Ollama Cloud 改用 Token 計費，Pro 每月 20 美元包含 60 美元用量，Max 則以 100 美元包含 300 美元額度。三倍額度是否值得訂閱，取決於模型單價、快取命中與每月實際需求。本文整理 Free、Pro、Max、Team 的差異，試算 Pro 加購與 Max 的費用交叉點，說明台灣晚間使用 DeepSeek 的尖峰價格、舊戶保留方案與轉換條件，以及避免未用完額度浪費、Agent 重試增加支出的做法，協助判斷何時按量付費、何時升級。
Ollama Cloud 計費改版｜20 美元含 60 美元額度，舊戶該換嗎？
Ollama 搭配 Codex 教學｜本機模型能改程式嗎？Mac mini 實測
Ollama 能把本機模型接進 Codex，但連上服務、回答問題與完成改檔，是三種不同的成果。這篇以 Mac mini M4 32GB 的 Gemma 4 歷史實測，整理 Codex CLI 安裝、模型選擇、context 設定與原生 Responses API 連線方式，並交代 E4B 工具失敗、12B 最小任務成功、26B 改檔通過，以及 Pi 替代方案的限制。搭配工具分工、設定檢查、成果驗收圖解與終端機使用畫面，說明哪些小任務值得交給本機 Agent，哪些情況應先停止，避免把「完成了」誤當成可靠的程式成果。
NVIDIA Nemotron 3.5 Lightning 發表｜30B 模型只有 3B 啟動，適合本機 AI 嗎？
NVIDIA 發表 Nemotron 3.5 Lightning 30B-A3B，採用 Mamba-2、MoE 與 Attention 混合架構，總參數量 30B，每次推論約啟動 3B，支援推理模式、工具呼叫與最高 100 萬 token context。本文說明 30B-A3B 的意思、開放權重與量化版本差異、Ollama 安裝方式，並在 Mac mini M4 32GB 實測 Q4_0 的載入時間、記憶體占用、prefill 與生成速度，評估它是否適合一般電腦執行本機 AI。
Gemma4 12B 發布，比較 Gemma4 全系列能力｜實測計概考試、程式作答、token 速度
Google 為 Gemma 4 開源家族補上 12B 中量級尺寸。這篇在 Mac mini M4 32GB 與 RTX 5070 Ti 兩種平台用 Ollama 實測 gemma4:12b，涵蓋 token 生成速度、計概 200 題單選題、以及實際寫 Python 解程式題三種跑分：選擇題逼近 26B，寫程式 70.2%、但難題仍吃力，dense 架構也讓 decode 墊底。文章拆解 26B MoE 與 31B dense 在 16GB 顯卡上的差異，整理 12B 的本地部署情境與顯卡記憶體選型。
Gemma 4 E2B vs E4B 完整實測｜Thinking 模式的祕密與本地小模型最佳實踐
Gemma 4 的 E2B 和 E4B 兩個邊緣模型誰比較強？參數較小的 E2B 反而比 E4B 慢 10 倍是怎麼回事？這篇用 RTX 3070 跑了完整的 TPS、TTFT、品質對比 benchmark，並追到 Ollama renderer 層級找出 thinking 模式預設啟動的真相，順便整理本地小模型最佳實踐與 thinking、temperature、top_k、top_p 等參數說明。
本地跑 Claude Code 實戰｜Ollama + Gemma 4 + RTX 3070 使用心得與踩坑筆記
想用本地 LLM 跑 Claude Code 省下雲端 API 費用？這篇分享在 Windows 11 + RTX 3070 8GB VRAM 上用 Ollama 接 Gemma 4 跑 Claude Code 的真實心得，包含安裝流程、Context length 設定、settings.json 被覆蓋的踩坑經驗、消費級顯卡的效能與使用限制，以及六種適合交給本地小模型處理的短任務與自動化用途。
Google Gemma 4｜多模態開源模型大更新，手機 1.5GB 就能跑、電腦端效能翻倍再翻倍
Google DeepMind 發佈 Gemma 4 開源模型家族，採用 Apache 2.0 授權，提供 31B Dense、26B MoE、E4B、E2B 四種尺寸。31B 在 Arena AI 排名開源模型第三，26B MoE 只用 3.8B 參數就達到接近表現。支援圖片、影片、語音多模態輸入，原生 function calling 與 agent 工作流，E2B 僅需 1.5GB 記憶體就能在手機和 Raspberry Pi 上跑。
Ollama 入門教學｜本地大語言模型新手指南（Windows／Linux／macOS）
Ollama 能在 Windows、Linux 與 macOS 下載、執行和管理大語言模型，也能連接 Cloud 模型與其他 Agent 工具。本文從安裝和第一個本機模型開始，說明 App、CLI、模型標籤、參數量與量化，再整理 RAM、VRAM、context length 與 CPU／GPU offload 的關係。需要整合程式時，可參考 REST API、Python 與 Agent 用法；重視資料流向時，則可查閱本機、Cloud、網路工具與 local-only 設定的差異，依設備與需求選擇執行方式。