您的应用程序的私有 API
在您的专用 IP 上插入 OpenAI 兼容端点。构建聊天功能、摘要器或代理，而无需将用户提示发送给第三方提供商。
奥拉马 VPS 托管
运行开源
您的 VPS 上的法学硕士。
基于最新 AMD EPYC 和纯 NVMe 的 Ollama 就绪 VPS。
自2008年独立。 骆驼、米斯特拉尔、Qwen、DeepSeek、Gemma — 全部在您的 IP 下。
开始于 $2.48/mo · 50% 折扣 · 无需信用卡
~ ssh root@ollama-lon-001已连接
根@ollama-lon-001:~# 欧拉马拉 llama3
拉动清单...拉动模型 5.0 GB ✔
根@ollama-lon-001:~# ollama run llama3 “什么是 VPS？”
VPS（虚拟专用服务器）是一种虚拟化服务器
具有自己的操作系统和专用的计算环境
资源，托管在云中...
根@ollama-lon-001:~# _
奥拉玛 VPS 一览
Cloudzy 主机 奥拉马- 准备好的 VPS 12个地区 横跨北美、欧洲、中东和亚洲，起始于 $2.48 per month。计划范围从 512 MB to 64 GB DDR5, 全部开启 NVMe存储 和 40 Gbps 上行链路。 Ollama 一键安装；拉 Llama 3、Mistral、Qwen、DeepSeek、Gemma 并在后面为他们服务 OpenAI 兼容 API。服务器供应于 60 秒。 Cloudzy 自此独立运营 2008 并被评为 4.6 / 5 by 684+ 评论者 在 Trustpilot 上。
- 起始价
- $2.48 / month
- 配置
- 60秒
- 地区
- 全球12个
- 正常运行时间服务等级协议
- 99.95%
- 退款
- 14天
- 成立
- 2008
为什么建筑商选择 Cloudzy
法学硕士主持人 最喜欢的。
买家实际比较我们的四件事——做得正确。
为推理而调整
AMD EPYC（霄龙）、纯 NVMe 存储、DDR5 内存、40 Gbps 上行链路。模型权重在几秒钟内从 NVMe 加载；慢速磁盘不会阻碍您的第一反应。
无风险试用
每个计划均提供 14 天退款保证。没有提出任何问题。没有安装费。随时从仪表板取消。
99.95% 正常运行时间 SLA
跨 12 个区域的自动监控。最近 30 天的 SLA 在 status.cloudzy.com 上公开跟踪 — 没有隐藏在 PR 后面。
24/7 人工支持
实时聊天和票证回复通常不到 5 分钟。工程师，而不是剧本读者。中值分辨率低于 1 小时。
选择您的型号
开放重量模型。
一拉开。
Llama 3 用于安全选择，Mistral 用于一般聊天，Qwen 用于多语言，DeepSeek 用于代码，Gemma 用于小型 CPU 工作。混合搭配 — 全部都在同一个 NVMe 上。
每个计划都支持自定义 GGUF 上传
骆驼3
8B / 70B / 405B
米斯特拉尔
7B / 混合 8x7B
奎文
0.5B – 72B 阿里巴巴
深度搜索
编码员/聊天/R1
芽
2B / 7B 谷歌
披
微软小机型
使用案例
建设者为何选择
Cloudzy 的 Ollama VPS。
后台特工
批量处理电子邮件、抓取网站或自动标记票证的长期运行代理不适合按使用情况定价的 API。固定费用的 VPS 可以。 Cron 工作，打 Ollama，睡觉，重复。
代码助手
在编辑器的 Continue / Tabby 插件后面运行 DeepSeek-Coder 或 Qwen-Coder。快速自动完成，无每次建议成本，无需将代码发送给供应商。
爱好聊天和 RAG 演示
拉取模型、连接 Open WebUI 或 LibreChat、与朋友分享链接。整个堆栈在一个 VPS 上，每月只需几杯咖啡的价格。
合规友好的法学硕士
敏感数据（法律、医疗保健、内部文档）保留在您的 VPS 上。使用 iptables 和 Journald 审核访问 - 您的模型，您的边界。
烘焙您自己的微调
拉动基本权重，在 GPU 盒上进行微调，将 GGUF 运回 CPU Ollama VPS 进行推理。平日服务便宜，仅在训练时挥霍。
60s
配置
40 Gbps
上行链路
仅 NVMe
贮存
12
地区
99.95%
正常运行时间服务等级协议
14天
退款
全球网络
12个地区。四大洲。
选择你的，拉一个模型。
将推理主机放在用户附近。北美和欧洲的 P50 延迟中位数低于 10 毫秒。
us-utah-1us-dal-1us-lax-1us-nyc-1us-mia-1eu-ams-1eu-lon-1eu-fra-1eu-zrh-1me-dxb-1ap-sgp-1ap-tyo-1
定价
按使用量付费。 就是这样。
每小时、每月或每年。无出口费。没有承诺。现在 50% 折扣 所有计划。
1 GB DDR5
微型 CPU 型号 · 1B–3B
$3.48/月
$6.95/mo−50%
立即部署 14 天退款
- 1 vCPU @ EPYC
- 25 GB NVMe
- 1 TB · 40 Gbps
- 专用 IPv4 + IPv6
- 一键奥拉玛
2 GB DDR5
CPU 上的 7B / 8B
$7.475/月
$14.95/mo−50%
立即部署 14 天退款
- 1 vCPU @ EPYC
- 60 GB NVMe
- 3 TB · 40 Gbps
- 专用 IPv4 + IPv6
- 一键奥拉玛
最受欢迎
4 GB DDR5
中型CPU推理
$14.47/月
$28.95/mo−50%
立即部署 14 天退款
- 2 vCPU @ EPYC
- 120 GB NVMe
- 5 TB · 40 Gbps
- 专用 IPv4 + IPv6
- 一键奥拉玛
最受欢迎
8 GB DDR5
更大的上下文 · API 主机
$26.475/月
$52.95/mo−50%
立即部署 14 天退款
- 4 vCPU @ EPYC
- 240 GB NVMe
- 7 TB · 40 Gbps
- 专用 IPv4 + IPv6
- 一键奥拉玛
常见问题解答 — 奥拉马 VPS
常见问题， 直接的答案。
什么是 Ollama VPS？
Ollama VPS 是一个 Cloudzy 云服务器，设置用于运行 Ollama（本地 LLM 运行时）。拉取 Llama 3、Mistral、Qwen、DeepSeek 或 Gemma 等开源模型；在您自己的 OpenAI 兼容 API 后面为它们提供服务；构建聊天应用程序、代理和工具，而无需向第三方模型提供商发送流量。
Ollama 是否已预装？
Ollama 可以通过面板进行一键安装。选择一个 Linux 模板，二进制文件会出现在您的 PATH 上，“ollama pull llama3”会在一分钟内运行。 HTTP API 默认监听 11434 端口；将其绑定到反向代理后面的专用 IP。
我可以在纯 CPU 的 VPS 上运行 LLM 吗？
是的——对于较小的型号。 Llama 3 8B 和 Mistral 7B 在 16 GB CPU 机箱上运行，Qwen 0.5B–3B 和 Gemma 2B 在 4 GB 上轻松运行。吞吐量取决于模型的大小和提示； CPU 比 GPU 慢，但适合小批量 API、副项目和开发工作。
你们是否为较大型号提供 GPU 计划？
是的。对于 70B 级模型或高吞吐量推理，请参阅我们的 GPU 计划（RTX 4090、RTX 5090、A100）。 4090 通过量化处理 Llama 3 70B； A100 80GB 运行全精度大模型。从定价页面链接。
是否支持OpenAI兼容的API？
是的。 Ollama 公开了一个与 OpenAI 客户端直接兼容的“/v1/chat/completions”端点。将您现有的应用程序指向“http://your-vps:11434/v1”并切换型号名称。相同的 SDK，无需重写。
一个模型需要多少磁盘空间？
这取决于。 4 位量化 7B 模型约为 4 GB。 8B 大约是 5 GB。 4 位的 70B 约为 40 GB。只要有空间，就可以拉出尽可能多的东西。计划从 60 GB NVMe 开始，到 1.5 TB；在一个盒子上混合搭配模型。
配置速度有多快？
付款确认后，您的 VPS 将在 60 秒内上线。通过 Ollama 的一键安装，运行时间再过一分钟就可以了。第一个模型拉取需要更长的时间（网络绑定），但后续模型会在 NVMe 上热缓存。
我可以获得专用 IP 吗？
是的 — 每个 VPS 都配有专用的静态 IPv4 和 IPv6。通过专用 IP 访问 Ollama API，在真实主机名上为 HTTPS 设置 Caddy 反向代理，然后就完成了。浮动IP可用。
有隐藏费用吗？
不会。出口量包含在您的每月传输配额中。快照是免费的。包括 IPv4 + IPv6。包括根访问权限。唯一付费的额外服务是浮动 IP（2.50 美元/月）和超出免费配额的额外快照。
有退款保证吗？
是的 — 自购买后 14 天，无条件全额退款。从面板申请或发送电子邮件至[email protected]。