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。
#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。
#哪些模型在云端运行
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。
| 云端模型 | 输入 | 发布日期 |
|---|---|---|
| gpt-oss:20b | 0,07 $ | 0,30 $ |
| gpt-oss:120b | 0,15 $ | 0,60 $ |
| gemma4 | 0,14 $ | 0,40 $ |
| mistral-large-4 | 0,70 $ | 2,10 $ |
| deepseek-v4-pro | 1,32 $ | 3,96 $ |
| kimi-k3 | 3,00 $ | 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。
#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。
| 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。
#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。
#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。
#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。
#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。
#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。
- Ollama 官方定价
- Ollama 2026 年 8 月 31 日关于新定价的博文
- Ollama 文档:云端模型
- Ollama 文档:运行云端模型
- Ollama 文档:云端模型生命周期
- 云端模型官方常见问题(隐私)
#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
Ollama Cloud 免费吗?+
Ollama Pro 多少钱?+
Ollama Pro 和 Max 有什么区别?+
如何在不使用云端的情况下使用 Ollama?+
使用云端模型时,我的数据在哪里处理?+
云端模型是否仍然可用?+
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。