Ollama 推出了名为“Turbo”的付费服务，旨在解决本地运行超大模型的性能瓶颈，让用户在数据中心级的硬件上运行大型开源模型，服务月费为 20 美元。

Ollama “Turbo”适用场景：

• 本地显卡显存不足，无法加载 120B 级别模型

• 需要快速原型验证、批量推理或高并发调用

• 希望保持本地环境简洁，同时获得接近数据中心的性能

据介绍，Ollama “Turbo”服务主要解决新模型体积过大、在普通 GPU 上难以运行或运行缓慢的问题。通过将模型运行负载转移到云端，用户可以释放本地计算机（Mac, Windows, Linux）的性能。在预览阶段，Turbo 支持 gpt-oss-20b 和 gpt-oss-120b 模型。

该服务与 Ollama 的 CLI、API 以及 JavaScript/Python 库完全兼容。Ollama 承诺不会记录或保留通过 Turbo 模式进行的任何查询，所有硬件均位于美国。