More AI 与 Ollama
More AI 可以与 Ollama 配合使用。比较模型 runtime、本地／云端访问，以及其上的文档和代码任务工作区。
更新于 2026年9月14日
本文由 More AI 团队编写。竞争产品文档核实于 2026 年 9 月 14 日，未进行双方性能基准测试。套餐、预览功能和模型可用性可能变化。
Ollama 与 More AI 可以位于同一套系统的不同层。替换模型引擎，与选择界面和智能体流程，是两个决定。
工作流程与费用对比
| More AI | Ollama | |
|---|---|---|
| 界面 | macOS、Windows 和 Linux 桌面应用 | 模型 runtime、API 与智能体集成 |
| 模型访问 | 自带受支持服务商的密钥；兼容的本地 API | 本地模型与可选 Ollama 云端模型 |
| 费用 | 桌面免费；云端为订阅层，测试期间已开放功能免费；BYOK 用量另计 | 本地硬件；云端用量有独立条件 |
| 任务范围 | 统一 Home/Cowork 处理问题和文档，Code 独立处理代码仓库；桌面 0.1.50 起可用 | runtime 回答模型请求，客户端组织上下文、文件和工具。如果 Ollama 已运行良好，可保留它，再评价客户端增加的任务价值。先隔离问题再判断错误属于哪一层。 |
Ollama 目前提供什么
Ollama 提供本地模型运行，也提供云端模型和编码智能体集成。当前生态不应被描述为纯无界面离线服务。
More AI 是免费的桌面智能体：Home/Cowork 用于提问、文件和文档，Code 是独立的代码仓库工作区。统一 Home 已在 macOS、Windows 和 Linux 的桌面 0.1.50 及后续版本中提供；旧 Chat 对话仍可访问。More AI 是专有软件，桌面应用源代码尚未公开。
模型、访问方式与总成本
More AI 可连接兼容本地端点，Ollama 文档说明了部分 OpenAI API 兼容性。核对具体模型工具能力；选择 Ollama 云端模型与运行本地权重的数据路径不同。
More AI 的 BYOK 用量按所选服务商的 API 价格计费。订阅面向云端执行和访问，不包含模型 token；测试期间已开放的云端功能免费。已登录账户可能另外获得有限的免费或推广额度，但目前未开放公开购买额度。估算一项任务时，要计入重试、工具调用和长上下文，而不只是一次回答。
任务如何完成
runtime 回答模型请求，客户端组织上下文、文件和工具。如果 Ollama 已运行良好，可保留它，再评价客户端增加的任务价值。先隔离问题再判断错误属于哪一层。
什么时候选择 Ollama
需要安装模型、提供推理 API 或接入已有编码工具时，可以直接选择 Ollama。若当前客户端已满足任务，未必需要新增工作区。
什么时候值得试用 More AI
需要在兼容模型端点之上组织文档与仓库任务时，可尝试 More AI 加 Ollama。模型执行、工具、同步和遥测需分别设置。
迁移前的实际测试
使用真实任务的副本，并在开始前确定验收标准。以下是建议的测试方法，不是已经完成的基准测试结果。
- 先在本地端点验证简单回答，不加入复杂任务。
- 再通过 More AI 读取和修改小文件，审核工具调用及最终文件。
- 记录模型到底是本地还是云端；需要离线时，在断网状态下重复测试。
- 记录应用版本、模型与服务商、设置、耗时、全部 API 费用、重试和人工修改。检查最终文件；运行结束并不能证明任务正确完成。
More AI 的账户与数据处理
使用自己的密钥或本地模型完成受支持的桌面任务时，账户是可选的。未登录时不会同步工作内容。登录后，新安装中受支持的同步类别默认开启，可逐项关闭。云端执行是独立开关，初始为关闭。
本地副本不等于全部处理都在本机。云端模型请求会发送给所选服务商。AI 可观测性默认可能发送有长度限制的提示、回答、推理和工具内容，包括 BYOK；会话回放可能看到已渲染的内容。可在 Privacy 中关闭 AI 可观测性和一般遥测。仅使用本地模型，并不能证明整个流程完全离线。
常见问题
More AI 替代 Ollama runtime 吗？
通常是互补的客户端和智能体工作区。Ollama 可提供兼容模型，More AI 组织任务；模型能力与硬件要求仍然存在。
More AI 必须注册账户吗？
使用自己的密钥或模型完成受支持的本地桌面任务时，账户可选。云端功能、受支持的同步以及账户获配的模型额度需要登录。
More AI 免费吗？
桌面应用免费，BYOK 模型用量另行计费。测试期间已开放的云端功能暂时免费；云端是订阅层。这不表示无限免费 token。
相同模型会在两个应用中产生相同结果吗？
不会保证相同。上下文选择、指令、工具、文件修改方式和重试都会影响质量与成本。先在双方支持时使用相同模型测试，再比较各自推荐的工作配置。