Puis-je utiliser Gemma 4 comme modèle local dans OpenCode ?

Oui. Installez Ollama, téléchargez le modèle gemma4, puis ajoutez Ollama comme fournisseur personnalisé dans ~/.config/opencode/opencode.jsonc en utilisant l'adaptateur @ai-sdk/openai-compatible avec le paramètre baseURL défini sur http://localhost:11434/v1.. Utilisez /models dans OpenCode pour basculer vers ce modèle.

De combien de RAM Gemma 4 a-t-il besoin pour fonctionner avec OpenCode ?

Le modèle Gemma 4 8B par défaut utilise environ 9,6 Go une fois chargé via Ollama. Un Mac doté de 16 Go de mémoire unifiée le fait tourner confortablement aux côtés d'OpenCode. La variante 26B requiert 24 Go ou plus et n'est pas recommandée pour la plupart des machines grand public.

Gemma 4 est-il assez rapide pour le codage interactif dans OpenCode ?

Sur Apple Silicon avec Ollama v0.19+, Gemma 4 8B fonctionne à des vitesses utilisables grâce au backend MLX. Il gère bien les complétions de code, les explications et les modifications simples. Pour les tâches complexes qui exigent un raisonnement de pointe, ajoutez Haimaker comme second fournisseur pour accéder aux modèles cloud.

Comment configurer Gemma 4 avec OpenCode via Ollama (guide 2026)

OpenCode est un assistant de codage en ligne de commande qui communique avec n’importe quelle API compatible OpenAI. Connectez-le à une instance Ollama locale qui exécute Gemma 4 et vous obtenez un assistant de codage gratuit qui n’envoie jamais votre code ailleurs.

Voici comment le configurer sur un Mac doté d’Apple Silicon : installez Ollama, téléchargez Gemma 4, puis reliez-le à OpenCode.

Prérequis

Mac doté d’Apple Silicon (M1/M2/M3/M4/M5) et d’au moins 16 Go de mémoire unifiée
macOS avec Homebrew installé
OpenCode installé (voir opencode.ai ou installez-le via votre gestionnaire de paquets)

Le modèle 8B par défaut de Gemma 4 utilise environ 9,6 Go une fois chargé, donc 16 Go de mémoire unifiée laissent assez de marge pour exécuter à la fois Ollama et OpenCode sans problème.

Étape 1 : Installer Ollama

brew install --cask ollama-app

Cette commande installe Ollama.app dans /Applications/ et le CLI ollama dans /opt/homebrew/bin/ollama.

Étape 2 : Démarrer Ollama

open -a Ollama

Attendez que l’icône apparaisse dans la barre des menus, puis vérifiez que le serveur fonctionne :

ollama list

Étape 3 : Télécharger Gemma 4

ollama pull gemma4

Le téléchargement pèse environ 9,6 Go. Vérifiez :

ollama list
# NAME             ID              SIZE      MODIFIED
# gemma4:latest    ...             9.6 GB    ...

Testez-le :

ollama run gemma4:latest "Hello, what model are you?"

Vérifiez l’accélération GPU :

ollama ps
# Should show CPU/GPU split, e.g. 14%/86% CPU/GPU

Ollama v0.19+ sur Apple Silicon utilise automatiquement le framework MLX d’Apple pour une inférence plus rapide.

Étape 4 : Configurer OpenCode pour utiliser Gemma 4

OpenCode utilise un fichier de configuration situé dans ~/.config/opencode/opencode.jsonc. Ajoutez-y Ollama comme fournisseur personnalisé :

{
  "provider": {
    "ollama": {
      "npm": "@ai-sdk/openai-compatible",
      "options": {
        "baseURL": "http://localhost:11434/v1"
      },
      "models": {
        "gemma4:latest": {}
      }
    }
  }
}

Puisqu’Ollama fonctionne en local, vous n’avez pas besoin de clé API. OpenCode attend toutefois une entrée d’authentification ; ajoutez donc une valeur factice dans le fichier ~/.local/share/opencode/auth.json :

{
  "ollama": {
    "type": "api",
    "key": "ollama"
  }
}

Redémarrez OpenCode, puis utilisez /models pour basculer sur ollama/gemma4:latest.

Étape 5 : Maintenir Gemma 4 chargé en mémoire

Par défaut, Ollama décharge les modèles après 5 minutes d’inactivité. Pour un assistant de codage que vous utilisez tout au long de la journée, cela provoque des démarrages à froid inutiles.

Réglez la durée de maintien en mémoire (keep-alive) sur une valeur illimitée :

launchctl setenv OLLAMA_KEEP_ALIVE "-1"

Redémarrez Ollama pour que la modification prenne effet. Pour que le réglage persiste après un redémarrage, ajoutez cette ligne dans le fichier ~/.zshrc :

export OLLAMA_KEEP_ALIVE="-1"

Activez le lancement à l’ouverture de session : cliquez sur l’icône Ollama dans la barre des menus → Lancer à l’ouverture de session (Launch at Login).

Préchargement automatique au démarrage

Créez un agent de lancement pour que Gemma 4 soit chargé et prêt après chaque redémarrage :

cat << 'EOF' > ~/Library/LaunchAgents/com.ollama.preload-gemma4.plist
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE plist PUBLIC "-//Apple//DTD PLIST 1.0//EN" "http://www.apple.com/DTDs/PropertyList-1.0.dtd">
<plist version="1.0">
<dict>
    <key>Label</key>
    <string>com.ollama.preload-gemma4</string>
    <key>ProgramArguments</key>
    <array>
        <string>/opt/homebrew/bin/ollama</string>
        <string>run</string>
        <string>gemma4:latest</string>
        <string></string>
    </array>
    <key>RunAtLoad</key>
    <true/>
    <key>StartInterval</key>
    <integer>300</integer>
    <key>StandardOutPath</key>
    <string>/tmp/ollama-preload.log</string>
    <key>StandardErrorPath</key>
    <string>/tmp/ollama-preload.log</string>
</dict>
</plist>
EOF

launchctl load ~/Library/LaunchAgents/com.ollama.preload-gemma4.plist

Une requête vide est envoyée au modèle toutes les 5 minutes pour le maintenir en mémoire.

Ce qui fonctionne bien avec Gemma 4 dans OpenCode

Gemma 4 8B est gratuit, s’exécute en local et se révèle étonnamment utile pour le travail de codage quotidien :

Explications de code. Demandez-lui ce que fait une fonction, comment un module est organisé, ou à quoi correspond une regex. Les réponses sont claires et généralement correctes sur des bases de code courantes.
Modifications rapides. Corriger une coquille, mettre à jour un import, ajouter un champ à une définition de type, renommer une variable. Les modifications sur un seul fichier sont son point fort.
Génération de boilerplate. Fichiers de configuration, stubs de tests, scaffolding de routes API, modèles de Dockerfile. Des motifs courants qui ne demandent pas beaucoup de raisonnement.
Aide sur les commandes shell. Vous avez oublié une option git ou un filtre jq ? Gemma 4 vous donne la commande sans passer par Stack Overflow.

Ses limites

Raisonnement multi-étapes. Les tâches qui demandent une planification sur plusieurs fichiers ou la compréhension d’un flux de contrôle complexe produisent souvent des résultats incomplets.
Refactorisations lourdes. Si vous avez besoin de modifications coordonnées sur l’ensemble d’une base de code, le modèle 8B perd de sa cohérence. Il fonctionne fichier par fichier, mais ne garde pas la vue d’ensemble.
Cas limites et bugs subtils. Gemma 4 détecte les problèmes évidents, mais passe à côté des bugs qui exigent une connaissance approfondie du domaine ou un raisonnement approfondi sur les cas limites.

Pour aller plus loin : ajouter Haimaker pour les modèles cloud

Gemma 4 en local couvre l’essentiel. Quand vous butez sur un problème qu’il ne sait pas gérer — débogage complexe, refactorisations multi-fichiers, tout ce qui exige un raisonnement approfondi — il vous faut un modèle cloud. Haimaker vous donne une seule clé API pour Claude Opus, GPT-5, Gemini Pro et d’autres.

Ajoutez Haimaker comme second fournisseur, en plus d’Ollama :

{
  "provider": {
    "ollama": {
      "npm": "@ai-sdk/openai-compatible",
      "options": {
        "baseURL": "http://localhost:11434/v1"
      },
      "models": {
        "gemma4:latest": {}
      }
    },
    "haimaker": {
      "npm": "@ai-sdk/openai-compatible",
      "options": {
        "baseURL": "https://api.haimaker.ai/v1"
      },
      "models": {
        "anthropic/claude-sonnet-4-6": {},
        "openai/gpt-5": {},
        "google/gemini-2.5-pro": {}
      }
    }
  }
}

Ajoutez votre clé API Haimaker dans le fichier ~/.local/share/opencode/auth.json :

{
  "ollama": {
    "type": "api",
    "key": "ollama"
  },
  "haimaker": {
    "type": "api",
    "key": "YOUR_HAIMAKER_API_KEY"
  }
}

Vous pouvez maintenant basculer entre les modèles locaux et cloud avec /models dans OpenCode. Utilisez Gemma 4 pour les tâches rapides. Basculez vers Sonnet ou GPT-5 quand la tâche se complique.

Inscrivez-vous sur haimaker.ai pour obtenir votre clé API et parcourir le catalogue de modèles.

OBTENEZ VOTRE CLÉ API HAIMAKER

Dépannage

Le fournisseur n’apparaît pas dans /models. Redémarrez OpenCode après avoir modifié les fichiers de configuration. Les modifications de opencode.jsonc ne sont pas prises en compte tant qu’OpenCode est en cours d’exécution.

Erreur « Model not found ». Assurez-vous que l’ID du modèle dans votre configuration correspond exactement à celui qu’affiche Ollama. Exécutez ollama list et utilisez le nom tel qu’il est affiché — généralement gemma4:latest.

Erreurs d’authentification avec Ollama. Même si Ollama n’a pas besoin d’authentification, le système de fournisseurs d’OpenCode attend une entrée dans le fichier auth.json. La valeur factice "key": "ollama" suffit.

Réponses lentes. Assurez-vous d’utiliser Ollama v0.19+ pour bénéficier de l’accélération MLX sur Apple Silicon. Exécutez ollama --version pour vérifier. Fermez aussi les applications qui monopolisent la mémoire unifiée — les navigateurs avec de nombreux onglets sont généralement en cause.

Problèmes de fenêtre de contexte. Gemma 4 prend en charge de grandes fenêtres de contexte, mais sur une machine disposant de 16 Go, maintenez les entrées en dessous de 32 000 tokens pour une qualité de sortie stable. Si vous remarquez une qualité de réponse dégradée avec de longs prompts, c’est probablement la cause.

Commandes Ollama utiles

Commande	Description
`ollama list`	Lister les modèles téléchargés
`ollama ps`	Afficher les modèles en cours d’exécution et l’utilisation de la mémoire
`ollama run gemma4:latest`	Chat interactif
`ollama stop gemma4:latest`	Décharger le modèle de la mémoire
`ollama pull gemma4:latest`	Mettre à jour vers la dernière version
`ollama rm gemma4:latest`	Supprimer un modèle

Vous utilisez déjà Haimaker avec OpenCode ? Consultez le guide complet de configuration des fournisseurs personnalisés pour ajouter davantage de modèles.