# Como apagar modelos do Ollama e do LM Studio no Mac > Remova modelos do Ollama com ollama rm e modelos do LM Studio em My Models. Proteja conversas, checkpoints privados e blobs compartilhados ao liberar espaço em disco. Published: 2026-07-16 | Updated: 2026-10-18 Para apagar um modelo do LM Studio ou limpar o armazenamento de modelos do Ollama, comece pelo inventário de cada ferramenta em vez de remover blobs no Finder. Ferramentas locais de IA podem encher um disco rápido porque os pesos do modelo são o produto, não um cache pequeno em volta dele. Um modelo pode ser baixado de novo, mas o download pode ser caro, uma revisão pode desaparecer, ou a licença e o acesso podem mudar. Inventarie os modelos pela ferramenta dona e preserve conversas, fine-tunes, adapters, prompts e dados de projeto à parte. ## Apague um modelo no LM Studio 1. Abra **My Models** no LM Studio e ache o modelo pelo nome e pelo tamanho. 2. Use a ação de apagar desse modelo. Não remova no Finder uma pasta de nome parecido. 3. Rode `lms ls` depois para confirmar que o modelo não está mais no inventário do LM Studio. O LM Studio deixa você escolher o diretório de modelos, então um caminho copiado de outro Mac pode estar errado. Se você mudou esse diretório, confira o local configurado antes de julgar quanto espaço a exclusão recuperou. ## Remova um modelo do Ollama Liste primeiro os nomes instalados e depois passe o nome exato ao Ollama: ``` ollama ls ollama rm MODEL_NAME ``` Rode `ollama ls` de novo depois da remoção. Isso deixa o Ollama atualizar manifestos e blobs compartilhados em vez de deixar o armazenamento de modelos num estado desconhecido. ## Onde as ferramentas locais de IA guardam o peso Os modelos quase sempre são a parte pesada, e cada um é medido em gigabytes. - O **Ollama** guarda modelos em `~/.ollama/models` por padrão, ou no diretório definido por `OLLAMA_MODELS`. A [referência atual da CLI](https://docs.ollama.com/cli) usa `ollama ls` para inventariar modelos e `ollama rm ` para remover um pelo nome. Isso é mais seguro do que apagar arquivos à mão, porque a ferramenta consegue atualizar o próprio armazenamento de modelos. - O **LM Studio** deixa você escolher o diretório de modelos. Use My Models no app ou [`lms ls`](https://lmstudio.ai/docs/cli/local-models/ls) para listar modelos locais e tamanhos, e depois remova um modelo pelo LM Studio para que o catálogo do app continue consistente. Não dependa de um caminho oculto fixo. - As bibliotecas do **Hugging Face** fazem cache dos downloads em `~/.cache/huggingface/hub`, que cresce conforme os scripts puxam modelos e conjuntos de dados, a menos que `HF_HOME` ou outro ajuste de cache mude a raiz. `hf cache ls` inventaria repositórios e revisões. Pré-visualize uma remoção exata com `hf cache rm model/ --dry-run`, ou pré-visualize revisões soltas e incompletas com `hf cache prune --dry-run`. O [guia de cache do Hugging Face](https://huggingface.co/docs/huggingface_hub/en/guides/manage-cache) documenta os dois comandos. Confira os totais diretamente para saber com o que você está lidando: ``` du -sh ~/.ollama/models ~/.cache/huggingface 2>/dev/null ``` ## Cache e dados não são a mesma coisa Essa distinção mantém a limpeza segura. Um **modelo** publicado pode ser baixado de novo, mas um fine-tune local, um adapter, uma quantização convertida ou um checkpoint privado pode não ser. Apps de IA para o desktop também podem guardar estado de conversa e anexos em Application Support ou sincronizar parte do histórico com uma conta. Confira o comportamento de exportação e sincronização do app em vez de supor que toda conversa é local ou que todo arquivo local é descartável. Caches de modelo são grandes, mas não são grátis de recriar. ## Remover um app de IA por completo Se você terminou com uma ferramenta, o pacote do app é a parte pequena. Para recuperar o espaço de verdade você também tem de remover os modelos e os arquivos de suporte, o mesmo problema de [desinstalar qualquer app por completo](https://mole.fit/pt-br/blog/how-to-completely-uninstall-apps-on-mac). Para o Ollama, remova os modelos nomeados com `ollama rm` antes de desinstalar o app. Para o LM Studio, remova os modelos do diretório configurado pelo app. Para um cliente de chat de desktop, exporte o histórico necessário e siga a orientação de desinstalação do fornecedor antes de revisar os dados de suporte. Não apague um contêiner inteiro de Application Support só porque o nome combina com um app. Guias passo a passo para [desinstalar o Ollama](https://mole.fit/tested-apps/ollama) e [desinstalar o LM Studio](https://mole.fit/tested-apps/lm-studio) cobrem parar os modelos primeiro e conferir os locais padrão e personalizados de modelos antes de qualquer exclusão. ## Por dentro: como as ferramentas guardam modelos, e por que o tamanho é inerente O Ollama guarda cada modelo como blobs endereçados por conteúdo (arquivos nomeados pelo hash sha256) em `~/.ollama/models/blobs`, com manifestos pequenos que ligam um nome de modelo e uma tag aos blobs de que ele precisa. Dois modelos construídos sobre a mesma camada base compartilham blobs, então `ollama rm` apaga um manifesto primeiro e libera um blob só quando mais nada o referencia. É exatamente por isso que apagar arquivos de blob à mão é arriscado: você pode deixar órfão um modelo que ainda aponta para eles. O tamanho não é sobrecarga, é o modelo: bilhões de parâmetros ainda exigem gigabytes mesmo depois da quantização, e modelos maiores ou de maior precisão exigem bem mais, porque os pesos são a coisa em si. O cache do Hugging Face funciona do mesmo jeito, guardando instantâneos imutáveis chaveados pela revisão para que puxadas repetidas se desdupliquem. Por isso a regra é "remover pelo próprio comando da ferramenta": ele mantém o armazenamento endereçado por conteúdo consistente em vez de deixar blobs pendurados.
Dois manifestos de modelo nomeados apontam para um pool compartilhado de blobs nomeados por hash, um blob referenciado pelos dois, de modo que remover um modelo libera um blob só quando ele deixa de ser referenciado.
Ferramentas locais de modelo usam um armazenamento endereçado por conteúdo: os modelos compartilham blobs, então remover um libera espaço só dos blobs que mais nada referencia, e por isso o próprio comando de remoção da ferramenta mantém a consistência.
## Onde um mapa de disco ajuda Um mapa de disco como a visualização Analisar do [Mole](https://mole.fit/) pode revelar um armazenamento de modelos inesperado, mas nomes de modelo, blobs compartilhados e referências de revisão pertencem ao Ollama, ao LM Studio ou ao Hugging Face. Um limpador geral deve evitar armazenamentos de modelo e transcrições de chat, a menos que o usuário identifique um alvo exato. Pastas de configuração que uma ferramenta de IA de linha de comando deixa para trás, e ferramentas de linha de comando sem uso por 30 dias, são outro assunto: a Lua distante na página Limpar, Limpeza e cuidado de IA, as lista para você confirmar uma a uma. O Ollama é o único armazenamento de modelos que o Mole toca, e só por meio de `ollama rm`: Limpeza e cuidado de IA lista modelos sem uso há um mês para você conferir. ## Uma ordem segura de operações Liste os modelos com a ferramenta dona, distinga pesos publicados de artefatos privados ou transformados localmente, exporte conversas e adapters únicos, e depois remova um modelo nomeado de cada vez. Meça de novo o uso do disco, porque blobs compartilhados podem limitar o espaço recuperado. Remova diretórios inteiros de suporte só como parte de uma desinstalação verificada, sem dados restantes para preservar. --- Canonical HTML page: https://mole.fit/pt-br/blog/how-to-remove-ai-tool-leftovers-mac Blog index for agents: https://mole.fit/pt-br/blog/llms.txt Site index for agents: https://mole.fit/llms.txt