这两天这条ollama cloud 接入 axonhub 遇到了各种各样小问题，最后还是算圆满驾驭了。
1、首先是域名：只有 ollama.com 是正确的。api.ollama.com 的 /v1/chat/completions 返回 405，api.ollama.cloud 不存在。
2、然后它有三个端点，第一次我用的是/api/chat，发现会空回复就弃用了，
第二次我用的是 /v1/chat/completions，effort支持范围是 high/medium/low/max/none，xhigh 报 400错误。（要么你改成high，要么你改max但会被xhigh在OpenAI格式请求的情况下强行转成xhigh了…所以得写个请求体覆盖配置将xhigh → max）
然后这个端点我也不知道为啥会导致我在ccline看到上下文是0.0% 2 tokens （浅浅分析一下好像是什么 第一 chunk 无 usage，然后 axonhub OpenAI 转换会有一个硬编码的占位 1/1，而ccline是读取到了transcript文件中的input=1,output=1,stop=None,types=[thinking/text]就这样了）
第三次用/v1/messages，但它的认证是非标，必须 Bearer，x-api-key 会 401。这在axonhub里的话能符合这个要求的Anthropic接口格式就是那个 **LongCat Anthropic 端点(/v1/messages)**了。Anthropic 端点没有effort的报错，不过思维强度xhigh和max是一样的…而我实测多测，ollama对effort好像不太敏感，high/medium/low三档几乎一样。也就只有openai端点设置的max才明显思维多上一点。
（我顺便查看了一下智谱 GLM 档位：max/xhigh→max，high→high，medium/low→high，none→none。）
综上所述要正常用就选择axonhub的 LongCat Anthropic 端点(/v1/messages) 配置供应商渠道！
3、不显示读缓存tokens，这个用的时候都知道了吧。只能靠响应速度、时间、输入tokens来猜用量消耗。
用量分析
我估摸的话，5h纯输入有个40M,周限相当于五倍5H吧有个大约200M
如果用量怕5h消耗太快不够用，可能要两三个号轮换着用了。
这么看8刀左右的ollama pro还是很值的可能，我是目前能找到可能性价比高、速度飞快的glm5.2渠道了（至于GLM官方的根本抢不到，然后昨晚看了群友share的才真的祛魅了原来用量并不多！而且还喜欢封号风控、经常429等；而opencode go看似性价比很高两三$一个号，但由于质量残次不齐，随机路由抽奖特质+缓存极差，额度会一下子蒸发掉了，如果缓存高效一点的话兴许能耐用点）
速度飞快，我用过的渠道里最快的。
如果真比的话，豪横消费firework的绝对又稳又快，它家好像还有个GLM-5.2-Fast
