Ollama 本地模型始终 32K 上下文？3 秒解决！

最近用 Ollama 跑本地大模型时，老是遇到过这个问题：

不管是运行哪个模型，使用ollama ps的时候，就只显示 32K 上下文。

通过查询资料，找到了解决办法，贴出来留做笔记。

一、为什么会这样？

1. 硬件触发 Ollama 官方默认规则（90% 情况）

这是最根本的原因：我的是 24G 显存的显卡，正好落在 Ollama 0.15.5 及以上版本的”24-48 GiB 显存”档位，官方默认上下文就是 32768（32K）。

Ollama 会根据显存大小自动设置保守的默认上下文，规则如下：

2. 没用更高优先级的方式覆盖

Ollama 的 num_ctx 参数优先级（从高到低）：

1. API 请求的 options.num_ctx（最高）
2. 运行时交互式设置
3. Modelfile 固化的 PARAMETER
4. 环境变量 OLLAMA_CONTEXT_LENGTH
5. 显存匹配的官方默认值
6. 模型原生默认值（最低）

二、3 种解决方法

方法 1：运行时临时修改（最快）

# 启动模型
ollama run qwen3.6:27b-instruct-q4_K_M

# 在交互式界面修改为 64K
/set parameter num_ctx 65536

# 验证
/set parameter

# 永久保存
/save qwen3.6:27b-64k

方法 2：API 调用强制指定

curl http://localhost:11434/api/chat -d '{"model":"qwen3.6:27b-instruct-q4_K_M","messages":[{"role":"user","content":"你好"}],"options":{"num_ctx":65536}}'

方法 3：重建模型永久生效

FROM qwen3.6:27b-instruct-q4_K_M
PARAMETER num_ctx 65536
PARAMETER num_gpu 99

ollama create qwen3.6:27b-64k -f Modelfile_qwen36_64k

三、验证是否生效

ollama ps

看 CONTEXT 列是否是你设置的值。