ollama pull run 区别

刚装好 Ollama 的人常卡在同一处：明明敲过命令，模型却像没下载完；或者以为 run 只是启动，结果它顺手又下了一遍。这篇不解释 Ollama 是什么，只把 pull 和 run 的分工、执行顺序、以及「看起来一样其实不一样」的几种情况拆开讲，最后给一份从报错现象反推原因的排查顺序。

刚装完 Ollama 的人十有八九卡在同一个地方：命令敲下去了，终端半天没动静，以为装坏了；或者好不容易能对话了，过两天换个模型又「像没下载过」。这两种情况，多半不是软件坏了，而是把 pull 和 run 的活儿想重了或想反了。这篇不聊 Ollama 是干嘛的，只把这两个命令的分工、先后关系，以及看起来一样其实不一样的现象拆开讲。

记住一句话就不会乱：pull 只负责把模型搬到本地，搬完就走人；run 是「先看本地有没有，没有就搬，然后开一个对话」。所以你按 run 时看到一段下载进度，那是正常流程，不是卡死。判断当前到底在干嘛，不看命令名，看终端有没有进入对话提示符。

pull 是下载，run 是「下载 + 启动」

pull

只做一件事：把模型权重拉到本地存储，拉完命令就结束，不进对话界面

run

先查本地有没有同名模型，没有就顺带下载，然后起一个交互会话；下载和启动是连在一起的两步

共用存储

两者读的是同一份本地模型目录，pull 过的 run 时不会重下；run 下过的，之后 pull 也几乎瞬间完成

• 想先把模型备好、或者只想刷新本地副本，用 pull，它不会弹对话，适合放在脚本里跑
• 想直接开聊，用 run，接受它可能带一段下载时间，别急着 Ctrl+C
• 判断是否真的开始对话：看终端有没有出现对话输入提示符，没有就还在下载或已退出
• 想确认本地到底有哪些模型，用列表命令看，别凭记忆；模型名后面的标签也要看清楚

执行顺序：谁先都行，但别在同一模型上同时来

先 pull 后 run 是最省心的路径。下载这一步单独跑，失败了重试就好，不会把「下载」和「启动」两件事搅在一起，出问题时也容易判断是哪一环。先 run 也完全可以，它内部会补下载，代价是下载中断时你看到的报错更像启动失败，新手容易误判成软件问题，然后去重装。

1. 第一步：先确认本地有没有跑列表命令看目标模型和标签是否已在本地。没有就 pull，有就直接 run，省一轮等待。
2. 第二步：pull 时盯住输出下载过程中终端会显示进度，等它自然结束、命令退出。中途断网就重跑，别在同一个终端叠加第二条命令。
3. 第三步：run 前确认名字写全带标签的模型名要写完整，只写前半段会走默认版本，容易出现「我明明 pull 过」但 run 的是另一份的现象。
4. 第四步：确认存储路径模型目录被环境变量改过时，你印象里的位置和实际存放位置可能不是同一个，换终端或换用户后会像模型凭空消失。

另一个容易踩的坑是并发。同一个模型别在多个终端同时 pull，也别一边 run 一边 pull，并发写同一份模型文件，可能表现为下载卡住、文件不完整、下次 run 又要重下。要同时准备多个模型，就排队一个个来。

四种常见误用，对照现象看

这四种误用背后是同一个习惯：把命令名当成行为本身。实际行为取决于本地状态和参数，所以排查永远从「本地现在有什么」开始，而不是从「我记得我干过什么」开始。

出问题时的排查顺序

按下面这个顺序走，能避免大多数「瞎折腾」：先确认本地有没有，再看路径和空间，然后看网络，最后才轮到 GPU 和显存。下载行为本身不吃显存，把下载问题和推理问题混在一起定位，是最浪费时间的做法。

• 第一步：列表命令确认目标模型和标签在不在本地，不靠记忆
• 第二步：看模型目录的实际位置和剩余空间，路径可能被环境变量改过
• 第三步：看网络与镜像设置，分清「下载慢」和「下载失败」，前者调镜像来源，后者看报错信息
• 第四步：再看 GPU 与显存，这一步只影响推理速度，不影响下载能否完成
• 第五步：拿不准是慢还是卡，先用站内测速页面量一个基线，再对比判断