搜「Ollama 多少钱」的人,多半是在装之前想先摸个底:这玩意儿要付费吗,机器得换吗,除了显卡还要往外掏什么。结果翻一圈只看到一堆配置推荐,钱的事没人正面回答。这篇不谈跑分也不列型号,只把花费拆成几笔讲清楚,让你按自己的活儿算一遍,再决定是花这笔钱还是先别花。
搜「Ollama 多少钱」的人,心里其实在问三件事:这软件要买吗,我这台机器还撑得住吗,除了显卡还得往外掏什么。问题是翻半天资料,看到的全是配置推荐和跑分榜,钱的事没人正面回答。这篇不聊型号也不聊分数,只把花费拆成几笔,让你按自己手上的活儿算一遍,再决定这钱花不花。
先说结论方向:Ollama 这类工具的钱,账单上躺着三笔。软件本身、硬件投入、还有没人愿意摊开算的隐性成本。多数人只盯着第二笔,前一笔以为不收钱就不管了,后一笔压根没往预算里放。下面一节一节拆,拆完你自己就能列个粗账。
先说软件这一层:Ollama 本身不收钱,收费的是你没注意的几处
Ollama 开源免费,装上就能跑,没有授权费、没有按座位收费这回事。所以第一笔预算项严格来说不是它。会花钱的是围在它外面的那圈东西——图形界面、知识库、把模型包成内网服务的那层框架、监控和日志。这些东西有的彻底免费,有的按人、按节点、按调用量收费,你不主动确认,它就会在你以为「全都免费」的时候冒出来。
还有个更隐蔽的:模型权重的授权。开源模型不等于随便商用,不同模型、不同发布方对商用范围的写法不一样,有的允许商用但要求署名,有的对再分发有限制。自用和对外提供服务是两回事。动手前花十分钟看一眼授权页写的范围,比事后改架构便宜得多。
- 推理后端这一层基本是免费的,预算是零,别再去找「Ollama 订阅价」这种东西
- 客户端和界面这层要逐个确认:单人自用多数免费,团队协作版常常按人收
- 知识库、工作流、服务化框架是收费高发区,按节点或按用量计价的居多
- 模型授权单独看,商用前确认发布方写的使用范围,别默认开源就能随便用
硬件这笔账,卡的不是总价是够不够用
硬件是最容易算歪的一笔。多数人从配置单正着推:预算多少、买什么卡。这个顺序反了。真正决定花多少的,是你要跑多大的模型、用哪个量化档位,这两件事定下来,显存需求才有数,显卡才有得选。先定配置再倒推任务,最后十有八九是买大了闲置,或者买小了返工。
显存不够的时候,替代路径比换卡便宜得多:换小一号的模型、降量化、部分层丢给 CPU 混跑。代价是速度和回答质量,但如果你只是拿它做分类、摘要、内部问答这类活儿,降一档未必不能接受。先试替代路径,试完确实不够再考虑买卡,这个顺序能挡掉不少冲动消费。
| 花费项 | 容易被忽略的点 | 怎么确认 |
|---|---|---|
| 显卡 / 显存 | 只按型号估,没按模型档位和量化算 | 到站内部署测算页按你的模型和量化查显存需求 |
| 整机配套 | 电源、内存、散热、机箱空间跟着抬 | 按新卡功耗和尺寸逐项对,老机器升级常在这超支 |
| 租卡替代 | 只比单价,没算长期挂机的月成本 | 用站内算力区比价页把租和买的年成本放一起看 |
| 电费 | 偶尔用和 7×24 跑服务差一个量级 | 按当地电价乘实际挂机小时数自己估 |
整机这一环特别容易超支。你以为只换张卡,结果电源功率不够、内存条要加、机箱塞不进去、散热压不住,一圈下来比卡本身还贵。老机器升级尤其如此。做预算时把这些配套项单列一行,别合并进「显卡」里糊过去。
容易被漏掉的那几笔:电费、时间、返工
电费这笔,看你怎么用。偶尔问几句,一个月下来感觉不到;要是把机器当常驻服务开着,7×24 挂推理,按当地电价乘小时数,一年是笔能看见的钱。这事儿麻烦在它不体现在购买那一刻,等到年底才发现机器一直在吃电。
时间成本更没人算。装环境、调参数、试不同量化档、迁移模型、踩兼容性的坑,这些小时数按人力折算,经常超过硬件差价本身。一家 5 人小团队里如果只有一个人半懂,其他人的等待和返工都要算进去。不是说不该投入,是这笔要写进预算,别当成「顺手就弄好了」。
返工成本是三者里最贵的。工具选错一层,比如该上服务化框架结果装了个聊天客户端,后面整套要重搭,前面的调试时间全白费。判断办法很简单:动手前先想清楚这东西是当玩具还是当服务。当服务就要考虑开机自启、日志、并发限制、故障恢复,这些东西聊天客户端给不了。
什么情况下这笔钱先别花
不是所有需求都值得上本地这套。如果你只是偶尔问几句、任务对延迟和隐私都不敏感,走在线 API 更省——本地这套的固定成本是买断式的,用得越少摊得越薄。用量上不去,硬件和电费永远摊不平。
还在试的阶段也别急着买机器。模型没定、工具没定、用法没定,这时候买的配置很可能对不上最终需求。先租卡把流程跑通,验证完了再决定买不买、买多大,稳妥得多。还有一种情况:团队里没人愿意长期维护。本地部署不是一锤子买卖,模型换代、依赖升级、故障排查都要人管,没人接这摊,机器就是个吃灰资产。
- 用量小、对隐私和延迟要求低,先比在线 API 的年账单,别默认本地更划算
- 模型和工具都还在选型,先租卡验证,验证成本远低于买错机器
- 团队没有明确的人负责长期维护,这钱大概率打水漂
- 只是被「本地部署」这个词吸引,没有具体业务场景,先放一放
自己算一遍的顺序:从任务倒推,不要从配置单正推
- 列任务每天大概多少次调用、单次输入输出多长、能不能等几秒、数据能不能出内网。这四项写下来,需求就具体了。
- 定模型档位和量化按任务难度选模型大小和量化档,别一上来就顶配。到站内模型库看规格,再到部署测算页看对应的显存需求。
- 折算年成本硬件按折旧摊到年,加上电费、加上人力小时折算,三项合起来和在线调用同用量的年账单放一起比。
- 留余量再拍板模型换代、并发上涨都会推翻估算,按上浮后的数字再比一次,两次都划算才动手。
这个顺序的关键是「从任务倒推」。你先知道自己要干什么、干多少,配置才有依据。反过来从配置单正推,看着专业,实际上是在给还没想清楚的用量买保险,买多了浪费,买少了返工。
工具层怎么选才不叠加花销
工具层的原则是别叠。一个推理后端加一个客户端就够了,同一层装两套,维护成本翻倍,两边配置还得同步。要接知识库或工作流,先确认它和推理后端的兼容方式——是走 API 还是走命令行、支不支持流式输出、并发怎么限。不兼容就得换掉一头,这个判断要在装之前做,不要装完发现对不上再拆。
选之前先问一句:这层是当玩具还是当服务。当玩具,怎么顺手怎么来。当服务,开机自启、日志落盘、并发限制、故障恢复这几样得有,缺一样后面都得补,补的时候往往比当初选对更费劲。工具目录里按用途分好类了,先看分类再挑,比在一个个仓库里翻 README 快。
具体数字去哪对:站内几个页面按当期口径查
这篇不写具体数字,因为价格和规格一直在动,抄来的旧数只会误导你。要算账的时候,按下面几个入口查当期口径:模型单价和用量换钱用站内计算器;显卡和租卡的当期价格看算力区的比价与价格指数页;模型规格和部署测算放在一起看,别只按参数量拍脑袋估显存。
查的时候注意两点。一是口径要一致:在线 API 按调用量算,本地按年摊,比的时候要把同一用量对齐到同一个时间窗口。二是别信截图:别人三个月前算的账,模型和硬件价格可能都变了,自己到页面上点一遍,数字才是当下的。
下一步把你的任务量和模型档位带到站内部署测算和价格追踪页,按当期数字算一遍,再和在线调用放一起比,比完再决定买不买。→常见问题
Ollama 是免费的吗,为什么有人说要付费?
Ollama 本体不收费。会花钱的是它旁边那层:图形界面、知识库、托管服务,以及模型权重的商用授权。看到「要付费」的说法,先分清说的是哪一层,别把外围工具的费用算到推理后端头上。
不换显卡能不能跑起来?
能,但要看你能接受多慢。降量化档位、用小一号的模型、允许一部分层跑在内存里,都是不换卡的做法,代价是速度掉下来、长上下文更容易卡。先拿你的实际任务试一遍,再判断这个速度能不能用。
本地跑和在线调用,哪边更省?
看用量和隐私要求。用量小、任务杂,在线按量付更划算;用量稳定、数据不能出内网,本地这套固定成本才摊得开。两边都按年折算成同一口径再比,别拿单次价格对整机价格。
二手卡和租卡能不能替代自己买?
都是过渡手段,看你要验证什么。只是验证模型跑不跑得动,租卡最省事;确定要长期用再考虑买。二手卡要注意显存和驱动兼容,别只看价格。
花了钱还是慢,问题出在哪?
多数不是钱花少了,是档位选错了:模型太大、量化太保守、或者请求并发超过了这台机器的处理能力。先量出当前的速度基线,再决定是换配置还是换方案。