Du kan köra nedladdade modeller lokalt med Ollama utan ett Ollama-abonnemang. Molnmodeller har däremot en separat användningskostnad. Kontot kräver inte i sig Pro eller Max: den aktuella prislistan har ett alternativ utan abonnemangsavgift. Det betyder inte att alla molnförfrågningar är gratis.
Skillnaden märks både på fakturan och på datorn. En lokal modell använder din hårdvara. Väljer du en molnmodell gör Ollamas servrar modellberäkningen, medan appen eller verktyget du använder fortfarande körs där du har startat det.
Vad kostar Ollama Cloud?
Det här är Ollamas listpriser, kontrollerade 1 november 2026. Beloppen är i amerikanska dollar, inte omräknade svenska slutpriser.
| Alternativ | Abonnemang och användning |
|---|---|
| Lokal körning | Ingen Ollama-avgift för körningen. Du står för dator, el och lagring. |
| Pay as you go | 0 USD i abonnemangsavgift. Molnanvändning debiteras per token med användningskrediter. |
| Pro | 20 USD per månad, med 60 USD i månatliga användningskrediter. |
| Max | 100 USD per månad, med 300 USD i månatliga användningskrediter. |
Pro och Max är alltså kreditpotter, inte obegränsad molnkörning. Priset för inmatning och svar beror på modellen. Inkluderade krediter används först, därefter köpta krediter; oanvänd inkluderad pott förs inte vidare till nästa månad. Kontrollera din användningssida innan du låter ett långt arbete fortsätta.
Ollamas prisändring från augusti 2026 beskriver också en mindre gratis startpott för vissa modeller. Den aktuella prislistan anger inget generellt gratisbelopp. Räkna därför inte med en viss gratiskvot utan att kontrollera vad ditt konto faktiskt visar.
Har du ett äldre abonnemang kan andra villkor gälla. Ollama beskriver att befintliga planer kan fortsätta, medan ändrad nivå eller betalningsperiod kan flytta kontot till den nya prismodellen. Jämför dina egna villkor innan du ändrar något.
Hur ser jag om modellen körs lokalt eller i molnet?
Molndokumentationen anger att du loggar in för att använda molnmodeller i appen eller kommandoraden. Där används exempelvis namnet gemma4:cloud; via Ollamas moln-API används i stället modellnamnet som API:ets modellista returnerar. Molnmodellen behöver inte laddas ned till datorn.
För en lokal modell laddar du ned modellfiler och kör dem på den egna maskinen. Att ett modellnamn visas i samma meny som molnmodeller säger därför inte ensamt vilken hårdvara som används. Läs modellens information och skilj på nedladdning och molnåkomst.
Räcker 64 GB RAM utan att andra appar blir långsamma?
64 GB systemminne ger ingen garanti för att en viss modell går snabbt eller lämnar andra appar opåverkade. Modellstorlek, mängden text i sammanhanget och grafikkortets minne spelar också roll. Systemets RAM och grafikkortets VRAM är olika resurser.
Ollamas FAQ visar hur ollama ps redovisar om en laddad lokal modell ligger på GPU, CPU eller båda. Med ollama stop modellnamn kan du avlasta minnet när du är klar; byt ut modellnamn mot den modell som visas. Längre sammanhang kräver mer minne, enligt Ollamas appdokumentation.
Börja med en mindre lokal modell och bedöm belastningen samtidigt som dina vanliga appar är öppna. Det är ett sätt att pröva datorns marginaler, inte ett löfte om en viss hastighet. Om hela Windows känns trögt hjälper vår guide att hitta orsaken till en långsam dator.
Begränsa samtidig körning och frigör minnet efter svar
För lokal körning beskriver Ollamas FAQ följande serverinställningar. Tabellen är ett försiktigt upplägg att prova när andra appar behöver utrymme, ingen rekommenderad modellstorlek för alla datorer.
| Miljövariabel | Värde att prova | Vad valet gör |
|---|---|---|
OLLAMA_MAX_LOADED_MODELS | 1 | Högst en modell laddad samtidigt. |
OLLAMA_NUM_PARALLEL | 1 | Högst en samtidig förfrågan per modell. |
OLLAMA_KEEP_ALIVE | 0 | Modellen avlastas efter att svaret genererats. |
På Windows: avsluta Ollama via ikonen i aktivitetsfältet, sök efter miljövariabler i Inställningar och välj att redigera variabler för ditt användarkonto. Lägg till namnen och värdena ovan, spara och starta Ollama från Start-menyn igen. Ändra en inställning i taget om du vill kunna jämföra effekten. Skriv upp tidigare värden så att du kan återställa dem.
Det här sätter ingen fast gräns i gigabyte eller CPU-procent. Färre samtidiga jobb kan innebära väntan. Med avlastning efter varje svar behöver nästa anrop läsa in modellen igen. Ett verktyg som skickar ett eget API-värde för keep_alive kan åsidosätta serverns inställning. Värdet stoppar inte ett pågående svar mitt i genereringen.
Längre sammanhang kräver mer minne
Ollamas dokumentation om sammanhangslängd beskriver att ett större textutrymme ökar minnesbehovet. Appen har ett reglage för detta under inställningarna. Kontrollera faktisk fördelning och sammanhang med ollama ps; utgå inte enbart från datorns 64 GB RAM.
Sänk sammanhanget bara om uppgiften klarar sig med mindre text. Långa dokument och kodarbeten kan behöva ett större utrymme. Om andra appar ändå blir tröga: avbryt arbetet normalt och välj en mindre modell eller kör vid en annan tidpunkt. Att låta en modell arbeta länge är inget särskilt läge som automatiskt skyddar andra appar från belastning.
Vad lämnar datorn när jag väljer molnet?
Ollama uppger att lokala promptar inte skickas till företaget. Vid molnkörning behandlas prompt och svar av molntjänsten för att besvara frågan. Företaget uppger att innehållet inte lagras eller används för modellträning. Lokal körning och molnkörning är alltså olika datavägar även när samma app används.
Vill du använda enbart lokala modeller dokumenterar Ollama inställningen disable_ollama_cloud i ~/.ollama/server.json, alternativt miljövariabeln OLLAMA_NO_CLOUD=1, följt av omstart. Det stänger även av Ollamas webbsökning. Följ instruktionen för ditt operativsystem om du väljer den vägen.
För en separat fråga om var ett helt kodarbete körs, läs Codex Cloud eller lokalt – kostnad och när datorn måste vara på.
Priser och dokumentation kontrollerade 1 november 2026. Guiden bygger på originaldokumentation; den innehåller inget prestandatest av en viss 64 GB-dator. Logotypens licenstext finns här.
Uppdaterad 2 november 2026 med dokumenterade minnesinställningar för lokal körning. Prislistans månadsbelopp har kontrollerats på nytt; inget hårdvaru- eller belastningstest har genomförts.
