入门 8 分钟Ollama

Ollama Cloud:价格、评价与限制 (2026)

Ollama Cloud:价格、评价与限制(2026)

Ollama Cloud 在 Ollama 的服务器上运行对您的机器来说过大的模型,所用命令与本地相同。截至 2026 年 11 月 16 日,Ollama 提供无需订阅的按用量计费方案,以及每月 20 美元的 Pro、100 美元的 Max 和 500 美元的 Team 方案,均含使用额度。您的提示词会离开您的设备:对于敏感数据,本地运行仍是更好的选择。

作者: Mohamed Meguedmi·更新于 2026-11-19·已在 Windows、macOS 和 Linux 上测试
i
简而言之
Ollama Cloud 在 Ollama 的服务器上运行对您的机器而言过大的模型,并使用与本地相同的 CLI。· Ollama 于 2026/11/16 公布的价格:按用量计费方案订阅费 0 美元,Pro 每月 20 美元(含 60 美元额度),Max 每月 100 美元(300 美元额度),Team 每月 500 美元(共享 1 000 美元)。云端模型按 token 计费。· 与本地运行不同,您的提示词会离开您的机器;Ollama 宣称零数据保留,且主要托管在美国。· 对于经常性使用或敏感数据,自托管仍然是明显更好的选择;在您自己的硬件上运行模型始终不受限制。

#Ollama Cloud 是什么

Ollama 提供付费服务 Ollama Cloud,可调用托管在其 GPU 基础设施上的模型,所用命令与本地模型相同。其卖点是:无需 Mac Studio Ultra 或 GPU 集群,即可运行超大规模的开放权重模型。

具体来说,您像往常一样安装 Ollama,完成身份验证,然后运行一个名称以 :cloud 结尾的模型,例如 gemma4:cloud。推理不再在您的 GPU 上进行,而是在 Ollama 的服务器上完成。您也可以使用 API 密钥直接调用 https://ollama.com/api API,无需安装 Ollama。

运行云端模型(官方文档中的语法)
# Authentification (une seule fois)
ollama signin

# Lancer un modèle hébergé
ollama run gemma4:cloud
i
这不是“本地云”
Ollama Cloud 不是一种在本地执行部分模型的混合模式。它纯粹是远程推理:你的提示词会通过互联网发送出去,就像使用 OpenAI 或 Anthropic 的 API 一样。唯一“本地”的部分是 CLI。

#哪些模型在云端运行

打造专属 AI 助手的完整套件。

借助我们的经验和引导式路径,打造你的本地助手,在日常中使用你的 AI。

  • 在线空间,终身可用
  • PDF + 文件
  • 30 天内退款

云端目录恰好针对在本地难以运行的模型:规模极大或对显存要求很高的开放权重模型。截至 2026 年 11 月 16 日,Ollama 的价格页面列出的模型包括:

参数量超过 1000 亿的模型
gpt-oss:120b、GLM 5.3、Kimi K3、Mistral Large 4、DeepSeek V4 Pro:超出单台个人工作站的能力范围。
在云端提供服务的更轻量模型
gpt-oss:20b、Gemma 4、DeepSeek V4.1 Flash、Nemotron 3:在没有 GPU 时很有用,但它们也能在本地运行。
专用模型
代码专用变体、推理模型以及支持图像或音频输入的模型,具体以当前目录为准。

云端模型会在更新的模型推出后下线:Ollama 的生命周期页面列出了以往的下线记录,例如 qwen3.5:397b 于 2026 年 9 月 25 日下线,并附有建议的替代模型。截至核实日期,没有已排定的下线计划。本地模型不受影响。

规模适中的模型仍建议在本地运行:根据 QuelLLM 目录,Gemma 4 E4B 在 Q4 下约需 10 GB 显存,Qwen 3.8 27B 约需 16 GB。在这种情况下,把它们放到远端运行没有任何好处。

#价格与限制

自 2026 年 8 月 31 日起,Ollama 按 token 对其云端模型计费,订阅中每月包含一定额度的积分。以下价格为 Ollama 在 ollama.com/pricing 及其 2026 年 8 月 31 日的博文中公布的价格;价格以美元计,记录于 2026 年 11 月 16 日,可能会有变动。

按量计费方案:订阅费 0 美元
您使用购买的用量额度,按模型价格为每次请求付费。该方案包含本地运行、3 个并发请求,且不收取服务费。
Pro:每月 20 美元(每年 200 美元,即每月 16.67 美元)
每月 60 $ 积分,可使用更大的 Pro 模型,支持 3 个并发请求。快速模式已宣布即将推出。
Max:每月 100 美元
每月 300 美元额度,抢先体验新模型,10 个并发请求。
Team:每月 500 美元(抢先体验)
用户数不限,每月 1 000 美元额度,由团队共享。
无结转,也无每小时限额
所含额度每月在订阅日期续期,且不可结转。Ollama 表示既没有 5 小时限制,也没有每周限制;额度用完后,您可以按相同的单 token 价格继续使用。
Ollama 公布的每百万 token 价格(价格页面,16/11/2026),单位为美元
云端模型输入发布日期
gpt-oss:20b0,07 $0,30 $
gpt-oss:120b0,15 $0,60 $
gemma40,14 $0,40 $
mistral-large-40,70 $2,10 $
deepseek-v4-pro1,32 $3,96 $
kimi-k33,00 $15,00 $

部分模型(包括 DeepSeek V4 Pro)在非高峰时段享有优惠价格:工作日 UTC 12 时至 18 时以外的时段,以及周末全天。长上下文或长推理请求消耗的 token 远多于一句简单的问候:请留意用量页面或余额 API。

!
“几乎免费”的陷阱
低价的入门档位让人想把一切都交给云端。但一旦实现自动化(批处理、循环运行的智能体、针对 100 000 个段落的 RAG),token 就会不断累积,而且每次调用都会叠加网络延迟。

#Ollama Pro 和 Max:套餐包含哪些内容

如果您在搜索“ollama pro”“ollama cloud pro”或“ollama pricing”,以下是要点。Pro 和 Max 套餐每月提供一笔额度,按上文公布的价格消耗,两者的区别在于额度多少和并发请求数量。

ollama.com/pricing 上公布的 Ollama 套餐 · 2026 年 11 月 16 日统计
Offre公布的价格每月包含的额度并发请求该页面补充的内容
实际使用0 美元订阅费购买积分3含本地运行,无服务费
Pro每月 20 美元或每年 200 美元60 $3更大的 Pro 模型,快速模式即将推出
Max每月 100 美元300 $10抢先体验新模型
Team每月 500 美元(抢先体验)共享 1 000 美元10不限用户数、集中计费、优先支持
Enterprise需询价视合同而定未注明模型访问控制、预算、专属支持渠道

#Ollama 定价:本地使用仍然免费

在您自己的硬件上运行模型从不收费:定价页面明确指出,本地运行始终不受限制。订阅仅涉及云端模型及其积分。

2026 年 8 月 31 日之前订阅的 Pro、Max 和 Team 用户,只要保持自动续订,即可保留原有方案。更改计费周期(月付、年付)或档位会使其转入新定价,届时原有的会话和每周限额将被取消。

→
如何在 Pro 和 Max 之间选择
根据 Ollama 的说法,Pro 适用于简短且明确的任务;Max 面向多个智能体并行运行的使用场景,因此支持 10 个并发请求。订阅前,请将您预计的 token 消耗量与 60 美元或 300 美元的积分额度进行比较。

#Ollama 评测:要点总结

本综述基于 Ollama 的文档和官方页面,而非用户反馈:它列出的是官方公布的内容及其局限。

官方宣称的优势
本地与云端界面一致,本地运行不限量,公开按 token 计费的价格,包含每月额度,无服务费,提示词零留存。
已记录的局限
提示词会离开您的机器。云端模型不支持结构化输出。它们会定期下线。超出并发限制的请求会进入队列等待。
适用人群
适合测试超大模型,或在没有 GPU 的情况下处理非机密内容。若日常处理敏感数据,本地运行仍更具优势。

#隐私:真正发生了哪些变化

正是在这一点上,与自托管的差异变成了结构性的,而非无关紧要的细节。在本地使用 Ollama 时,你的提示词从不离开 localhost 上的 11434 端口,这一点可以在防火墙上验证。而在云端,提示词会经由互联网传输,并在第三方基础设施上处理。

您的提示词会离开受控范围
任何发送出去的数据(合同摘录、专有源代码、患者病历、电子邮件)都会离开您的机器。对于律师事务所、医生、人力资源部门或研发实验室来说,这是不可接受的。
公布的数据保留政策
Ollama 宣称实行零数据保留政策:提示词和回复仅作临时处理,既不存储、不记录日志,也不用于训练。它也要求其合作托管方提供同样的保证。这一承诺仍仅停留在声明层面。
GDPR 与托管
Ollama 表示其模型主要托管在美国,并可能出于容量需要而路由至欧洲。对于欧洲的个人数据而言,这会引发向欧盟境外传输的问题,而自托管可一举消除这些问题。
基础设施侧无法进行审计
在本地运行时,你可以检查 11434 端口的流量,证明没有任何数据外传。而在云端,只能依赖服务商的承诺:没有任何技术手段可以核实哪些内容被记录了日志。
→
tcpdump 测试
对于自托管的 Ollama,请在使用模型时运行 `sudo tcpdump -i any port 443`。不应出现任何出站数据包。如果使用云端模型,您会看到发往 ollama.com 服务器的流量。隐私性的证据是非此即彼、可观察的。

#各云端模型的自托管替代方案

对于云端提供的几乎所有模型,都存在本地替代方案:要么是同一系列中更小的版本,要么是另一款相当的开放权重模型。以下是根据 QuelLLM 目录整理的实用对应关系。

gpt-oss:120b(云端)→ 本地使用 gpt-oss:20b
根据目录,20B 在 Q4 量化下约需 13 GB 显存。差距主要体现在长推理和百科知识方面。
Kimi、GLM、DeepSeek V4(云端)→ Qwen 3.8 27B 或 Gemma 4 26B-A4B
根据模型目录,每个模型在 Q4 下约需 16 GB 显存。它们可满足大多数聊天、写作和分析用途。
超大代码模型 → Qwen 3.8 27B 或专用代码模型
如需代码自动补全或代码智能体,请参阅本地代码模型对比。
超大视觉模型 → Gemma 4
Gemma 4 支持图像输入;用于 OCR、打标签或图像描述时,40 亿至 120 亿参数的版本所需显存很少。
长上下文 → 支持 128 000–256 000 token 的本地模型 + 分块
实际场景中极少需要一次处理 1M token。借助分块和重排序器(reranker)的 RAG 流水线,本地模型也能处理海量语料。
i
付费之前先试试本地方案
近期的本地模型进步很快。在订阅云服务之前,请先在您的硬件上试用一个 200 亿至 300 亿参数的模型:这样您就能知道它的局限是否真的妨碍您的使用。

#决策表

要在 Ollama Cloud 和 self-host 之间做出选择,请依次问自己这五个问题。第一个回答为“self-host”的问题,就能决定结果。

1. 数据是否敏感?
专有代码、客户数据、医疗、法律、人力资源、研发:一律自托管,没有商量余地。
2. 您是否受 RGPD 或行业法规约束?
医院、银行、公共部门、欧洲数据:自托管,或专用主权云。
3. 调用量是否可预测且较高?
当每天调用量超过几千次时,请将 GPU 的成本与按 token 计费的费用进行比较:调用量较大时,硬件投入可以收回成本。请根据您自己的用量进行计算。
4. 您是否需要离线运行?
网络连接不可靠的站点、现场演示、气隙合规要求:必须自托管。
5. 你是否一定需要超过 1000 亿参数的模型?
如果是,并且仅在试过 200 亿至 300 亿参数的本地模型之后:Ollama Cloud 才成为值得考虑的选项。
→
实用规则
如果您拿不定主意,可以先在本地使用 80 亿至 140 亿参数的 Q4 模型。您很快就会知道它的局限是否会妨碍您的使用。云端仍是例外,而非常规。

#何时使用其中一个,何时使用另一个

#Ollama Cloud 真正适用的少数场景

对超大模型进行一次性评估
您想先用 10 分钟测试一个 480B 编程模型是否值得使用,再决定是否投资购买机器——云端可以避免冲动购买。
无需现场硬件的客户演示
销售人员在自己的笔记本电脑上展示概念验证(POC),无需随身携带 Mac Studio。
要求很高的单项任务
一份 500 页的报告,每季度总结一次,需要长上下文,且其中没有任何机密数据。
学习与探索
了解一个 670B 模型能做什么,以便之后回到本地运行时,知道应该追求什么目标。

#自托管占优的场景

任何经常性使用场景
日常编程助手、内部团队聊天、基于企业文档的 RAG——账单金额的稳定性很重要。
任何涉及敏感数据的使用
这一点没有商量余地:法律、医疗、人力资源、金融、研发和专有代码都应留在本地处理。
所有自动化用途
批处理流水线、循环运行的智能体、n8n、ETL 脚本:云端配额很快就会耗尽,成本变得难以预测。
所有离线或边缘使用场景
车间里的 Raspberry Pi、出差时使用的笔记本电脑、互联网连接不稳定的地点。
任何定制需求
微调、自定义 Modelfile、团队系统提示词、与工具深度集成——云端无法实现这些功能。
!
供应商锁定的陷阱
一旦团队习惯于调用某个特定的云端模型,就很难脱离它:提示词已经过校准,输出格式和行为也各有特点。从一开始投资自托管可以避免这种依赖——并在价格上涨时节省成本。

#2026年11月16日的来源与核实

上述方案、价格和隐私承诺均为 Ollama 公布、并于 2026 年 11 月 16 日记录的内容。它们可能会变化:以 Ollama 的价格页面为准。

#深入了解

如果您认为自托管适合自己的情况(这很有可能),这些指南可以帮助您顺利起步:

选择合适的 GPU
《为本地 AI 选择 GPU 指南》详细介绍了 VRAM、预算和性能之间的权衡,涵盖 RTX 3060 12 GB 到 Mac Studio Ultra。
理解量化
《选择量化方式》(Q4、Q5、Q8、FP16)指南介绍了如何在不降低质量的情况下,将 32B 模型装入 16 GB GPU。
实际运行中的保密性
隐私检查清单列出了具体检查项,用于确认没有任何数据包从您的机器发出——以事实为证。

#常见问题

关于 Ollama Cloud 的常见问题
Ollama Cloud 免费吗?+
并非完全免费。没有强制订阅,免费计划每月包含少量入门模型的用量;超出部分,云端模型按 token 计费,并以额度支付。Pro(每月 20 美元)和 Max(100 美元)套餐包含每月额度。做出决定之前,请务必查看 ollama.com/pricing。
Ollama Pro 多少钱?+
Ollama 标价为每月 20 美元或每年 200 美元,每月包含 60 美元的使用额度(2026 年 11 月 16 日的定价页面)。额度按月重置,不可结转。
Ollama Pro 和 Max 有什么区别?+
Max 每月 100 美元,包含 300 美元额度,支持 10 个并发请求(而非 3 个),并可抢先使用新模型。Pro 面向较短的任务,Max 面向并行运行的智能体。
如何在不使用云端的情况下使用 Ollama?+
没有任何变化:Ollama 的本地安装无需账号或订阅,在您自己硬件上的运行不受限制。只有当您选择 :cloud 模型并完成身份验证时,才会用到云端。
使用云端模型时,我的数据在哪里处理?+
Ollama 表示其模型和计算主要托管在美国,可能路由至欧洲,并实行零数据保留:不记录日志,也不使用您的提示词进行训练。这一保证仅为其自行声明;对于敏感数据,本地运行可以避免这个问题。
云端模型是否仍然可用?+
并非永久可用:Ollama 会在更新的云端模型推出后下架旧模型,并在文档中公布下架信息及推荐的替代模型。本地模型不受影响。
这份指南对您有帮助吗?

有反馈、发现了错误,或想补充说明?请告诉我们,让这份指南对每个人都更有帮助。