老唐笔记
Google 在 2026 年 6 月 5 日发布了 Colab CLI：一个装在你自己电脑或 VPS 上的命令行工具，不用打开浏览器，在终端里就能开一台带 GPU 或 TPU 的 Colab 运行时，把本地脚本扔上去跑，再把模型文件和日志拉回来。网上有人把它说成”免费白嫖 A100 / H100″，这篇老唐把三件事讲清楚：它到底是什么、哪些免费哪些要钱、怎么装怎么用。结论先放前面：CLI 本身开源免费，但 A100 / H100 这类高端卡要付费计划加算力单元余额，而且官方明说”视可用性而定”。
1. Google Colab CLI 是什么
Google Colab 大家都用过：浏览器里的 Jupyter 笔记本，自带 GPU。它的问题也很明显，所有操作都在网页里，想把本地写好的训练脚本跑上去，得复制粘贴，或者先传 Drive；跑完的模型文件要手动下载；更别提让自动化脚本或 AI Agent 去调度它。
Colab CLI 就是补这个缺口的。按 Google 开发者博客的说法，它”连接本地终端和远程 Colab 运行时”，给开发者和 AI Agent 一个零摩擦的执行平台。它能做四类事：
- 申请加速器：
colab new --gpu A100这样一条命令，拿到一台带 GPU 或 TPU 的运行时。 - 远程执行：
colab exec把本地的 Python 脚本或.ipynb发到远端内核跑，不用先上传。 - 取回产物：
colab download拉模型、数据集，colab log把整个会话导出成可重放的.ipynb、Markdown 或 JSONL。 - 交互访问：
colab repl进远端 Python，colab console进远端终端，colab ssh甚至能当 IDE 的远程开发后端。
项目在 GitHub 上开源（googlecolab/google-colab-cli，Apache 协议），README 写得很全，本文的命令都来自那里，版本是 2026 年 10 月的。
Colab CLI 工作原理示意图：本地终端或 VPS 上的 CLI 调度 Colab 远程运行时的 GPU
CLI 装在本地或 VPS 上，代码发到 Colab 的远程运行时执行，结果和日志拉回来；Agent 也可以直接调用它
2. 先说清楚：哪些免费，哪些要钱
这是最多人搞混的地方，分三层说。
第一层，CLI 免费。 它是一个 pip 包，开源，不收费。
第二层，Colab 免费版能拿到的 GPU 很有限。 Colab 官方 FAQ 的原话是：免费版里”对 GPU 这类昂贵资源的访问受到严格限制”；GPU 和 TPU 的具体型号”会随时间变化”；高端 GPU 要”购买付费计划，且视可用性而定”。实际体验是免费账户一般只能拿到 T4 这一档，而且不保证随时有。免费版的笔记本单次最长跑 12 小时。
第三层，A100 / H100 要付费计划 + 算力单元。 Colab 的付费方式有三种：Colab Pro（按月订阅，此前公开价格是每月 $9.99，送一批算力单元）、Colab Pro+（更高一档的订阅，算力单元更多，代码可以连续执行最长 24 小时）、Pay As You Go（不订阅，按需购买算力单元）。另外 2026 年起订阅 Google AI 套餐的账户也会获得 Colab 的付费权益，算力单元和 Colab 自己的订阅可以叠加。高端卡每小时扣的算力单元比 T4 高得多，余额扣完就自动回到免费版的待遇。
| 档位 | 费用 | 能用的 GPU | 时长限制 |
|---|---|---|---|
| 免费版 | $0 | 受严格限制，通常只有入门卡，视可用性 | 单次最长 12 小时 |
| Colab Pro | 按月订阅（此前公开价 $9.99/月） | 可申请 A100 / H100 等高端卡，视可用性 | 按算力单元余额 |
| Colab Pro+ | 按月订阅，更高档 | 同上，优先级更高 | 可连续执行最长 24 小时 |
| Pay As You Go | 按需买算力单元 | 同上 | 按算力单元余额 |
价格以你登录后看到的订阅页为准（命令行里 colab pay 直接打开），每种卡每小时的扣费速率用 colab usage 看实时数字。老唐没法给你一个”A100 一小时多少钱”的固定数，因为这个数 Google 自己也在调。
Colab 账户档位与 GPU 对应关系：免费版、Pro、Pro+、Pay As You Go
CLI 免费，GPU 不免费：A100 / H100 要付费计划加算力单元余额，还受可用性限制
所以”免费白嫖 A100″是误读。准确的说法是：你可以用一个免费的工具，花钱按小时租 Google 的 A100 / H100，而且不用自己配任何云服务器。 对偶尔要跑一次微调、又不想长期租 GPU 机器的人，这个模式是划算的。
3. 安装和第一次运行
先说限制：只支持 Linux 和 macOS，Windows 目前不支持（README 原话）。Windows 用户可以在 WSL 里装，或者按第 8 节的做法装到一台 Linux VPS 上。
安装用 uv（官方推荐）或 pip：
# 推荐：uv
uv tool install google-colab-cli
# 或者 pip
pip install google-colab-cli第一次运行会走 Google 账号授权。CLI 有两种认证方式，--auth adc（默认）和 --auth oauth2，按提示在浏览器里登录 Google 账号授权即可；会话信息存在 ~/.config/colab-cli/sessions.json，全局设置在 ~/.config/colab-cli/settings.json。
装好后用官方 Quick Start 验证，三条命令：
# 1. 开一台 CPU 运行时
colab new
# 2. 从标准输入执行一段代码
echo 'print("Hello from Google Colab!")' | colab exec
# 3. 停掉并释放机器
colab stop看到远端打印出 Hello 就通了。只有一个会话在跑的时候，所有命令都可以省掉 -s 会话名 参数。
4. 常用命令速查
README 的命令索引老唐整理成四组：
| 组 | 命令 | 作用 |
|---|---|---|
| 会话 | colab new [-s NAME] [–gpu GPU] [–tpu TPU] [–high-mem] | 开一台 CPU / GPU / TPU 运行时，可选大内存机型 |
| 会话 | colab sessions / colab status | 列出在跑的会话 / 看硬件和状态 |
| 会话 | colab stop / colab restart-kernel / colab url –open | 停机 / 重启内核 / 浏览器打开会话 |
| 执行 | colab run [–gpu GPU] SCRIPT [ARGS…] | 开机、跑脚本、取结果、关机，一条命令 |
| 执行 | colab exec [-f FILE] | 从 stdin、.py 或 .ipynb 执行代码 |
| 执行 | colab repl / colab console / colab ssh | 交互式 Python / 远端 tmux 终端 / SSH |
| 文件 | colab upload / download / ls / rm / edit | 传、拉、看、删、用本地编辑器改远端文件 |
| 自动化 | colab install [-r FILE | PKG…] | 用 uv 装依赖，装不上回退到 pip |
| 自动化 | colab drivemount / colab auth | 挂载 Google Drive / 给运行时授权 GCP 服务 |
| 自动化 | colab log [-n N] [-o FILE] | 查看或导出会话历史（.ipynb / .md / .txt / .jsonl） |
| 账户 | colab usage / colab pay / colab update | 看算力单元消耗和余额 / 打开订阅页 / 升级 CLI |
--gpu 能填的型号按 README 是 T4、L4、G4、A100、H100，--tpu 是 v5e1、v6e1。--high-mem 申请大内存机型，需要 Pro 或 Pro+ 权益，L4 和 TPU 只有一种机型，这个参数对它们无效。
Colab CLI 常用命令速查表
四组常用命令；每条命令加 –help 看完整参数
5. 实战：五条命令在 GPU 上跑一次微调
Google 博客里的演示是让 AI Agent 用 CLI 微调 Gemma 3 1B（QLoRA，Text-to-SQL 数据集）。去掉 Agent 的部分，人手敲也就五条命令，训练脚本 finetune_run.py 在本地：
# 1. 开一台 T4 GPU 运行时
colab new --gpu T4
# 2. 装依赖（远端用 uv，快）
colab install transformers datasets peft trl bitsandbytes accelerate
# 3. 把本地脚本发到远端执行
colab exec -f finetune_run.py
# 4. 把整个会话导出成 .ipynb 留底
colab log --output gemma_finetune_log.ipynb
# 5. 关机，停止扣算力单元
colab stop训练完的 adapter 权重、配置和 tokenizer 用 colab download 远端路径 本地路径 拉回来，就能在本地加载。要换成 A100 或 H100，只改第 1 步的 --gpu，前提是第 2 节说的付费计划和余额。
官方示例：五条命令在 Colab GPU 上微调 Gemma 3 1B 的流程图
开机、装依赖、跑脚本、存日志取模型、关机；换 A100 / H100 只改第 1 步
老唐提醒一句：colab exec -f 是把文件内容读出来发给远端内核，不需要先 upload；但脚本里引用的数据文件要么先 colab upload，要么挂载 Google Drive，要么在脚本里从网上下载。
6. 更省事的两种用法：colab run 和 shebang
第 5 节的流程适合反复调试。只想跑一次拿结果，用 colab run，它会自动开机、跑脚本、取回输出文件、关机：
# 在 T4 上跑 train.py，跑完自动释放机器
colab run --gpu T4 train.py更极端一点，把 colab run 写进脚本的 shebang，脚本本身就变成”一执行就上云”的程序：
#!/usr/bin/env -S colab run --gpu L4 --keep
import torch
print("L4 GPU Available:", torch.cuda.is_available())
print("Device Name:", torch.cuda.get_device_name(0))chmod +x script.py 之后直接 ./script.py。--keep 表示跑完不销毁运行时，方便回头看日志或再跑一次。
7. 和 AI Agent 一起用
这是 Google 这次主打的卖点。CLI 装好之后，任何能操作终端的 Agent 都能用它；官方还打包了一份 Colab 的 skill 文件，Agent 读一遍就知道这套命令怎么用。博客里的演示用的是 Google 自家的 Antigravity，但明确写了 Claude Code、Codex 等 Agent 一样可以。
实际的用法就是一句话指令，比如：”用 Colab CLI 申请一台 T4，装好 transformers 和 peft，把 ~/finetune_run.py 跑一遍，下载生成的 adapter，保存日志，然后清理。” Agent 会自己拆成第 5 节那几条命令执行。重活在 Google 的 GPU 上跑，Agent 本身跑在哪台机器都行，这就引出了第 8 节。
顺带区分一下：如果你要的是在 Colab 笔记本里让 Agent 帮你写代码，Google 还有一个 Colab MCP Server 项目，那是另一个方向。CLI 是”终端优先”，MCP Server 是”笔记本优先”。
8. 为什么老唐把它装在 VPS 上
Colab CLI 装在笔记本电脑上就能用，但老唐更推荐装在一台 Linux VPS 上，理由有三个：
- 7×24 在线。 微调任务一跑几个小时，笔记本合盖、断网，本地会话就断了；VPS 上开个 tmux，挂着就行。
- 定时任务。 每天凌晨用
colab run跑一遍数据处理或者评测，crontab 一行就搞定，电脑不用开着。 - 给 Agent 一个常驻的家。 第 7 节说的 Claude Code、Codex 这类 Agent 装在 VPS 上长期跑，再通过 Colab CLI 调 GPU，本地只需要 SSH 上去下指令。VPS 不需要 GPU，一台 1–2 核、1–2GB 内存的小机器足够，它只负责发指令和收结果。
VPS 怎么选、怎么连、怎么装环境，新手看《2026 VPS 新手入门教程：从购买到连接到建站完全指南》；三家常用商家跑 AI 任务的对比在《2026 搬瓦工 vs Vultr vs DMIT 部署 AI 横评：线路、配置、价格、适用场景全对比》。预算怎么分配，看《月预算 30-500 元，能跑什么 AI？VPS + API 费用全拆解》，Colab 的算力单元可以算进”按需 GPU”那一栏。
9. 踩坑提示
- Windows 不支持。 用 WSL 或者 VPS。
- GPU 不保证有。 官方说得很直白，型号和可用性都会变，高峰期申请 A100 可能排不到，脚本里要处理申请失败的情况。
- 时长有上限。 免费版单次最长 12 小时，Pro+ 连续执行最长 24 小时，再长的任务要自己做断点续训。
- 余额扣完自动降级。 付费账户算力单元用完，会回到免费版的限制，任务可能中途被停。跑大任务前先
colab usage看余额。 - 用完就停。 运行时开着就扣单元，
colab stop要养成习惯；一次性任务直接用colab run，它会自动关机。 - 密钥别写进脚本。 脚本内容会被发到远端内核，HuggingFace token、API key 这类用环境变量或
colab auth的方式处理，不要明文写在.py里。 - 会话文件在本地。
~/.config/colab-cli/sessions.json存着会话令牌，装在 VPS 上的话注意文件权限，不要放在多人共用的账户下。
10. FAQ
1、Colab CLI 真的免费吗？
CLI 本身免费开源。它调用的 Colab 运行时按 Colab 账户的规则计费：免费版有严格限制，A100 / H100 要付费计划和算力单元。
2、免费账户能用 A100 吗？
按官方 FAQ，高端 GPU 要购买付费计划才能申请，且视可用性而定。免费账户一般拿不到。
3、Colab Pro 多少钱？
此前公开价格是每月 $9.99，含一批算力单元；Pro+ 和 Pay As You Go 的价格登录订阅页查看（colab pay 直接打开）。
4、和在网页里用 Colab 有什么区别？
功能一样的运行时，区别在入口：CLI 不用浏览器，本地脚本直接跑，结果直接拉回，能被 cron 和 AI Agent 调用。
5、能在搬瓦工这类 VPS 上用吗？
可以，只要是 Linux 系统。VPS 不需要 GPU，它只负责发指令和收结果，重活在 Colab 的 GPU 上跑。
6、跑到一半 GPU 被收回怎么办？
Colab 的运行时本来就不保证不中断。重要任务定期保存 checkpoint 到 Google Drive（colab drivemount）或用 colab download 拉回本地，重跑时从 checkpoint 继续。
11. 总结
Colab CLI 把”开 GPU、跑脚本、取结果”压缩成几条终端命令，对偶尔需要高端 GPU 又不想长期租机器的人，是目前门槛最低的方案之一。记住三句话：CLI 免费、GPU 按算力单元收费、A100 / H100 要付费计划且看运气。把它装在一台小 VPS 上，配合 Agent 或 cron，就是一套随叫随到的云端 GPU 工作台。
老唐后面会写一篇实测：在搬瓦工 VPS 上装 Colab CLI，用 Claude Code 跑完一次完整的微调，记录算力单元到底扣了多少。
AD：装 Colab CLI 的那台 VPS 不需要 GPU，老唐推荐搬瓦工 CN2 GIA-E（点此购买，季付 $49.99 起，国内 SSH 管理流畅，最新优惠见《2026年10月最新搬瓦工优惠码/搬瓦工便宜套餐/搬瓦工CN2 GIA方案推荐》）。购买流程参考《2025 最新搬瓦工购买教程：新用户注册账户、选择套餐、支付宝付款》。
相关文章
- 《2026 VPS 新手入门教程：从购买到连接到建站完全指南》
- 《2026 搬瓦工 vs Vultr vs DMIT 部署 AI 横评：线路、配置、价格、适用场景全对比》
- 《月预算 30-500 元，能跑什么 AI？VPS + API 费用全拆解》
- 《2026 搬瓦工 VPS 部署 n8n + DeepSeek 自动化工作流教程：从安装到实战》
