Ollama 是一个让你在自己电脑上运行大模型的开源工具。 大语言模型（LLM）就是 ChatGPT 背后那类 AI——能理解文字、写代码、回答问题；而 Ollama 做的事，是把这类模型下载到你的本机运行，数据不出电脑，也不需要为每次调用向云端付费。2026 年 7 月，Ollama 官方宣布已服务 890 万开发者，并完成 8800 万美元融资；8 月底又推出按 token 计费的 Pro、Max、Team 商业套餐。它正在从纯免费开源工具，走向「免费 + 付费」的商业化阶段。
Ollama 是什么
Ollama 属于「大模型运行时」这类工具，负责把开源模型（如 Meta 的 Llama、阿里的 Qwen、谷歌的 Gemma）安装到你的电脑上，并提供命令行和 API 方便调用。对开发者来说，它的核心价值是一个命令就能把模型跑起来，省去配置显卡驱动、Python 环境和依赖库的繁琐步骤。
适合用它的人主要有三类：在意隐私、不愿把数据发给云端的用户；需要在离线或内网环境使用模型的人；以及想省下 API 费用、且自己机器带动得动的开发者。它支持 Windows、macOS、Linux，苹果芯片和 NVIDIA、AMD 显卡都能加速。
苹果芯片上的加速：MLX 引擎
2026 年 Ollama 的重点之一是 Apple Silicon（苹果自研芯片，Mac 电脑搭载）上的性能。它接入苹果开源的 MLX 机器学习框架，让模型在这类芯片上跑得更快。官方数据：6 月底发布的 Ollama 0.31，通过多 token 预测（MTP，一次预测多个后续 token 的加速技术）让 Gemma 4 在编程场景下最快提速 90%（Aider 编程基准测试）。6 月初的 0.30 版本还通过 llama.cpp 改善了 GGUF 格式兼容——GGUF 是社区通用的模型打包格式，兼容性提升意味着更多模型能在更广泛的硬件上运行。
模型库扩大：从 Nemotron 到 Muse Glimmer
8 月 Ollama 新增两款值得注意的模型。NVIDIA 的 Nemotron 3.5 Lightning（8 月 11 日上线）：300 亿参数的开源模型（参数是模型的内部规模，通常越多越聪明、也越吃算力；运行时常驻 30 亿参数），面向 AI 代理（agent，能自主调用工具、分多步完成任务的 AI 程序）场景，适合长期驻留、持续收集上下文并调用工具的用途。Meta Superintelligence Labs 的 Muse Glimmer（8 月 10 日上线）：该实验室首个开源模型，300 亿参数、支持图文多模态（能同时处理文字和图片）、Apache 2.0 许可（宽松的开源协议，可自由使用与修改），由 MLX 引擎加速并支持图像输入。加上此前已入库的 gpt-oss、Qwen3-VL、MiniMax M2 等，Ollama 的模型库已覆盖主流开源模型。
商业化落地：按 token 付费与融资 8800 万美元
8 月 31 日，Ollama 宣布 Pro、Max、Team 三档套餐改用行业标准的按 token 计费（token 是模型处理文本的最小单位，大致相当于一个汉字或半个英文单词），且每档套餐都包含用量。这意味着面向团队和重度用户的收费层正式落地；本地运行开源模型依然是免费的基本盘，收费层面向需要更多算力与团队管理的用户。
融资方面，7 月 9 日 Ollama 宣布服务开发者数达到 890 万，并完成 8800 万美元融资，投资方包括 Benchmark、Theory Ventures、8VC、Y Combinator 和多位天使投资人。资本进入与商业化同步推进，说明这个项目进入规模化运营阶段。
生态集成：从 Claude Desktop 到 ollama launch
8 月 25 日，Claude Desktop 支持把 Ollama 配置为第三方网关——网关是转发模型请求的中转服务，配置后可以在 Claude 的界面里使用本地开源模型。此外，1 月上线的 ollama launch 命令可以一键搭好 Claude Code、OpenCode、Codex 等编程工具的运行环境，无需配置环境变量；OpenJarvis 这类本地优先的个人 AI 框架也内置了 Ollama 支持。Ollama 正在成为本地大模型生态的公共入口。
对使用者的意义
如果你想要一个在本地跑开源模型的简单入口，Ollama 是目前最省事的选择：安装后一条命令拉模型、一条命令运行，隐私和费用都握在自己手里。2026 年的变化说明两件事：苹果芯片用户会获得越来越好的本地推理体验；这个生态正在长出付费层——免费本地运行仍是基本盘，商业化主要面向团队和企业用量。