Ollama 是全球最流行的本地大模型运行工具，2026 年 8 月 31 日它把云服务彻底改版：透明按 token 计价、无服务费、无隐藏限制。一份 Pro 订阅（20 美元/月，含 60 美元用量额度）可以调用 20 多个开源大模型：DeepSeek V4 Flash/Pro、GLM-5.3、Kimi K3（2.8 万亿参数）、Qwen3.5 397B、MiniMax M3、GPT-OSS 120B 等，全部支持工具调用，上下文最长 1M token。CLI 用法和本地模型完全一样，一条 ollama run 命令就能跑云端模型，也提供兼容 OpenAI 的 API，Claude Code、Codex 等编程 agent 可以直接接入。对中国用户还有一个隐藏福利：官方高峰时段（UTC 12-18 点）正好是北京时间的半夜，中国白天使用时美国 GPU 处于闲置状态，速度和稳定性反而是全天最好的时段。数据来自 Ollama 官方定价页和社区实测，理性参考。
