搭建过本地模型的童鞋可能知道这个平台，Ollama.com 是一个让你在本地电脑运行大模型的“AI运行平台”！仅需一行代码就可本地化部署AI模型！

26年3月中旬 Ollama 与 NVIDIA 云提供商 (NCP) 合作托管开放模型。并且不记录日志、不用于训练，也不制定任何数据保留政策。

不过官方把免费计划描述为 Light usage，适合聊天、体验大模型、较轻量的编码和助手场景。

它不是按固定 token 数或固定请求次数写死，而是按 实际云资源使用量 计量，主要取决于模型大小和请求持续时间。

免费限制

• 并发数限制：免费只能同时跑 1 个云模型
• 请求上限：5 小时 session 限额 + 7 天 weekly 限额
• 超限会报 429 超过速率或额度限制时会返回 HTTP 429 Too Many Requests。

由于官方并未明确限额 token数量限制，博主实测了一次请求，推算额度如下：

每 5 小时 session 限额：50W token
每 7 天 weekly 限额：100W token

简要操作

1，访问官网：https://ollama.com/，可使用任意邮箱注册。或直接使用Google，Github授权登录

2，访问  ollama.com/settings/keys ，添加 API keys

3，支持模型列表：Gemma4、Qwen3.5、Kimi K2.5、GLM-5、GPT-OSS、MiniMax M2.7 等等

访问：ollama.com/search?c=cloud 可查看所有可用模型

4，OpenAI兼容API地址：https://ollama.com/v1

5，在线测试 API

模型选择

调用API指定模型名称需要注意下！如果模型列表中名称包含-cloud结尾的模型才可用。

最后总结

1，注册账号比较简单，无需验证信誉卡，无需电话号码等信息，仅需一个邮箱

2，由于免费额度限制比较严重，不太使用直接给小龙虾

3，目前国内可直接请求API，响应速度还行

4，限制太多？Tokens不够？可多注册几个账号交替使用