Ollama Pro 使用 GLM 5.2 用量测试

闲来无事测了一下 Ollama Pro 的 GLM-5.2 用量，给大家一些参考

省流

5 小时额度约为 53M，周额度约为 300M，月额度约为 1200M

用量测试

测试前用量：

测试后用量：

Token 消耗量：

根据 Kilo Code 和 API 代理工具的统计，输入 5238K，输出 22K，共 5260K，请求数为 80。

消耗 5 小时额度 9.9%，周额度 1.8%，可以计算出 5 小时额度约为 53M，周额度约为 300M，月额度约为 1200M。

由于 Ollama 不返回缓存命中情况，所有无法详细统计输入、缓存命中输入、输出的情况，按照我使用其他平台的 GLM-5.2 情况，缓存命中率在 90-94%。

使用体验

Ollama 的模型应该是在 Blackwell 架构的 GPU 上以 NVFP4 运行的，在我的体感上，比火山引擎的 GLM-5.2 聪明一些。

火山的 GLM-5.2 经常工具调用错误，重复编辑某一行代码。

但 Ollama 的 GLM-5.2 也有些问题，喜欢将思考内容放在输出里，而不是包裹在 块中，导致视觉上很混乱。

输出速度方面，首 Token 在 3~10s 不等，主要看上下文长度和运气，偶尔首 Token 会卡很久。正常情况下输出速度稳定在 70 t/s 左右，但也会出现偶尔的卡顿，不过很快就会恢复。从 7 月初使用到现在，我只观察到过 4 次请求错误，Agent 框架也很快就自动重试恢复工作。存在长思考自动停止的情况，需要手动命令 Agent 继续，我使用半个月大概遇到 5 次。

用量对比

智谱官方的 Pro 套餐，使用 GLM-5.2 的月额度约为 3000M，高峰期三倍抵扣系数，用量约为 1000M。

火山的 Pro 套餐，目前 2.5 折，且 GLM-5.2 抵扣系数也为 2.5 折，此情况下 GLM-5.2 的用额度为 1100M。当抵扣系数恢复后，用量会骤降至不足 300M，如果叠加恢复原价 199，则毫无性价比。

OpenCode 的 Go 套餐，使用 GLM-5.2 的消耗速度较快，月额度约为 160M。

性价比

Ollama Pro 在某海鲜市场能以 80 元左右的价格买到，号的稳定性未知，我目前没有刷到过被封的帖子。

对比智谱官方的 Pro 套餐，优势在于工作日下午不会卡顿，且不需要抢购。

对比火山的 Pro 套餐，优势在于体感智商高一些，且不用那么担心后续额度缩水。

对比 OpenCode Go，优势在于 GLM-5.2 用量为数倍。但 OpenCode Go 的优势在于 DeepSeek-v4-flash、Qwen-3.7-plus 的用量极多，适合做方案的执行。