公司
别名：@ollama
提供AI模型服务的公司，调整定价策略。
已跟踪 30 条高相关材料
最近变化
2026-09-05 · 工作日UTC 12:00-18:00外及周末全天，DeepSeek-V4系列价格减半
为什么值得关注
Ollama 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Introducing Gemma 4 12B: a unified, encoder-free multimodal model
The Keyword (blog.google) · 8.7 分
Gemma 4 12B 是面向本机运行的统一、无编码器多模态模型，将视觉与音频直接接入 LLM，性能接近 26B MoE 但内存仅为其一半，可在 16GB VRAM 紧凑设备上运行，支持离线语音处理与低延迟多步推理。
How to Build Optimal AI Agents That Actually Work – A Handbook for Devs
freeCodeCamp.org · 8.7 分
AI代理系统的最优组织结构取决于任务复杂度与模型类型，Google研究通过150+实验发现：集中式或混合架构对OpenAI模型更有效，而Google模型在去中心化协作中表现更优。
Introducing off-peak hour token rates. DeepSeek-V4-Flash and Pro are now half price outside of 12:0...
ollama(@ollama) · 8.5 分
DeepSeek-V4-Flash和Pro模型在非高峰时段价格减半，影响AI推理成本和使用策略。
已收录 30 条与 Ollama 相关的内容，按评分排序。
Gemma 4 12B 是面向本机运行的统一、无编码器多模态模型，将视觉与音频直接接入 LLM，性能接近 26B MoE 但内存仅其一半，可在 16GB VRAM 紧凑设备上运行，支持离线语音处理与低延迟多步推理。
入选理由：Gemma 4 12B 性能接近 26B MoE，内存仅其一半，适合在 16GB VRAM 现代本机运行。
AI代理系统的最优组织结构取决于任务复杂度与模型类型，Google研究通过150+实验发现：集中式或混合架构对OpenAI模型更有效，而Google模型在去中心化协作中表现更优。
入选理由：超过150次实验证明，OpenAI模型在集中式管理架构下性能提升37%，优于去中心化模式。
DeepSeek-V4-Flash和Pro模型在非高峰时段价格减半，影响AI推理成本和使用策略。
入选理由：工作日UTC 12:00-18:00外及周末全天，DeepSeek-V4系列价格减半
本地AI堆栈需分层构建，Ollama与LM Studio等工具在模型服务层各有优劣，选择需匹配硬件与工作流需求。
入选理由：Ollama适合单开发者快速部署，但牺牲深度调优能力
本文系统讲解如何用Scikit-LLM生成文本嵌入，并结合UMAP和SHAP实现可解释性分析，揭示大模型内部语义结构。
入选理由：使用Scikit-LLM和Ollama本地模型生成文本嵌入向量
Visual Studio 将推出 Bring Your Own Model 功能，允许开发者使用自定义 AI 模型。
入选理由：BYOM 预览版集成于 Visual Studio 18.10 Insiders Release，支持 OpenAI/Anthropic 等 4 种提供商
Ollama、vLLM、SGLang三大模型引擎各具优势：Ollama适合本地开发，vLLM擅长高并发服务，SGLang优化多轮对话，Claude水印技术通过概率筛选实现内容溯源。
入选理由：Ollama适用于本地开发，采用FIFO队列和GGUF压缩模型
构建本地流式AI代理需采用两阶段过滤器处理维基百科实时编辑流，结合Ollama实现本地推理，无需API密钥或云服务。
入选理由：两阶段过滤器可减少90%无意义编辑的模型计算负载
Kimi K3模型已在Ollama云平台上线，但需Pro/Max订阅及额外积分，且未包含在订阅计划中。
入选理由：Kimi K3为2.8T MoE模型，支持1M-token上下文窗口
Kimi K3模型在Ollama云上发布，具备2.8T MoE架构和1M token上下文窗口，但需付费使用。
入选理由：Kimi K3是2.8T参数的MoE模型，支持原生视觉理解和1M token上下文
多模型AI架构能通过动态路由和自动回退机制，平衡成本与性能，避免单一模型风险。
入选理由：使用OpenAI和Anthropic双模型可降低60%复杂任务成本
OpenWorker是开源AI代理工具，支持多模型本地运行，强调数据隐私和模型独立性。
入选理由：支持GPT 5.6 Sol、Claude Fable等8种大模型，用户可自定义API密钥
提示工程和上下文工程能显著提升AI代理性能，通过优化输入和上下文信息。
入选理由：使用LangChain v1和Ollama可本地运行AI代理，避免API成本
开源模型已具备代理应用能力，但API兼容性不足成为生产环境瓶颈，Mozilla提出开源网关Otari解决该问题。
入选理由：开源模型推理能力已满足代理产品需求，但API兼容性仅支持基础聊天功能
本文提供本地化AI代理评估框架，结合LLM作为裁判与规则检查，使用LangChain、Ollama等工具实现零API成本测试。
入选理由：使用LLM-as-a-judge与规则检查双重机制评估AI代理输出
使用Ollama可在15分钟内本地运行AI模型，无需复杂配置。该工具通过量化技术降低硬件要求，支持跨平台部署。
入选理由：Ollama提供三步安装流程：安装、下载模型、启动聊天
本文详解使用Python和LangGraph构建多智能体AI系统，对比框架与无框架实现的差异，强调本地运行的低成本优势。
入选理由：LangGraph通过节点边实现工作流管理，降低多智能体系统开发复杂度
本地运行LLM成本可能低于云服务，Gemma26B模型每百万令牌仅需0.12欧元，但大模型能耗差异显著。
入选理由：Gemma26B模型本地运行成本0.12欧元/百万令牌，低于多数云API
开源模型将主导未来AI算力消耗，Ollama团队预测超多数token将来自开源模型，但大公司仍因计算资源垄断保持优势。
入选理由：未来超80%的AI算力消耗将来自开源模型（Ollama预测）
Ollama云服务在GLM-5.2模型上实现每秒80-120输出令牌，显著优于其他提供商的30-40 tok/s。
入选理由：Ollama云服务GLM-5.2输出速度达80-120 tok/s，是其他服务商的2-3倍
自动化数据科学流程的5种代理工作流可节省45%时间，Databricks已集成相关功能，核心依赖ReAct循环与LLM工具。
入选理由：数据科学家45%时间消耗在数据清洗，代理可自动化处理
本文展示如何使用 Ollama 和 Qwen 构建一个本地运行的 AI 网络研究代理，实现无 API 成本、隐私保护的网页信息检索与总结。
入选理由：使用 Ollama 和 Qwen 可构建本地运行的 AI 研究代理，无需 API 成本。
未来AI将主导多数任务，但六项核心技能仍具价值，包括管理AI代理、本地模型运行等。
入选理由：管理AI代理和本地模型运行是未来高价值技能。
Codex 推出 Record & Replay 功能，可录制用户操作并转化为可复用的技能，提升 AI 在图形界面操作中的自动化能力。
入选理由：Codex 的 Record & Replay 功能可将用户操作转化为可复用的技能，适用于重复性高、依赖隐性规则的任务。
开源模型在性能和成本上显著优于闭源模型，成为AI领域的优选。
入选理由：GLM 5.2 比 Opus 4.8 快且更高效，成本低 6 倍以上。
GLM-5.2 是目前最强的开源编码模型，支持 1M-token 上下文和代理任务，已在 Ollama 云平台上线。
入选理由：GLM-5.2 支持 1M-token 上下文，适用于长周期编码任务。
Gemma 4 26B MoE 在多代理编程任务中表现优异，结合 Ollama 和 Claude Code 可构建本地高效代理系统。
入选理由：Gemma 4 26B MoE 在 τ2-bench 上得分 79%，显著优于 Gemma 3 27B 的 6.6%。
本地模型在2026年已足够强大，可替代Claude Code完成代码相关任务，无需依赖第三方API。
入选理由：本地模型可实现零每令牌成本和无速率限制的代码完成、重构、调试。
本地运行大语言模型（LLMs）可通过 llama.cpp、Ollama 和 LM Studio 等工具实现，兼顾隐私与学习。
入选理由：使用 llama.cpp 可在消费级硬件上运行大型模型，支持 4-bit 量化。
Gemma 4 QAT模型在Ollama和Hugging Face上线，显著降低内存需求并保持模型质量。
入选理由：Gemma 4 QAT模型在Ollama和Hugging Face上线，支持多种模型大小。
