先给结论:在自己机器上跑 Ollama 模型永远免费,官方原话是“在本地硬件上运行模型始终不限量”。要付钱的是云端 API:按量付费没有月费,按每百万 token 计价;订阅档从每月 20 美元起,买的是包含额度和并发数,不是模型使用权。
本地运行永久免费
很多人把 Ollama 的云服务和个人订阅混为一谈。官方在定价页和 FAQ 里两次强调同一件事:用自己的硬件运行模型始终免费、不限量。
这意味着你下载模型、在电脑或服务器上跑推理、用它接自己的应用,都不需要向 Ollama 交钱。硬件和电费是你自己的成本,跟订阅无关。
收费的只有云端托管:当你不想自己准备显卡、或者需要稳定并发时,调用 Ollama 托管的模型才按 token 计费。
本地和云端用的是同一批开放权重模型,能力一致,区别只在谁来提供算力。云端托管方由 Ollama 与 NVIDIA 云服务商合作提供,官方要求合作方做到不记录提示词、不用于训练、零数据留存。对数据敏感的场景,本地运行仍然是最彻底的方案:数据根本不出机器。
按量付费怎么算
Pay as you go 档月费 0 美元,没有订阅费,也不收额外服务费,纯粹按实际用量扣。成本单位是每百万 token,输入、缓存输入、输出三种价格不同。
几款代表模型的官方单价如下:
单位都是美元/百万 token。看这张表要注意两件事:输出端通常比输入端贵好几倍,长输出任务才是成本大头;缓存输入价格往往低一个数量级,做好提示词缓存能省不少。
部分模型还有闲时价。官方规则是:工作日 12:00 至 18:00 UTC 之外,以及周末全天,适用闲时单价。比如 deepseek-v4.1-flash 闲时输入 0.15、输出 0.60,正好是平时的一半。不赶时间的批量任务放到闲时跑,直接省一半。
三档订阅对照
年付 Pro 是 200 美元一年,折合每月 16.67 美元。Max 和 Team 没有在页面上标年付价。
要看清楚:订阅买的是额度和并发,不是“只有付费才能用某个模型”。Pay as you go 同样能调所有云端模型,只是没有赠送额度。
Team 支持无限用户,额度团队共享,还有集中账单和优先支持。Enterprise 在上面这些之外加了模型访问控制、按用户和 API Key 设预算,以及专属支持渠道。
额度怎么扣、怎么查
扣减顺序是固定的:先用套餐自带的月度额度,用完再动你购买的 usage credits。Team 是全组织共用一个余额。每月在订阅开始的同一天重置,当月没用完不结转。
查用量去账号设置页,随时能看。付费套餐在用到 90% 时官方会发邮件提醒,不想收可以在设置里关掉。
并发数是另一条硬限制:Pay as you go 和 Pro 都是 3 个并发,Max 和 Team 是 10 个。超出的请求会排队,队列有上限,满了就拒绝,直到有空位。做多 Agent 并行的时候,这条比单价更容易卡住你。
计费上的注意事项
- 本地跑模型不花钱:只有云端托管才按 token 计费,别把两件事混了;
- 输出比输入贵:长回复、多轮推理的成本大头在输出端;
- 闲时价能省一半:工作日 UTC 12:00-18:00 之外和周末全天适用;
- 并发数会排队:Pro 只有 3 个并发,多 Agent 场景要考虑 Max;
- 价格表会更新:模型上下架频繁,做预算前在官方定价页核对当期单价。
Ollama API 价格的常见问题
Q:Ollama API 要钱吗? A:分情况。本地运行模型永久免费;云端 API 按 token 计费,Pay as you go 没有月费。
Q:最便宜的模型是哪个? A:按输入价算 nemotron-3-super 最低,每百万 token 0.015 美元;gpt-oss:20b 的输出价较低,为 0.30 美元。
Q:有免费额度吗? A:Pay as you go 档本身没有赠送额度,用多少付多少。本地模型不限量免费。
Q:Pro 的 20 美元包含什么? A:每月 60 美元的用量额度、更大模型访问权限,以及宣传中的 Fast 模式。并发数仍是 3。
Q:Max 和 Pro 有什么区别? A:Max 每月 300 美元额度、10 个并发请求、新模型抢先体验;Pro 是 60 美元额度和 3 并发。
Q:闲时价格什么时候生效? A:工作日 UTC 12:00 到 18:00 之外,以及周末全天,部分模型适用约五折的闲时单价。
Q:没用完的额度能攒到下个月吗? A:不能。每月在订阅日重置,官方明确说未使用额度不结转。
Q:超过并发数会怎样? A:请求进入队列,有空位时处理。队列满了会被拒绝,直到释放并发槽位。
Q:云端调用的对话数据会被拿去训练吗? A:官方说提示词和回复数据不会被记录或用于训练,合作托管方也被要求零留存。
Ollama API 价格的核心不是那张单价表:本地跑模型一分钱不花,云端才按 token 计费;订阅买的只是额度和并发。把这两层分开,再避开闲时和缓存这两个省钱开关,账单就不会失控。