Ollama Pro实测：国产模型GLM深夜仍遇“龟速”，算力调度与计费遭质疑

有科技爱好者反馈，在订阅 Ollama Pro 服务并尝试运行国产开源大模型（如 GLM-4 系列）时，遭遇了严重的性能瓶颈。尽管用户试图利用时差，“错峰”在夜间使用以避开美国的高峰期，但实际体验中推理速率依然极低，生成少量 Token 往往耗时长达一两分钟。此外，用户还发现额度的消耗逻辑不透明，高峰期的扣费速度显著加快。这一案例折射出当前 AI 推理服务在应对全球高并发需求时，负载均衡与资源调度方面仍存在明显短板。