这家公司让人们在自己的笔记本电脑上运行 AI 模型变得几乎不费力，如今已成为一笔押注推理成本走势的创投级投资。Ollama 于 7 月 9 日表示，公司已完成由 Theory Ventures 领投的 6500 万美元 B 轮融资，Benchmark、8VC、Y Combinator 和 Pace Capital 跟投。迄今融资总额已达 8800 万美元。公司未披露估值。

这轮融资背后的数据

Ollama 表示，其每月开发者用户达到 890 万，较 1 月约 翻倍；每周新增安装约 100 万次，GitHub stars 达 17.6 万。公司称，该工具已在 Fortune 500 中的 85% 企业内部使用，包括那些受监管行业——在这些行业里，将数据发送给第三方 API 不是偏好问题，而是合规问题。支撑这一切的公司只有 14 名员工。

为何是现在

联合创始人 Jeff Morgan 和 Michael Chiang 此前曾打造 Kitematic，这是 Docker 收购并并入 Docker Desktop 的容器图形界面——同样的手法被用过两次：把复杂、难以驾驭的本地工具链封装成开发者几分钟内就能运行的产品。Morgan 说：“开放模型在 2023 年开始出现，但真的很难用。” 增长拐点出现在 1 月前后，当时开源权重模型在编码类和智能体任务上变得足够强大，让本地运行不再只是发烧友的练习。

经济逻辑

这正是投资逻辑，Benchmark 合伙人、曾主导 Ollama 早前 1500 万美元 A 轮并担任董事会成员的 Peter Fenton 直言不讳地表示：“这不是非此即彼。” 他认为，凡是推理成本高企的公司，都有一个“至关重要的生存性项目”在推动其转向开源权重模型。Fenton 还称，打造一款能达到开发者无处不在的产品“极其罕见”。Ollama 的业务是 Ollama Cloud，定价从 每月 0 美元到 100 美元不等，按 GPU 时间计费，而不是按 token 计费——这种定价模式几乎是对按 token 计费 API 的直接回应。

竞争格局

这轮融资落在前沿实验室为保住企业预算而降价的同一周，Meta 为其首个付费模型定价，约为 OpenAI 和 Anthropic 的四分之一。Ollama 的押注是，部分开支根本不会流向 API——而是直接运行在企业已经拥有的硬件上。公司并未披露本轮估值，而 14 人的团队规模既是杠杆效率的证明，也带来了一个显而易见的问题：当分发规模达到这一水平时，最终需要支持、 安全审查和企业合同，而这些都不能靠 GitHub stars 直接运转。