Ollama 怎么收费：本地、云模型与订阅价格

截至 2026 年 11 月抓取时，Ollama 本地运行免费，云端按模型用量消耗额度；订阅分为 Pay as you go（$0 档——官方页面现在的叫法，此前的资料里叫 Free）、Pro、Max、Team 和 Enterprise。之所以现在要重新选，是因为云端模型、并发数和用量额度已经拆成不同计费方式。

下文价格与功能均来自官方页面；官方没写明 Starter 额度具体金额的地方不自行补数，单模型费率则以下文价目表为准（官方按每百万 token 列出）。

先看结论：本地和云端不是一套账

Ollama 是运行开源模型的本地与云端工具。本地模型占用自己的电脑、内存和显卡，不收云服务费；云端模型则通过 Ollama 云或 API 运行，会消耗账户中的 usage credits，即使用量额度。

方案	订阅费	每月包含额度	并发与适用场景
Pay as you go（原 Free）	$0	官方页面只写明含 Starter usage credits，具体金额未在抓取正文列出	3 个并发请求；本地运行、云端入门
Pro	$20/月；年付 $200，折合 $16.67/月	$60/月	可运行更大的 Pro 模型；可同时运行多个模型
Max	$100/月	$300/月	10 个并发请求；适合多个 Agent 同时工作
Team	$500/月起	$1,000/月，团队共享	不限用户、账单集中管理、优先支持
Enterprise	定制报价	未公开固定额度	模型访问控制、用户与 API Key 预算、专属支持

这里最容易误判的是：购买 Pro 或 Max 并不表示云端调用无限。订阅费购买的是月额度、模型范围和并发能力；额度之外的云端用量仍按模型价格从余额扣减。本地模型则不消耗这些额度。

按官方页面口径，选择可以这样落地：

• 只在自己的电脑运行模型：选 $0 的 Pay as you go 档，本地模型本身不收费。
• 偶尔调用云端模型，或需要更大的云端模型：先用 $0 档试用，再按需充值。
• 每天有明确任务，希望每月有固定额度：Pro。
• 多个 Agent 或程序需要并行请求：Max。
• 多成员共享额度和账单：Team；用量规模更大时再询 Enterprise。

单模型费率：官方价目表按每百万 token 列

订阅额度之外，官方另有一张单模型费率表，单位是每百万 token，并区分高峰与非高峰价（非高峰 = 工作日 12:00–18:00 UTC 之外，以及周末全天）。几档可以直接核对：

模型	输入	缓存输入	输出
deepseek-v4.1-flash	$0.30	$0.006	$1.20
deepseek-v4.1-flash（非高峰）	$0.15	$0.003	$0.60
deepseek-v4-pro	$1.32	$0.044	$3.96
gpt-oss:20b	$0.07	$0.035	$0.30
kimi-k3	$3.00	$0.30	$15.00

这张表解释了前面那句额度之外仍按模型价格从余额扣减：按量付费时扣的就是这些数。同一模型的非高峰价约为高峰价的一半，批量任务挪到非高峰时段跑，是官方明写的省钱口径。

开通前准备这 3 项

1. 准备账号：进入 Ollama 登录页 登录；没有账号就在同一页完成注册（实测该页 200 可访问，独立的 signup 地址会返回 403，别单独打开）。
2. 准备 Node.js 项目：在终端运行 node -v，能够显示 Node.js 版本后再安装 JavaScript 客户端。
3. 确认计费对象：只运行本地模型无需先购买订阅；准备使用云端模型或 Cloud API 时，再进入 Pricing比较方案。

本地运行还需要机器能够容纳所选模型。模型体积、内存和显卡要求因模型而异，应在 Models 页面查看具体模型说明，不能把“本地免费”理解成所有模型都能在任何电脑上流畅运行。

免费额度与按量计费怎么走

Pay as you go 档标价为 $0（官方当前叫法，此前叫 Free），包含本地运行、Starter usage credits 和 starter models。没有额度时，可以添加 credits 解锁全部云端模型；官方写明这一档不收 service fees，也就是不另收服务费。

需要注意，这里的 Starter usage credits 不是一个已经在抓取正文中公开固定数字的余额。官方价格页没有列出其金额，单个云端模型的实际扣费价格也没有出现在本次可核实正文里。因此，当前能确认的是计费结构：免费账户带入门额度，超出部分使用账户余额按量扣减；要计算一次任务会花多少钱，应以价格页所选模型显示的费率与实际 token 消耗为准。

购买前可用下面的对照方式判断：

你的使用方式	实际成本位置	适合动作
本地运行 llama3.1	硬件、电力与时间，不进入云端额度	直接安装并使用本地模型
调用 starter 云模型	先扣 Starter credits，余额不足时补充 credits	保留 $0 档，先观察实际消耗
固定使用更大的 Pro 模型	Pro 包含 $60/月额度，超出后按量扣费	需要稳定额度时升级 Pro
多 Agent 并行	额度和并发数都要匹配	并行需求超过单请求时考虑 Max

这是根据官方额度、并发和按量条款做的选择，不是对总成本的保证。模型输出长度、上下文长度和调用次数都会影响用量。

用 JavaScript 接入云端模型

官方 ollama-js 仓库给出的安装命令是：

npm i ollama

仅调用本地 Ollama 服务时，可以直接创建客户端：

import ollama from 'ollama'

const response = await ollama.chat({
  model: 'llama3.1',
  messages: [{ role: 'user', content: 'Why is the sky blue?' }],
})
console.log(response.message.content)

要让较大的云端模型自动切换到 Ollama 云，先执行官方给出的登录命令：

ollama signin

然后拉取云端模型：

ollama pull gpt-oss:120b-cloud

调用时继续使用 Ollama 客户端，并指定云端模型名：

import { Ollama } from 'ollama'

const ollama = new Ollama()
const response = await ollama.chat({
  model: 'gpt-oss:120b-cloud',
  messages: [{ role: 'user', content: 'Explain quantum computing' }],
  stream: true,
})
for await (const part of response) {
  process.stdout.write(part.message.content)
}

这里的 stream: true 让 chat 返回一个 AsyncGenerator（每一段都是流里的一个对象），必须用 for await 逐段消费——不迭代的话，response 本身不是答案对象，直接读 response.message.content 拿不到完整结果。上面的 process.stdout.write 就是官方示例的写法：边生成边打印。

直接调用 Cloud API 的配置

Cloud API 的地址是 https://ollama.com。先创建 API Key，再设置环境变量；下面命令逐字采用官方仓库给出的配置形式：

export OLLAMA_API_KEY=your_api_key

随后把 API Key 放入 Authorization 请求头，并指定云端模型：

import { Ollama } from 'ollama'

const ollama = new Ollama({
  host: 'https://ollama.com',
  headers: { Authorization: 'Bearer ' + process.env.OLLAMA_API_KEY },
})
const response = await ollama.chat({
  model: 'gpt-oss:120b',
  messages: [{ role: 'user', content: 'Explain quantum computing' }],
  stream: true,
})
for await (const part of response) {
  process.stdout.write(part.message.content)
}

这条路径适合已有 JavaScript 服务、需要直接访问 REST API 的项目。若应用还要运行本地模型，可继续使用默认客户端；只有需要绕到 ollama.com 时，才配置 host 和 headers。

卡住时按这三个位置排查

官方仓库明确要求“创建 API Key，然后设置 OLLAMA_API_KEY 环境变量”，因此先核对环境变量，而不要重新创建程序：

echo "$OLLAMA_API_KEY"

若输出为空，说明当前终端没有拿到 API Key。重新设置变量，再启动 Node.js 程序。若变量存在但仍无法访问云端，检查 host 是否准确写成 https://ollama.com，以及请求头是否同时包含 Bearer 前缀。

云模型调用与本地调用还有一个容易混淆的环节：ollama signin 负责登录，ollama pull gpt-oss:120b-cloud 负责拉取指定云模型，最后代码中的 model 还要与已拉取名称一致。只执行登录而没有拉取模型，不能据此判断账号或订阅已经配置完成。

官方 ollama-js 仓库公开列出了当前 Issues，但本次已核实材料没有提供可逐字引用的错误消息原文。为避免把推测写成官方报错，这里不编造错误字符串；排查时直接以 API Key、云模型名称、请求地址和额度状态四个可观察项为准。

怎么算配置成功

完成配置后，应同时看到以下结果：

1. echo "$OLLAMA_API_KEY" 输出非空 API Key，而不是空行。
2. ollama pull gpt-oss:120b-cloud 执行结束且没有失败信息；随后代码能以该模型名发起请求。
3. ollama.chat() 返回 response.message.content，内容是对测试问题的实际回答。
4. 开启 stream 后，终端逐段出现生成内容，而不是请求一直停在等待状态。
5. 在 Ollama 账户的定价或用量入口查看余额与消耗；云端请求不应被误记成订阅费。

如果程序能返回回答，但账户余额同步变化，说明 Cloud API 已接通；如果回答始终来自本地默认地址，则应检查 host 和 model 是否指向云端。

官方入口与延伸阅读

• Ollama 首页：查看产品入口；截至抓取时，官方首页列出每月 9M+ installs、1B+ model downloads、200T+ tokens served，并强调提示词不会被存储或用于训练。
• Ollama Pricing：核对 Pay as you go、Pro、Max、Team 与 Enterprise 的最新价格、额度和并发数。
• Ollama 官方仓库：下载桌面安装包并查看本地运行项目。
• ollama-js 官方仓库：查看 JavaScript、浏览器、流式输出和 Cloud API 的完整示例。
• Ollama 下载页：按操作系统进入对应安装入口。
• Ollama 模型列表：查看当前可用的本地与云端模型。
• OMR Reviews 的 Ollama 价格页：第三方对照，页面标注最后编辑于 2026 年 9 月；最终购买以官方价格页为准。

参考来源

• Ollama Details & Reviews | OMR Reviews – Listed in the following categories: