🖥️ 本地部署
Ollama 免费吗？价格、免费额度与海外可用性
本地运行开源大模型的事实标准：一条命令拉取 Llama、Qwen、DeepSeek、Gemma 等模型，离线推理、OpenAI 兼容接口、数据不出本机。另提供 Ollama 云端（按 token 计费 + 订阅套餐），本地算力不够时可直接调云端大模型。
The de facto standard for running open models locally: pull Llama, Qwen, DeepSeek or Gemma with one command, run offline with an OpenAI-compatible API and data that never leaves the machine. Ollama Cloud is also available — pay-per-token plus subscription plans — for when local hardware is not enough.
这个工具擅长什么 / Highlights
本地一条命令跑模型，同时能把同一套接口切到云端大模型
One command locally, and the same interface can switch to cloud models
价格与免费额度 / Pricing & free tier
本地永久免费开源；云端按量 $0 起，Pro $20/月、Max $100/月、Team $500/月（含月度额度）
详细介绍 / Overview
本地运行开源大模型的事实标准：一条命令拉取并运行 Llama、Qwen、DeepSeek、Gemma 等主流模型，无需配置环境，Windows / macOS / Linux 全支持；自带 OpenAI 兼容接口，各类客户端可直接调用，模型全部跑在本机、数据不出设备。除本地外还提供 Ollama 云端：同一套接口可切换到托管模型，按 token 计费（DeepSeek、GLM、Kimi、gpt-oss 等在列），并分 Pro $20/月、Max $100/月、Team $500/月 等订阅档，各含月度额度。
站长心得 / Our take
本地跑模型最省事的方案，没有之一：一条命令完成部署，OpenAI 兼容接口让现有工具无缝接入。
好在哪：跨平台一致、模型库更新快、命令行和 API 都能用，团队里不懂底层的同事也能上手。
要注意：它吃显存，7B 以上就要看显卡；默认上下文只有 4096，做长文档问答必须先调 num_ctx，不然会莫名截断；并发默认 1 路，多人共用会排队，得配 OLLAMA_NUM_PARALLEL。
关于云端：本地算力不够时能切到托管模型，按量或订阅都行，省了自己搭 vLLM 的功夫；但云端价格不一定比直接调用厂商 API 便宜，模型选择也受它的目录限制，真跑量还是建议自己比价。总体是“先把本地跑起来”的最优起点，规模化再换 vLLM / SGLang。
Overview (English)
The de facto standard for running open models locally. One command pulls and runs Llama, Qwen, DeepSeek or Gemma on Windows, macOS or Linux, with an OpenAI-compatible API so existing clients work unchanged and data never leaves the machine. Ollama Cloud is also available for when local hardware is not enough — pay-per-token or subscription plans.
Our take (English)
The right first step for local inference, and the honest limits matter.
Where it wins: setup friction is close to zero — one command and you are running, and the OpenAI-compatible API means you can point existing tools at it with a config change. Cross-platform consistency is good and the model library updates quickly.
Where to be careful: three things bite people. It is VRAM-hungry — anything above 7B needs a serious GPU. The default context is only 4096, so long-document work silently truncates until you raise num_ctx. And concurrency defaults to one request, so shared use queues up.
Verdict: the best starting point for local models and private experiments. If you need throughput or multi-user serving, move to vLLM or SGLang — Ollama is a workstation tool, not a server.
常见问题 / FAQ
Q：这个工具免费吗？
有免费档位：本地永久免费开源；云端按量 $0 起，Pro $20/月、Max $100/月、Team $500/月（含月度额度）
Q: Is it free?
A: Yes, there is a free tier: 本地永久免费开源；云端按量 $0 起，Pro $20/月、Max $100/月、Team $500/月（含月度额度）
Q：免费额度有多少？
本地永久免费开源；云端按量 $0 起，Pro $20/月、Max $100/月、Team $500/月（含月度额度）
Q: How much free quota is there?
A: 本地永久免费开源；云端按量 $0 起，Pro $20/月、Max $100/月、Team $500/月（含月度额度）
Q：支持海外访问吗？
全球可访问；个别服务可能需要当地账号或网络条件。
Q: Is it available overseas?
A: Globally accessible; some services may need a local account or specific network conditions.