Ollama 是什麼、怎麼用：本地運行大模型的安裝與入門（含 Cloud 與 Pro）

本文根據 Ollama 官網、官方 GitHub 倉庫、官方文檔與定價頁整理，資料核對於 2026-10-07。功能和價格變化快，以官網為準。

是什麼

Ollama 是一個在自己電腦上運行開源大模型的工具，代碼在 GitHub 開源。它把下載模型、加載到顯卡 / 內存、提供對話和 API 這些繁瑣步驟打包成一條命令，比如 ollama run gemma4 就能下載並開始和 Gemma 4 對話。

它支持 macOS、Windows、Linux，也有官方 Docker 鏡像。本地運行時模型和數據都在你自己的電腦上，斷網也能用。近一年 Ollama 增加了雲端模型（模型名帶 :cloud 後綴）：電腦跑不動的大模型可以放到 Ollama 的伺服器上跑，使用方式和本地一致；同時推出了桌面應用和 Pro / Max 等付費方案。

能做什麼

• 一條命令跑模型：ollama run 模型名 自動下載並進入對話；官方模型庫收錄了編程、視覺、嵌入、推理等各類開源模型。
• 本地 REST API：啟動後在 localhost:11434 提供接口，兼容 OpenAI 和 Anthropic 的客戶端庫，自己的程序可以直接調用本地模型。
• 接入編程工具：用 ollama launch claude、ollama launch codex 等命令，把本地或雲端模型接入 Claude Code、Codex、Copilot CLI、OpenCode 等編程智能體。
• 雲端模型：本機配置不夠時調用雲端大模型，免下載、速度更快。
• Python / JavaScript 庫：官方提供 ollama-python、ollama-js，幾行代碼集成到應用。
• 被其他軟件當後端：很多桌面客戶端、知識庫工具、IDE 插件（如 JetBrains AI）都支持連接 Ollama 作為本地模型來源。

怎麼上手

1. 打開 ollama.com/download 下載安裝包；也可以用命令安裝——macOS / Linux：curl -fsSL https://ollama.com/install.sh | sh，Windows PowerShell：irm https://ollama.com/install.ps1 | iex。
2. 打開終端輸入 ollama，按提示選擇運行一個模型，或連接到你已有的編程工具。
3. 第一次建議從小模型開始，例如輸入 ollama run gemma4，等待下載完成後直接對話。
4. 想在程序裏調用，用 curl 向 http://localhost:11434/api/chat 發請求，或安裝 Python 庫 pip install ollama。
5. 需要更大的模型時，註冊 Ollama 帳號後可試用雲端模型。

可以這樣開始：模型下載好後輸入「用三句話解釋什麼是向量數據庫，再舉一個使用場景」，感受本地模型的速度和質素。

免費與付費

官網定價頁列出（官網定價頁，2026-10 查詢）：

另有企業方案，價格定製。無論哪個方案，本地運行模型都免費、不限量，付費只針對雲端模型用量。

適合誰 / 不適合誰

適合：

• 想在本地離線跑開源模型、數據不出電腦的開發者和私隱敏感用戶。
• 需要給自己的程序、編程工具接一個免費本地模型後端的人。
• 想低成本體驗多種開源模型、做對比測試的學習者。

不適合：

• 電腦配置較低（內存小、沒有獨立顯卡）又想跑大模型的用戶，本地速度會很慢，只能選小模型或用雲端。
• 不習慣命令行的用戶，圖形介面更友好的可以看 LM Studio 這類桌面軟件。
• 追求 GPT、Claude 等閉源旗艦模型效果的場景，開源模型能力有差距。

注意事項

• 硬件要求：能跑多大的模型取決於顯存和內存，具體看官方 GPU 與硬件文檔；模型文件動輒數 GB 到數十 GB，注意磁盤空間。
• 雲端私隱：官網定價頁說明雲端模型的提示詞和回覆不會被記錄或用於訓練，模型主要託管在美國，容量緊張時可能路由到歐洲和新加坡。
• 本地接口安全：預設只監聽本機；如果改成對局域網或公網開放 11434 端口，務必加訪問控制，避免被他人濫用。
• 模型許可證：各開源模型許可證不同，商用前到模型頁核對。