Ollama подняла Series B на $65 млн — почему это важно для локального ИИ

2 мин. чтения
Bybit
$30,100 + $5,030
100 USDT в подарок
Получить →

Что произошло

Ollama — инструмент для запуска ИИ-моделей с открытыми весами на своём компьютере — закрыла раунд Series B на $65 млн под руководством Theory Ventures (объявлено 9 июля 2026). Общий объём привлечённых средств достиг $88 млн.

Детали

  • Аудитория выросла до 8,9 млн разработчиков в месяц — вдвое с января 2026; платформа прибавляет около 1 млн установок в неделю.
  • В раунде участвовали Benchmark, 8VC, Y Combinator и другие; предыдущий Series A на $15 млн вёл Питер Фентон из Benchmark.
  • В команде — всего 14 человек; по данным Ollama, инструмент используют в 85% компаний из списка Fortune 500.
  • Деньги пойдут на развитие продукта, open-source-сообщество и расширение облачной инфраструктуры — у Ollama есть платный облачный доступ к крупным моделям (тарифы от бесплатного до $100/мес, оплата за время GPU, а не за токены).

Что это значит

  • Кого касается: тех, кто запускает LLM локально — на Mac, Windows или Linux — ради приватности, отсутствия лимитов по токенам и работы без интернета.
  • Возможность: $65 млн и рост до 8,9 млн разработчиков закрепляют Ollama как де-факто стандарт локального инференса. Для пользователя это более быстрый цикл поддержки новых открытых моделей (Llama, Qwen, DeepSeek, Gemma) и стабильная экосистема интеграций (их уже более 67 000).
  • Горизонт: эффект ощутим уже сейчас — деньги ускорят поддержку нового железа и моделей; облачный слой строит мост между локальным и серверным запуском.

Контекст

Локальный запуск моделей — растущая ниша: мы разбирали, какое железо нужно и когда мини-ПК выгоднее облака. Ollama — один из самых простых способов поднять модель у себя за пару команд.

Bybit
$30,100 + $5,030
100 USDT в подарок
Получить →
Поделиться
Связаться:
Крипто- и data-аналитик, инженер-программист (факультет компьютерных наук ХНУРЭ). В IT с 2008 года: администрировал корпоративный мониторинг в «Vodafone Украина», семь лет разрабатывал и продвигал веб-проекты, пять лет руководил маркетингом на метриках — конверсия, CTR, ROI, LTV.Криптовалютными рынками занимаюсь с 2021 года: ончейн-метрики, токеномика, макроэкономические индикаторы. Разработал собственную data-driven модель анализа рынка на 30+ метрик. Стек — Python (pandas, NumPy, SciPy, matplotlib), математическая статистика и EDA; сбор и сверку данных автоматизирую AI-агентами.Принцип — «Don't trust, verify»: каждая цифра проверена по первоисточнику, ключевые — минимум по двум независимым; прогнозы — только сценарии с условиями. Тезис без данных не публикуется.