoire plus lente. Sur Mac, RUNNER mlx désigne le moteur MLX d'Apple.

Étape 3 : démarrer Claude Code avec ollama launch claude

Ouvrez un terminal dans le dossier sur lequel Claude Code doit travailler (Terminal sur Mac, PowerShell sur Windows) et lancez :

$ ollama launch claude
$ 

1. Choisissez un modèle. Sous « Recommended » (recommandés), la liste affiche d'abord les modèles cloud d'Ollama (ils demandent une connexion à ollama.com), puis les modèles locaux avec la mémoire qu'il leur faut, marqués « not downloaded » (pas téléchargé) tant que vous ne les avez pas.
2. Laissez-le télécharger. Si le modèle n'est pas encore sur votre ordinateur, Ollama le télécharge d'abord. Les 18 Go de qwen3.8:27b ont pris 6 minutes 43 secondes avec notre connexion.
3. Installez Claude Code si on vous le propose. S'il manque, Ollama demande « Claude Code is not installed. Install now? » (Claude Code n'est pas installé, l'installer maintenant ?) et lance l'installateur officiel d'Anthropic.
4. Faites confiance au dossier. Au premier lancement, Claude Code demande un thème et si vous faites confiance au dossier, sans écran de connexion. Ensuite, l'en-tête affiche le modèle qui répond : qwen3.8:27b · API Usage Billing.

Cette ligne jaune compte. Claude Code connaît la taille de contexte des modèles Claude, pas celle de qwen3.8:27b : il a donc affiché Model "qwen3.8:27b" isn't recognized · context assumed to be 200k tokens, comme le décrit la documentation d'Anthropic sur la configuration des modèles, et il attendrait bien trop longtemps avant de compacter (résumer) une longue conversation. Démarrez-le avec une taille juste en dessous de celle d'Ollama et l'avertissement disparaît :

$ CLAUDE_CODE_MAX_CONTEXT_TOKENS=64000 ollama launch claude --model qwen3.8:27b
$ 

PS> $env:CLAUDE_CODE_MAX_CONTEXT_TOKENS = "64000"
PS> ollama launch claude --model qwen3.8:27b
PS> 

Pour cette seule session, le lanceur fait pointer Claude Code vers Ollama avec un jeton factice, si bien qu'aucune connexion à Claude n'est nécessaire, et il envoie chaque emplacement de modèle, agents assistants compris, vers votre modèle. Il n'écrit aucun réglage de Claude Code : un simple claude dans une nouvelle fenêtre vous ramène sur votre forfait Claude. --yes (avec --model) saute toutes les questions, et tout ce qui suit -- est transmis à Claude Code, comme dans ollama launch claude --model qwen3.8:27b -- --resume.

La voie manuelle : les variables d'environnement

Pour démarrer plutôt avec un simple claude, définissez les variables vous-même. La documentation Claude Code d'Ollama liste les trois premières ; les lignes de modèles sont celles qu'ajoute le lanceur, car sinon certains assistants de Claude Code demandent un modèle Claude à Ollama et reçoivent « model not found » (modèle introuvable). Sur Mac ou Linux :

$ export ANTHROPIC_BASE_URL=http://localhost:11434
$ export ANTHROPIC_AUTH_TOKEN=ollama
$ export ANTHROPIC_API_KEY=""
$ export ANTHROPIC_DEFAULT_OPUS_MODEL=qwen3.8:27b
$ export ANTHROPIC_DEFAULT_SONNET_MODEL=qwen3.8:27b
$ export ANTHROPIC_DEFAULT_HAIKU_MODEL=qwen3.8:27b
$ export CLAUDE_CODE_SUBAGENT_MODEL=qwen3.8:27b
$ export CLAUDE_CODE_MAX_CONTEXT_TOKENS=64000
$ claude --model qwen3.8:27b
$ 

Sur Windows, dans PowerShell :

PS> $env:ANTHROPIC_BASE_URL = "http://localhost:11434"
PS> $env:ANTHROPIC_AUTH_TOKEN = "ollama"
PS> Remove-Item Env:ANTHROPIC_API_KEY -ErrorAction SilentlyContinue
PS> $env:ANTHROPIC_DEFAULT_OPUS_MODEL = "qwen3.8:27b"
PS> $env:ANTHROPIC_DEFAULT_SONNET_MODEL = "qwen3.8:27b"
PS> $env:ANTHROPIC_DEFAULT_HAIKU_MODEL = "qwen3.8:27b"
PS> $env:CLAUDE_CODE_SUBAGENT_MODEL = "qwen3.8:27b"
PS> $env:CLAUDE_CODE_MAX_CONTEXT_TOKENS = "64000"
PS> claude --model qwen3.8:27b
PS> 

PowerShell ne sait pas garder une variable vide, donc la version Windows supprime ANTHROPIC_API_KEY, avec le même effet. Ces réglages durent jusqu'à la fermeture de la fenêtre. Pour vérifier l'une ou l'autre voie, tapez /status : la ligne du jeton d'authentification doit nommer ANTHROPIC_AUTH_TOKEN, et l'URL de base doit désigner votre propre ordinateur sur le port 11434.

Quel est le meilleur modèle Ollama pour Claude Code ?

Les modèles Ollama que le lanceur recommande pour Claude Code changent avec le temps. Le 22 octobre 2026, les choix locaux étaient les trois du tableau plus haut : tous savent appeler des outils, ce dont Claude Code dépend (lire un fichier, le modifier, lancer une commande), tous montent à un contexte maximal de 256K et tous sont sous licence Apache 2.0. Les choix cloud :

Passons à la partie honnête. Terminal-Bench 4.0 est un ensemble de vraies tâches en terminal qu'Artificial Analysis fait passer de la même façon à chaque modèle :

GLM-5.3-Flash et DeepSeek V4.1 Flash, tous deux sur le cloud d'Ollama, obtiennent environ six fois le score de Qwen3.8 27B, et Claude reste loin devant tous les autres. Notre classement des modèles d'IA donne une vue plus large.

Ce que nous avons vu sur un Mac de 48 Go

Pour mesurer l'écart sur une petite tâche réelle, j'ai fait tourner le duo Ollama + Claude Code avec les deux modèles locaux, sur la liste de cours d'un studio de yoga fictif et avec le prompt de test de notre comparatif des agents IA pour coder, que vous pouvez lancer sur vos propres fichiers :

Travaille uniquement dans ce dossier. Lis [FICHIER AVEC VOS PRIX OU SERVICES] et crée une grille de tarifs sur une seule page, appelée prices.html, lisible sur téléphone. Avant de modifier quoi que ce soit, donne-moi ton plan en trois points et attends mon accord. Quand tu as terminé, liste chaque fichier créé ou modifié et explique-moi comment annuler.

qwen3.8:27b a réussi : une page propre, les huit prix exacts, un plan juste, aucune erreur d'outil. Sa première réponse a pris 3 minutes 27 secondes parce qu'il a lu la requête d'ouverture de Claude Code, 20 300 tokens, à environ 117 tokens par seconde ; ensuite, le cache d'Ollama a rendu chaque étape rapide.

qwen3.5:4b a lu la même requête en environ 28 secondes et a fini en moins de deux minutes, mais c'est une démo rapide, pas un travailleur fiable : les bons prix, une ligne difficile à lire, et dans sa réponse un tiret cadratin, que le CLAUDE.md du dossier interdit. Lors de son premier essai, avec le contexte par défaut de 32K, son plan affichait un cours à 29 $ (le fichier indique 28 $), après ceci :

Ollama a renvoyé une erreur HTTP 500 au bout de 5 minutes 22 secondes, alors que le modèle était encore occupé par une petite requête annexe ; Claude Code a affiché API error · Retrying in 0s · attempt 1/10 et a réessayé de lui-même. Nous n'avons rien corrigé à la main, dans aucun essai.

Ce qui ne marche plus sans Claude

L'agent est le même programme, donc l'essentiel de Claude Code continue de fonctionner. Ce qui dépend des serveurs d'Anthropic ou d'une connexion à Claude change :

Sources : la page d'Anthropic sur la disponibilité des fonctions et la liste de compatibilité Anthropic d'Ollama.

Les modèles cloud d'Ollama pour Claude Code

Les modèles dont le nom finit par :cloud tournent sur les serveurs d'Ollama : rien à télécharger, pas besoin d'une puce graphique puissante, et des scores bien plus élevés. Le revers : ils demandent un compte ollama.com (ollama signin), et vos prompts quittent votre ordinateur.

$ ollama launch claude --model gemma4:cloud
$ 

L'offre gratuite inclut des crédits d'usage de démarrage, d'un montant qu'Ollama ne publie pas, pour quelques modèles comme gemma4:cloud. Pro coûte 20 $ par mois (200 $ par an) avec 60 $ d'usage par mois, et Max 100 $ avec 300 $, d'après les tarifs d'Ollama. Ollama affirme ne pas stocker ni journaliser les prompts envoyés au cloud, ne jamais s'en servir pour l'entraînement, et héberger ses modèles principalement aux États-Unis. Pour un Claude Code gratuit avec Ollama et sans limite d'usage, restez donc sur un modèle local.

ollama.com/pricing

Ce qui quitte votre ordinateur

Dépanner Claude Code avec Ollama

La plupart des erreurs d'API de Claude Code avec Ollama viennent d'un Ollama arrêté ou occupé, d'un mauvais nom de modèle, d'un contexte trop petit ou d'un manque de mémoire.

Les lignes sur la connexion suivent la documentation de dépannage des passerelles d'Anthropic ; pour le reste, le journal d'Ollama sur Mac se trouve dans ~/.ollama/logs/server.log.

D'autres façons de faire tourner Claude Code sur un modèle local

Ces détails viennent de la documentation de LM Studio et de celle d'OpenRouter. Pour un agent conçu pour fonctionner avec n'importe quel modèle, lisez Claude Code vs OpenCode.

Que faire ensuite

Installez Ollama, réglez le contexte sur 64K et donnez notre petite tâche à qwen3.8:27b (ou à qwen3.5:4b sur un ordinateur plus modeste), sur une copie d'un vrai dossier. Chronométrez-la et vérifiez le résultat vous-même avant de lui confier davantage. Si l'écart avec Claude est trop grand pour votre travail, comparez les forfaits dans notre guide des prix et tarifs de Claude Code, et si vous voulez un parcours guidé à travers de vrais projets, la formation Claude Code est ouverte en accès anticipé.