下载Ollama

Ollama 仍是本地跑开源大模型门槛最低的工具，装完一行命令即可拉取并运行模型，还能通过本地 API 接入应用。2026 年它完成 6500 万美元 B 轮融资，并推出 Claude Desktop 本地代理。文中也对比了 OpenClaw、Poolside Laguna-xs-2 等同类工具，并提醒注意模型体积、磁盘空间和端口占用等常见坑。

如果你只是想在自己电脑上跑开源大模型，那 Ollama 目前依然是门槛最低、上手最快的那一个：装好之后一行命令就能把模型拉下来跑起来，不需要折腾 Python 环境、CUDA 版本和一堆依赖。

不过既然问题是「下载 Ollama」，我把「去哪下、下完能干什么、它最近变成了什么样」一起说清楚，顺便把它这一年的几个大动作也交代一下，免得你装完才发现自己错过了一些新东西。

Ollama 到底是什么

一句话概括：Ollama 是一个开源的大模型本地运行工具，把「下载模型 → 加载 → 推理 → 提供 API」这一整套流程打包成了极简的命令行体验。你不需要懂量化格式，也不需要自己写推理服务，装完之后基本就是 ollama run 模型名 这一条路。

它面向的主要是这几类人：

• 想在自己笔记本/台式机上离线跑模型的个人开发者；
• 需要把模型能力接进自己应用、但不想碰云 API 的工程师；
• 对数据隐私敏感、希望推理过程完全留在本地的团队。

从量级上看，它已经不是「小圈子玩具」了。2026 年 7 月，Ollama 宣布完成 6500 万美元 B 轮融资，由 Theory Ventures 领投，公司联合创始人为 Jeff Morgan 与 Michael Chiang，Theory Ventures 方面的代表人物是 Tomasz Tunguz。同期公布的数据是月活开发者达到 890 万——而整个团队只有 14 人，这个比例挺能说明它的产品化程度。

下载与安装：怎么装最省事

Ollama 的安装方式按平台分，思路都很直接：

安装包和脚本都从官网获取，具体版本和系统要求以官网为准。装完之后可以在终端里敲一下版本号确认装好了，然后就可以开始拉模型。

有一点值得提醒：模型体积和你的内存/显存直接挂钩。小参数模型在普通轻薄本上也能跑，大一点的模型就需要足够的内存或显存，否则会非常慢甚至加载失败。选模型之前先看看自己机器剩多少资源。

装完之后能做什么

基础用法就三步：拉模型、跑模型、调 API。

1. 拉取模型：从模型库把想要的模型下载到本地，之后就可以离线使用；
2. 对话/推理：在终端里直接和模型交互，也可以把文件内容喂进去做总结、改写、代码解释；
3. 接入应用：Ollama 会在本地起一个服务，暴露兼容接口，你自己的程序、脚本、编辑器插件都能直接调它。

对开发者来说，第三点其实是核心价值——模型跑在本地，但调用方式和调云端 API 差不多，迁移成本很低。

2026 年的大更新：Claude Desktop 本地代理

这一年 Ollama 最值得说的一次更新，是 2026 年 8 月 21 日发布的 v0.33.0 版本，引入了专为 Claude Desktop 设计的本地代理；随后在 2026 年 8 月 25 日，Ollama 官方博客正式公告了这项功能。

这件事的意义在于：以前你想在 Claude Desktop 这类客户端里用模型，基本只能走官方云端。现在通过这个本地代理，可以让 Claude 客户端跑起开源模型——也就是说，界面还是你熟悉的那个界面，但背后推理跑在你自己机器上。

对在意数据不出本地、或者想省云端调用成本的人来说，这是个挺实用的变化。具体的配置步骤和当前支持范围，建议直接看官网说明，因为这类功能迭代很快。

顺带一提：本地跑模型不是只有 Ollama

如果你在挑本地 AI 工具，下面这几个也在同一片战场上，方向不太一样，可以按需了解：

• OpenClaw：运行在本地设备上的开源 AI 助手平台，定位是从「对话生成」走到「任务执行」，2026.5.2 版本对插件系统做了较大升级，稳定性和扩展性都有提升。
• Poolside Laguna-xs-2：Poolside 于 2026 年 4 月 28 日发布的开源编程专用大模型，专为智能编码场景设计，如果你主要想本地写代码，这类专用模型值得对比一下。

另外，如果你的兴趣其实在「本地能跑什么模型」而不是工具本身，2026 年国内也有几个轻量级选择：星辰 Xing4.0-29B-A4B（29B 总参、4B 激活，面向智能体场景）、紫东太初 ZDTaichu5.0-9B（9B 多模态，偏机器人空间推理）、月之暗面 Kimi K2.6（2026 年 4 月 20 日发布并开源，支持 Agent 集群与大量子任务并行）。这些模型的本地部署可行性，还是要看你的硬件和量化版本。

几个容易踩的坑

• 别一上来就拉最大的模型。先拿一个小模型验证整条链路通了，再逐步换大的，能省很多下载时间。
• 磁盘空间要留够。模型文件是实打实占空间的，多下几个很快就吃掉几十上百 GB。
• 首次加载会慢。模型第一次载入内存需要时间，之后同一会话内会快很多，别以为是卡死了。
• 注意端口占用。本地服务默认会占一个端口，如果你同时跑了别的本地服务，可能冲突。
• 版本更新比较频繁。像 v0.33.0 这种带新功能的版本，建议隔一段时间看一眼官网更新日志。

相关问题

Q1：Ollama 收费吗？
工具本身是开源的，可以免费下载使用。是否有其他商业化服务或额度限制，以官网最新说明为准。

Q2：Ollama 和直接跑 llama.cpp 有什么区别？
底层思路接近，但 Ollama 把模型管理、加载、本地 API 服务都封装好了，省掉了大量手工配置，代价是灵活性略低一些。

Q3：没有独立显卡能用吗？
可以，但取决于模型大小。小参数模型在纯 CPU 上也能跑，只是速度会明显慢于有 GPU 的情况。

Q4：Claude Desktop 本地代理是必须的吗？
不是。它只是一个额外选项，让你能在 Claude 客户端里调用本地开源模型，不用这个功能的话正常用 Ollama 命令行和 API 完全没问题。

Q5：本地跑模型和用云端 API 该怎么选？
看重数据不出本地、离线可用、长期成本可控，就选本地；看重模型能力上限和免运维，云端更省心。两者也可以混着用。

参考链接

• ZDTaichu5.0-9B ↗
• Xing4.0-29B-A4B ↗
• Poolside Laguna-xs-2 ↗