『18.35万星』和『卸载帖一直在涨』都是真的：Ollama这周的工具层风暴，我把十一组高赞自报、$2.50云额度实测账和三张新工具动作摆进同一张表——新手党决定留、卸、换之前，先对完格式、云、折腾这三本账

这周本地模型的圈子里，同时发生着两拨事。

一拨在报喜：10月17日，B站一支"开源观察"视频把 Ollama 的 GitHub 星数念成了 183,514，还补了一句"今天凌晨还在更新"。 往前倒十一天，知乎一篇老笔记本实测文里写的还是 18.2 万星，并把它归进"star 数排在这个赛道最前列"的位置。哔哩哔哩知乎

另一拨在劝退：小红书那篇9月的《实测3天，我卸载了Ollama》至今还在被翻出来——64G内存的 Mac mini 跑 gemma4 12B，问一句"用一句话介绍你自己"，它先在后台自言自语，再开口，整整28秒。 而B站那支《Ollama是如何一步步失去信任的》评论区从4月顶到现在：1242赞在替它辩护，494赞讲自己怎么被文件格式劝走，264赞说同一个模型在 Ollama 里上下文被卡死。小红书

10月18日，知乎又把另一个项目"狂揽 Star"写成了标题——Open WebUI，仓库十五万多 Star。 而它最早的身份证恰恰叫"Ollama WebUI"。10月17日同一晚，微博科技号在转 Hugging Face 联合 llama.cpp 团队刚放出的桌面端 Llama for Windows。 18万星的"装机必备"和"装了又卸"同台站着，这不是速度之争，是新手入坑前的第一道墙。我把星数、自报数字、账单和社区原话摆进同一张表——先对完格式、云、折腾这三本账，再决定你留不留、换不换。知乎微博

第一本账：格式与更新速度——"方便"是真的，"最慢"也是好几个人自报的

被顶得最高的那条反调说的是文件：494赞的那位用户几个月前卸载了 Ollama，理由是他那个 blob 格式只有自家工具认，LM Studio 和 Jan 都读不走，GGUF 本来最大的便携性白瞎了。哔哩哔哩

同一条楼里还有个对照：gemma4 刚发布时各种不兼容，llama.cpp 一晚上连发二十多个版本把它修好，而 Ollama 被这条楼主打上"每次新模型支持都是最慢的"标签。哔哩哔哩

121赞那条接着补：llama.cpp 在 GitHub 上有十几个预编译版本，CUDA、Vulkan 挑一个解压即用，自带网页界面和API，"部署难度是它的十分之一"这话早就站不住了。

反证也得摆齐。顶到 1242 赞的那条讲了一个特别真实的场景：领导逼你在破烂电脑上周末部署一个大模型做展示——选项一是加班两天研究编译、装模型、接工具；选项二是下载 Ollama，随便选个模型，开机即用，就跟手机下载应用一样丝滑，然后休息一天半。哔哩哔哩

他楼下的高赞回复只补了一句：普通人连得上 GitHub 本身就是坎，用 Ollama 不需要解决网络问题。哔哩哔哩

一位自称用了两年的小白（158赞）说得更具体：转去 llama.cpp 之后，换模型得写脚本停一个再加载另一个，Ollama 那种开机自启、自动识别本地全部模型、工具随便切的便利他没找到平替。哔哩哔哩

还是那位知乎老笔记本作者给了"够用线"上的实测数字：2020年的 4750U 核显办公本、无独显，拉一个 0.5G 的 qwen3:0.6b，首字等了 9.3 秒，出字后稳定跑 46~54 token/s，全程断网 0 元。知乎

夹在中间的是硬数据：一位用户（264赞）自报，同一个 gemma4，在 Ollama 里上下文最高只能开到 60K，转 llama.cpp 后开满 128K，整体显存占用还少一截。 这是单机自报，没有对照测试，别人复现之前只能当个案——但它和格式帖、"支持最慢"帖指向同一个方向：Ollama 的"方便"是把一部分选择权收走了，默认配置、模型格式、新模型排期，都不在你手里。哔哩哔哩

第二本账：云——你的"本地"模型名里，可能藏着后缀

知乎10月12日一篇《Ollama 免费云模型使用指南（2026年10月实测版）》把这层窗户纸捅破了：官网写着"Local models are always free"，但带 -cloud 后缀或 :cloud 标签的模型，根本不会被下载到本地，要走一次 OAuth 授权，凭证是一把存在 ~/.ollama/id_ed25519 的签名密钥。 它同时兼容 OpenAI 和 Anthropic 两种接口风格，Claude Code、Codex、VS Code 换个 base URL 就能接——新手以为自己在"本地跑模型"，实际可能全程在点外卖。知乎

免费档的账，这位作者实测得仔细，提醒得也老实：账户接口返回 $2.50，只是他单个账户的实测值，官方从未公布免费档的统一金额，他只含糊见过"starter amount"这几个字，所以他让所有人拿自己的 /api/balance 复核、别套用。知乎

页面写"Refills in 4 weeks"，FAQ 写"monthly from the date you signed up"，两边打架，他的实测结论是按注册时刻对齐一个自然月，"4周"只是界面约数。知乎

六个免费 starter 模型里，gemma4 和三个 nemotron 是 262K 上下文，两个 gpt-oss 只有 131K；价格上输入和输出差了一个数量级，nemotron-3-ultra 输入 $0.10、输出 $3.00——让它写长文，$2.50 可能几十次就见底。 2026年8月31日改版之后，老的"5小时+7天"双窗口只留给存量订阅用户。知乎

小红书那篇卸载文的第三个坑也落在这层：它有个思考模式默认开着，过程全吐给你，又臭又长，图形界面里没有开关，想关得自己去改配置文件写参数。 号称最简单的工具，参数层反而是黑盒。社区对这套默认值背后的动机有一句被转了很多次的揣测。 原句就是一句反问，没有任何实锤，但摆在这里只说明一件事：用户已经在用"它为什么这样设计"来解读它的每一个默认值。小红书哔哩哔哩

第三本账：折腾——一周之内，工具层换了三次牌

星数之外，这周真正的新料是"牌桌重摆"。10月17日上线的 Llama for Windows（GitHub 仓库 ggml-org/Llama-Windows）基于微软 WinUI 3 框架，底层直接搭载 llama.cpp 推理引擎，深度集成 Hugging Face 模型库，点击即可下载部署，程序常驻 Windows 11 系统托盘，Mac 版同步有。 Open WebUI 那边仓库十五万多 Star、Docker 镜像累计拉取超过 2 亿，从"给 Ollama 配的网页壳"长成了能同时接 Ollama、OpenAI、Anthropic、Gemini、LMStudio、OpenRouter 的私有界面，还能挂九种向量数据库建知识库。 同一周，B站10月12日有人挂出"全100集 Ollama 零基础教程"，小红书10月8日有人整理《Ollama常见报错｜本地AI90%问题一键修复》，10月15日还有人在迭代"更轻量的本地模型加载器"GGUF Studio——教程和报错帖的产量，本身就是需求侧最诚实的投票。微博知乎

热闹背后有句被112赞顶起来的话：绘图那边 ComfyUI 早就一统天下了，大语言这边还在群魔乱舞。 这话其实说反了一半——本地这摊不是群魔乱舞，是分层：llama.cpp 这类是引擎，Ollama、LM Studio、Llama for Windows 这类是替你管引擎的加载工具，Open WebUI、AnythingLLM 这类是界面壳，再往上才是接进 Agent 的网关。新手痛苦就痛苦在没人告诉他这三层要分开选。64赞那条自嘲把换牌的成本说透了："刚准备入门开始学就已经被淘汰了，慢半年是慢了，慢一年等于没慢。"旁边84赞那句更朴素：ollama 才整明白，又来一堆新软件，就想搭个本地知识库问答，难死人了。哔哩哔哩

对号入座：这五类人，先查哪本账

顺手把两个可以直接抄走的口径记在这里：知乎那篇云指南实测确认，Apple Silicon 从 v0.19 起 Ollama 会自动走 MLX 后端调用 GPU，无需装任何驱动，开箱即用。 而老笔记本那位的冷热差也值得记住——重启服务后的第一问要把模型从硬盘读进内存，他那台机器首字延迟 9.26 秒；只要之后不关服务，模型在内存里热着，首字就能降到 5~8 秒。知乎知乎

我的判断：证据说到哪，结论就放到哪

没有一条被证实的"崩塌"，但有一条被反复自报的裂缝：Ollama 的星数和它的信任危机并不矛盾——它赢在"不用碰命令行、不用解决网络"，而这恰好建立在"默认配置不给你看"之上。格式独占、支持排期最慢、云后缀混进本地列表、思考模式界面关不掉，这四条里除了格式，其余全是自报或个案（264赞、09-08卸载帖均无对照数据）；反证那侧（1242赞、158赞）同样是体验陈述。证据只够支撑一个弱结论：它仍是尝鲜门槛最低的那扇门，但已经不是"每天干活"的默认答案——这条分界线从4月顶到现在，不是黑稿，是两拨人真实使用场景的分叉。

接下来盯四个信号，比站队有用：Llama for Windows 的第一批第三方实测（显存占用、支持清单、和 LM Studio 的正面差异，数字出来之前不搬家）；Ollama 的新模型 day0 差距（gemma4 那晚 llama.cpp 连发二十多个版本的对照还在不在）；:cloud 规则再修订（8月31日已经改过一次版，免费档金额始终不公开，账户间是否一致没人能说）；60K/128K 上下文差有没有人做对照复现——如果复现了，第一本账就从"个案"升级成"结构性问题"。

本地大模型这行，工具每三周换一次牌（三周前的十个引擎、这周的三个工具位），星数涨到18万也挡不住卸载帖上热榜。新手党真正的护城河从来不是选了哪个软件，是验收题永远在自己手里：一行命令跑起来只是开始，装完先问它一句"只回答数字"，再看看账单和模型名——这三步走完，留、卸、换，才是你自己的决定。