Ollama เลิกคิดเงินตามเวลา GPU เปลี่ยนเป็นต่อโทเคน — Pro $20 ได้เครดิต $60 แต่ราคาต่อโทเคนคือราคาป้ายของผู้ผลิตเป๊ะ แปลว่าส่วนลด off-peak และโปรฯ ของต้นทางไม่ถูกส่งต่อ

31 สิงหาคม 2026 Ollama ประกาศเปลี่ยนวิธีคิดเงินของแพลน Pro, Max และ Team จากการคิดตามเวลา GPU มาเป็น ราคาต่อโทเคนแบบมาตรฐานอุตสาหกรรม พร้อมพูลเครดิตรายเดือนที่รีเฟรชทุกเดือน เหตุผลที่เขียนไว้ในบล็อกตรงไปตรงมา:

จากการเติบโตของ Ollama cloud ช่วงหลัง เราได้รับฟีดแบ็กว่าการคิดเงินตามเวลา GPU คาดเดายาก โดยเฉพาะเมื่อโมเดลเปิดโตขึ้นมาก (Kimi K3 มี 2.8 ล้านล้านพารามิเตอร์)

นั่นเป็นเหตุผลที่ฟังขึ้น — เวลา GPU ต่อโทเคนของโมเดล 2.8T กับโมเดล 20B ต่างกันหลายเท่า ผู้ใช้จึงประเมินบิลล่วงหน้าไม่ได้เลย แต่บรรทัดที่น่าสนใจกว่าอยู่ในตารางราคา ไม่ใช่ในคำอธิบาย: เมื่อเอาราคาต่อโทเคนของ Ollama ไปวางข้างราคาป้ายของผู้ผลิตโมเดลเอง มันตรงกันเป๊ะทุกช่อง — ซึ่งเป็นข่าวดีและข่าวร้ายพร้อมกัน

แพลนใหม่: ตัวคูณเครดิตที่ไม่เท่ากัน

แพลน	จ่าย	เครดิตต่อเดือน	ตัวคูณ	ทำงานพร้อมกัน
Free	$0	เครดิตเริ่มต้นเล็กน้อย (เฉพาะ starter models)	—	1
Pro	$20/เดือน (หรือ $200/ปี)	$60	×3.0	3
Max	$100/เดือน	$300	×3.0	10
Team	$500/เดือน	$1,000 (แชร์ทั้งทีม)	×2.0	10

จุดที่บล็อกไม่ได้ชี้ให้เห็นแต่ตารางบอกเอง: Team ให้ตัวคูณเครดิตแย่กว่า Pro และ Max อย่างชัดเจน — Pro/Max ได้เครดิตสามเท่าของเงินที่จ่าย ส่วน Team ได้แค่สองเท่า พูดอีกอย่างคือทีมที่ซื้อ Pro แยกกัน 25 ที่นั่ง ($500) จะได้เครดิตรวม $1,500 มากกว่าแพลน Team ที่ราคาเท่ากันถึง 50%

สิ่งที่ Team ซื้อจริง ๆ จึงไม่ใช่ราคาต่อโทเคนที่ถูกลง แต่คือ จำนวนผู้ใช้ไม่จำกัด, พูลเครดิตก้อนเดียวที่แชร์กันโดยไม่มีลิมิตต่อที่นั่ง, บิลรวมศูนย์ และ priority support ทีมที่มีคนใช้หนักไม่กี่คนแต่มีคนใช้ประปรายอีกหลายสิบคนจะคุ้มกับ Team ส่วนทีมสี่ห้าคนที่ใช้หนักเท่า ๆ กันควรคำนวณเทียบ Pro แยกบัญชีก่อน (Ollama กำหนดว่าหนึ่งคนหนึ่งบัญชีเท่านั้น จึงไม่ใช่ทางลัดที่แชร์กันได้)

อีกข้อที่ต้องรู้ก่อนเลือกรายปี: เครดิตที่ใช้ไม่หมดไม่ทบไปเดือนถัดไป — รีเซ็ตทุกเดือนตามวันที่เริ่มสมัคร รวมถึงบนแพลนรายปีด้วย และผู้ใช้แพลนเดิมจะยังอยู่บนแพลนเดิมจนกว่าจะกดอัปเกรดเอง

ราคาต่อโทเคน — และการเทียบกับต้นทาง

นี่คือตารางที่ Ollama เผยแพร่ (ต่อล้านโทเคน) เฉพาะรุ่นที่คนไทยน่าจะใช้บ่อย:

โมเดล	Input	Cached input	Output
deepseek-v4-flash	$0.44	$0.014	$1.32
deepseek-v4-pro	$1.32	$0.044	$3.96
glm-5.3	$1.40	$0.26	$4.40
glm-5.3-flash	$0.15	$0.03	$0.50
kimi-k3	$3.00	$0.30	$15.00
minimax-m3	$0.60	$0.12	$2.40
gpt-oss:120b	$0.15	$0.014	$0.60
gpt-oss:20b	$0.07	$0.035	$0.30
gemma4	$0.14	$0.05	$0.40
nemotron-3-nano	$0.06	$0.06	$0.24
qwen3.5:397b	$0.60	$0.60	$3.60

เราเอาไปเทียบกับหน้าเอกสารราคาของผู้ผลิตเองในวันเดียวกัน — สองรุ่นที่ผู้ผลิตเผยแพร่ตัวเลขไว้ให้ตรวจได้ตรง ๆ ให้ผลตรงกัน:

• deepseek-v4-flash — DeepSeek ตั้งราคา peak ที่ $0.44 / $0.014 / $1.32 → ตรงกับ Ollama ทุกช่อง
• glm-5.3 — Z.ai ตั้งราคาป้ายที่ $1.40 / $0.26 / $4.40 → ตรงกับ Ollama ทุกช่อง

แปลว่าอย่างน้อยในสองรุ่นที่ตรวจกับเอกสารต้นทางได้โดยตรง Ollama ไม่บวกส่วนต่างเลย ซึ่งสอดคล้องกับคำว่า “no service fees” ในบล็อก และเป็นข่าวดีจริง ๆ สำหรับคนที่อยากได้ประตูเดียวเข้าโมเดลเปิดหลายเจ้าโดยไม่โดนภาษี aggregator

แต่ผลข้างเคียงของนโยบาย “ราคาป้ายเป๊ะ” คือ ส่วนลดของต้นทางก็ไม่ถูกส่งต่อเช่นกัน และตรงนี้คือเงินจริง:

1. DeepSeek มีราคา off-peak ที่ถูกลงครึ่งหนึ่ง — เอกสารของ DeepSeek ระบุว่าเวลา peak คือ 01:00–04:00 และ 06:00–10:00 UTC วันจันทร์ถึงศุกร์ ส่วนเวลาที่เหลือทั้งหมด (รวมทั้งเสาร์-อาทิตย์) เป็น off-peak ที่จ่ายครึ่งราคา — deepseek-v4-flash ตกเหลือ $0.22 / $0.007 / $0.66 ราคาที่ Ollama ตั้งคือราคา peak ตลอด 24 ชั่วโมง
2. GLM-5.3-Flash กำลังลด 50% — หน้าราคาของ Z.ai ระบุว่าราคาโปรโมชันครึ่งหนึ่ง ($0.075 / $0.015 / $0.25) มีผลถึง 24:00 วันที่ 9 ก.ย. 2026 (UTC+8) ขณะที่ Ollama คิดราคาป้ายเต็ม

มีอีกจุดหนึ่งที่ต่างจากราคาป้ายในทางกลับกัน: glm-5.1 บนตารางของ Ollama อยู่ที่ $1.00 / $0.20 / $3.20 ขณะที่หน้าราคาของ Z.ai ระบุ GLM-5.1 ไว้ที่ $1.40 / $0.26 / $4.40 (ตัวเลข $1.00 / $0.20 / $3.20 ตรงกับ GLM-5 รุ่นก่อนหน้าพอดี) หน้าทั้งสองไม่ได้อธิบายที่มาของความต่างนี้ ใครจะพึ่งเลขนี้ควรเช็กบิลจริงก่อน

รายละเอียดปลีกย่อยที่ควรสังเกตในตาราง: บางรุ่น ไม่มีส่วนลด cache เลย — mistral-large-3 คิด cached input เท่า input ($0.50 ทั้งคู่), qwen3.5:397b ก็เท่ากันที่ $0.60 และตระกูล nemotron-3 ทั้งสามรุ่นเหมือนกันหมด ถ้าสถาปัตยกรรมพรอมป์ของคุณพึ่ง prompt caching หนัก ๆ (ซึ่งเป็นเรื่องปกติของงานเอเจนต์) การเลือกโมเดลด้วยราคา input อย่างเดียวจะประเมินบิลพลาดทันที

”ไม่มีลิมิตซ่อน” กับสิ่งที่อยู่ใน FAQ

บล็อกเขียนว่า “no service fees and no 5-hour or weekly limits” ซึ่งเป็นการเสียดสีเบา ๆ ใส่คู่แข่งอย่างชัดเจน — และเป็นทิศทางตรงข้ามกับ การปรับลิมิตรายสัปดาห์ของ Claude Code เมื่อ 30 ส.ค. ที่เราเขียนถึงไป

แต่ลิมิตแบบอื่นมีอยู่ และอยู่ในหน้า FAQ ไม่ได้อยู่ในบล็อก: จำนวนคำขอที่รันพร้อมกัน — Free 1, Pro 3, Max และ Team 10 คำขอที่เกินจะถูกเข้าคิว และ “ถ้าคิวเต็ม คำขอจะถูกปฏิเสธจนกว่าจะมีสล็อตว่าง” สำหรับคนรัน agent หลายตัวขนาน หรือรัน batch eval นี่คือลิมิตที่ผูกกับแพลนโดยตรง และตัวเลข 3 บน Pro ก็ไม่มากนัก

อีกจุดที่ควรจับตา: หน้าราคาระบุ “Fast mode (coming soon)” ไว้ใต้แพลน Pro และตอบคำถามเรื่องความเร็วว่า “priority tiers ที่เร็วกว่าอาจมีให้ใช้ในอนาคต” — แปลตรงตัวคือความเร็วปัจจุบันไม่ใช่สิ่งที่รับประกัน และมีแผนจะขายความเร็วเป็นชั้น ๆ ในภายหลัง

เรื่องภูมิภาค — สองหน้าเขียนไม่เหมือนกัน

สำหรับผู้อ่านไทย เรื่อง data residency กับ latency สำคัญกว่าที่หลายคนคิด และตรงนี้เอกสารสองหน้าของ Ollama เองพูดไม่ตรงกัน

บล็อกประกาศ เขียนว่า:

Zero data retention, hosted in the US and Europe, plus Singapore for a limited set of Qwen models

FAQ ในหน้าราคา เขียนว่า:

Ollama โฮสต์โมเดลและทรัพยากรคอมพิวต์ เป็นหลักในสหรัฐอเมริกา เพื่อรองรับดีมานด์ทั่วโลก เราอาจ route ไปยุโรปและสิงคโปร์เพื่อเพิ่มความจุ

สองประโยคนี้ให้ภาพต่างกันมาก อันแรกอ่านเหมือนสิงคโปร์คือภูมิภาคประจำของโมเดล Qwen อันหลังอ่านเหมือนสิงคโปร์คือความจุสำรองที่อาจถูกใช้หรือไม่ก็ได้ ถ้าทีมของคุณต้องตอบคำถาม “ข้อมูลวิ่งไปไหน” กับฝ่ายกฎหมายหรือลูกค้าองค์กร ประโยคที่สองคือประโยคที่ต้องยึด และคำตอบที่ซื่อสัตย์คือ คุณเลือกภูมิภาคไม่ได้

ส่วนที่ชัดเจนและเป็นข้อดีจริง: Ollama ระบุว่าไม่ล็อกพรอมป์ ไม่เทรนบนข้อมูลผู้ใช้ และบังคับเงื่อนไข no logging / no training / zero data retention กับ NVIDIA Cloud Providers ที่เป็นพาร์ตเนอร์โฮสต์ด้วย พร้อมคำตอบเรื่อง quantization ที่ตรงประเด็นสำหรับคนที่กลัวโดนหั่นคุณภาพเงียบ ๆ: ใช้น้ำหนักดั้งเดิมตามที่ผู้ผลิตปล่อย แม้จะเสริมว่าบนฮาร์ดแวร์ NVIDIA รุ่นใหม่อาจใช้ฟอร์แมตเร่งความเร็วอย่าง NVFP4

มุมมอง AI Curator

การเปลี่ยนครั้งนี้อ่านได้ชัดว่า Ollama กำลังเลือกตำแหน่งเป็น “ท่อกลางที่ไม่กินส่วนต่าง” ไม่ใช่ผู้ให้บริการอินเฟอเรนซ์ที่แข่งด้วยราคา และในระยะสั้นนั่นเป็นข้อเสนอที่ตรงไปตรงมาที่สุดในตลาดนี้: จ่าย $20 ได้โทเคนมูลค่า $60 ที่ราคาป้ายของต้นทาง ต่อกับ Claude Code และ Codex ได้ ไม่มีค่าบริการ ไม่มีลิมิตห้าชั่วโมง สำหรับนักพัฒนาเดี่ยวที่วน ๆ ระหว่าง DeepSeek, GLM, Kimi และ gpt-oss แล้วเบื่อการเปิดบัญชีสี่เจ้า นี่คือการประหยัดที่รู้สึกได้ทันที และเป็นก้าวที่สมเหตุสมผลต่อจากรอบระดมทุน $88M เมื่อ ก.ค. กับการเปิดให้ Claude Desktop ต่อเข้ามาเมื่อ 25 ส.ค.

แต่ “ไม่บวกส่วนต่าง” กับ “ถูกที่สุด” ไม่ใช่คำเดียวกัน และนี่คือคณิตศาสตร์ที่คนไทยควรทำเอง เพราะเวลาทำงานของเราไปตกตรงจุดที่น่าสนใจพอดี — เวลา peak ของ DeepSeek แปลงเป็นเวลาไทยคือ 08:00–11:00 และ 13:00–17:00 น. วันจันทร์ถึงศุกร์ ซึ่งแทบจะเป็นเวลาทำงานออฟฟิศไทยเป๊ะ ๆ ผลคือ: งานอินเทอร์แอกทีฟระหว่างวันจ่ายเท่ากันทั้งสองทาง (Ollama จึงคุ้มเพราะได้ตัวคูณเครดิต ×3) แต่ งาน batch, การรัน eval, การประมวลเอกสารกองใหญ่ที่ยิงตอนเย็นหลังห้าโมง หรือเสาร์-อาทิตย์ จ่ายผ่าน DeepSeek ตรงถูกลงครึ่งหนึ่ง ตัวคูณ ×3 ของ Pro ยังชนะอยู่ในภาพรวม แต่ถ้าปริมาณงานของคุณเกินเครดิต $60/เดือนไปแล้ว ทุกโทเคนหลังจากนั้นคือราคาป้ายเต็ม — และตรงนั้นการยิงตรงไปที่ต้นทางในช่วง off-peak ชนะขาด สูตรที่ผมคิดว่าถูกสำหรับทีมไทยจึงเป็น ใช้ Ollama เป็นช่องทางหลักสำหรับงานระหว่างวันและงานทดลองข้ามโมเดล แล้วเปิดบัญชีตรงกับเจ้าที่คุณใช้หนักที่สุดไว้สำหรับงานกลางคืน

ข้อสุดท้ายที่อยากฝากไว้เป็นหลักการมากกว่าเรื่องของ Ollama: คำว่า transparent ในชื่อบล็อกนี้เป็นเรื่องจริงในความหมายที่สำคัญที่สุด — ราคาต่อโทเคนถูกพิมพ์ไว้ครบทุกรุ่น ตรวจสอบย้อนกับต้นทางได้ และเราตรวจแล้วว่าตรง แต่สิ่งที่กำหนดบิลจริงของคุณสามข้อ — ลิมิตคำขอพร้อมกัน, การที่เครดิตไม่ทบเดือน, และภูมิภาคที่คุณเลือกไม่ได้ — ไม่มีข้อไหนอยู่ในบล็อกประกาศเลย ทั้งสามอยู่ใน FAQ ท้ายหน้าราคา นี่ไม่ใช่การปกปิด แต่เป็นรูปแบบที่เจอซ้ำ ๆ ในทุกประกาศราคาของทุกเจ้าปีนี้ และเป็นเหตุผลที่การอ่าน FAQ ให้จบก่อนกดสมัครยังคุ้มค่ากว่าการอ่านพาดหัวเสมอ

แหล่งข่าว

• Ollama’s transparent pricing — Ollama Blog, 31 ส.ค. 2026
• Pricing — Ollama (ตารางราคาต่อโทเคนและ FAQ)
• Models & Pricing — DeepSeek API Docs (ราคา peak/off-peak)
• Pricing — Z.AI Developer Document (ราคาป้าย GLM และโปรโมชัน GLM-5.3-Flash)