Miglior VPS per Ollama (2026): Dove l'Hosting a Basso Costo Incontra la Realtà

Ultima verifica: 26 luglio 2026

Ollama è il modo più semplice per eseguire LLM locali. Rende anche facile distribuire qualcosa che non funziona realmente per il tuo caso d’uso, perché il comando di installazione è lo stesso che tu abbia 8 GB di RAM o un H100. Il framework non ti dirà che 2 token al secondo sono troppo lenti per un chatbot.

Ecco il calcolo realistico sull’hosting dopo aver testato Ollama su sei configurazioni VPS diverse.

Ollama è un Wrapper, il Modello È il Costo

Ollama in sé è leggero. Circa 100 MB di binario Go e sovraccarico di runtime. Ogni decisione sulle risorse riguarda il modello: quale usi, in quale quantizzazione, e se hai GPU.

L’inferenza CPU funziona per l’installazione demo e fallisce per l’uso quotidiano. I valori che ho misurato su un Hetzner CCX33 (8 vCPU, 32 GB RAM, senza GPU):

• Llama 3.1 8B Q4_K_M: 5-7 token al secondo
• Llama 3.1 8B Q8_0: 2-3 token al secondo
• Llama 3.1 70B Q4 (quando ci sta): 0.5 token al secondo

Su un Hetzner GEX44 (RTX 4000 SFF Ada, 20 GB VRAM) il collo di bottiglia non è la velocità ma la VRAM, quindi partiamo da lì:

• Llama 3.1 8B Q4: circa 5 GB — ci sta con ampio margine, comodamente interattivo
• Llama 3.1 13B Q4: circa 8 GB — ci sta con spazio per una finestra di contesto ampia
• Llama 3.1 13B Q8: circa 14 GB — ci sta, ma il margine per il contesto si stringe
• Qwen 2.5 32B Q4: circa 19 GB — ci sta per un soffio, quasi senza margine di contesto
• Llama 3.1 70B Q4: circa 40 GB — non ci sta; serve il GEX131 da 96 GB

Il percorso CPU è adatto per lavori batch che puoi lasciare overnight. Il percorso GPU è ciò di cui hai bisogno per qualsiasi cosa interattiva.

Confronto VPS per Ollama

Hetzner Cloud CCX23: Per inferenza CPU 7B

Il minimo che considererei per Ollama con un modello 7B. 16 GB di RAM sono sufficienti per il modello più il contesto, e una CPU dedicata mantiene stabile il ritmo di 5-7 token al secondo. Usalo per assistenti personali, riassunto di documenti o qualsiasi task batch dove 2 secondi di risposta sono accettabili.

Non usarlo per chatbot o applicazioni interattive. La latenza rende tutto molto doloroso.

Pro:

• Configurazione Ollama più economica e realistica
• 16 GB RAM offrono spazio per modello 7B e contesto ragionevole
• CPU dedicata mantiene stabile la velocità di inferenza

Ottieni Hetzner: Hetzner Cloud.

Hetzner Cloud CCX33: Per sviluppo con modello 13B CPU

32 GB di RAM sono sufficienti per un modello 13B con un contesto confortevole. L’inferenza CPU a 2-3 token al secondo è adatta per sviluppo e test, scomoda per la produzione. Usalo quando vuoi verificare che i tuoi prompt funzionino su un modello 13B prima di passare all’hosting GPU.

Onestamente: 138,49 EUR al mese per inferenza CPU lenta è difficile da giustificare rispetto al noleggio di una GPU all’ora tramite Vast.ai per i test.

Hetzner GEX44: Il livello di produzione serio

234 EUR al mese più 114 EUR di attivazione una tantum per una RTX 4000 SFF Ada con 20 GB di VRAM è la strada con GPU dedicata più economica per Ollama in produzione in Europa. I 20 GB ospitano modelli 7B e 13B con contesto generoso, e un 32B in Q4 per un soffio. Un 70B non ci sta.

Questo è il livello giusto quando:

• Esegui chatbot o applicazioni interattive su un modello 7B o 13B
• Il costo dei token supererebbe i 200 USD al mese tramite API aggregatori
• Hai bisogno di residenza dei dati o distribuzione air-gapped

I 64 GB di RAM di sistema lasciano spazio per eseguire anche Flowise o LangGraph sullo stesso server. Il GEX44 è disponibile solo a Falkenstein.

Se ti serve un 70B, il gradino successivo è il GEX131: una RTX PRO 6000 Blackwell con 96 GB di VRAM, 1.199 EUR al mese più 599 EUR di attivazione. È cinque volte il prezzo, ed è il punto in cui noleggiare a ore altrove merita una seconda occhiata.

Ottieni Hetzner: Hetzner Cloud.

Contabo VPS XL: Per lavori batch CPU massicci

27,49 EUR al mese per 96 GB di RAM ti permette di caricare modelli 70B Q4 su CPU. L’inferenza a 0,5-1 token al secondo è inutilizzabile interattivamente, ma tollerabile per elaborazioni batch notturne di grandi documenti.

Scegli questo per casi d’uso di nicchia dove il throughput mensile totale conta più della latenza di ogni richiesta.

Ottieni Contabo: Contabo VPS.

Cosa Sceglierei

Per Ollama in produzione con uso interattivo su un modello 7B o 13B: Hetzner GEX44 con GPU. Per il 70B: il GEX131, oppure noleggio a ore altrove se l’utilizzo è basso. Per sviluppo e test con modelli 7B: Hetzner CCX23. Ignora l’inferenza CPU per modelli 13B+ a meno che tu non abbia un caso batch realistico. La matematica dei token al secondo non funziona per altro.