Ollamansfw API-Preise: Token-Kosten erklärt

Die Raten

Hier ist die Antwort für alle, die nach ollamansfw api pricing suchen. Du zahlst $0,15 für jede 1 Mio. Input-Token (dein Prompt und der Gesprächsverlauf) und $0,50 für jede 1 Mio. Output-Token (was das Modell zurückschreibt). Es wird nichts anderes berechnet: keine monatliche Gebühr, kein Sitzplatzpreis, kein Mindestumsatz.

Du kaufst Guthaben im Voraus, und Anfragen ziehen es ab. Das Guthaben verfällt nie, und fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet. Jede Antwort enthält einen X-Balance-USD-Header, damit deine Anwendung das verbleibende Guthaben ohne separate Anfrage lesen kann. Es gibt keine kostenlose unbegrenzte Ebene. Das einzige kostenlose Guthaben ist das unten beschriebene einmalige Testguthaben.

Was ein Token grob gesagt ist

Tokens sind Textblöcke, typischerweise ein kurzes Wort oder ein Teil eines längeren. Für englischen Fließtext gilt als Daumenregel, dass ein Token etwas weniger als ein Wort ist, also ergeben 1.000 Wörter etwa 1.300 Tokens. Betrachte das nur als Schätzung. Code, andere Sprachen und ungewöhnliche Namen benötigen normalerweise mehr Tokens pro Wort. Die genauen Zählwerte werden im usage-Feld jeder Antwort zurückgegeben, und danach wird abgerechnet.

Die wichtigste Gewohnheit ist, die beiden Seiten zu trennen. Input ist günstig. Output kostet pro Token mehr als das Dreifache ($0,50 gegenüber $0,15). Eine Aufgabe, die viel liest und wenig schreibt, ist kostengünstig. Eine Aufgabe, die lange Generierungen anfordert, kostet pro Token mehr, ist aber absolut gesehen immer noch gering.

Rechenbeispiele

Alle untenstehenden Werte werden berechnet als: Input-Token x $0,15 / 1 Mio. plus Output-Token x $0,50 / 1 Mio.

Workload	Eingabe	Ausgabe	Mathematik	Kosten
Ein Chat-Turn	2,000	500	$0.0003 + $0.00025	$0.00055
1.000 Chat-Turns	2,000,000	500,000	$0.30 + $0.25	$0.55
Langes Dokument lesen	50,000	2,000	$0.0075 + $0.001	$0.0085
100 Story-Anfragen	600,000	40,000	$0.09 + $0.02	$0.11
Output-lastiger Batch, 1.000 Anfragen	500,000	1,500,000	$0.075 + $0.75	$0.825
Ein vollständiger Durchlauf, 1 Mio. Input-Token und 1 Mio. Output-Token	1,000,000	1,000,000	$0.15 + $0.50	$0.65

Die Zeile für das lange Dokument ist einen Blick wert. Die Hälfte des 100.000-Token-Kontextfensters mit Input zu füllen, kostet weniger als einen Cent. Das macht die Arbeit mit langem Kontext erschwinglich, solange der Output bescheiden bleibt.

Was das Testguthaben abdeckt

Neue Nutzer können mit einem Klick auf der API-Schlüssel-Seite nach der Anmeldung mit Google oder mit E-Mail und Passwort $0,50 an Trial-Guthaben beanspruchen. Es erfordert keine Zahlung, ist auf einen pro Person begrenzt und 7 Tage gültig.

Bei den oben genannten Kosten pro Chat-Drehung entspricht $0,50 / $0,00055 etwa 909 Drehungen mit 2.000 Input- und 500 Output-Token. Das reicht, um Streaming, Tool Calling und JSON-Modus zu testen und zu prüfen, ob der Schreibstil zu deinem Projekt passt. Der Trial-Schlüssel hat niedrigere Limits als ein voller Schlüssel: 2 parallele Anfragen und 60 Anfragen pro Minute gegenüber 8 und 300.

Aufladungen und Boni

Du kannst jeden beliebigen ganzen Betrag von $20 bis $500 aufladen. Größere Aufladungen fügen deinem Guthaben einen Bonus hinzu:

Aufladen	Bonus	Erhaltenes Guthaben
$20	keine	$20.00
$50	+5%	$52.50
$100	+10%	$110.00
$200	+15%	$230.00
$500	+15%	$575.00

Die Zahlung auf dieser Website erfolgt nur per Krypto: USDT auf TRC20 oder USDC auf Base. Die kleinste Aufladung von $20 deckt 36.363 Chat-Drehungen zu je $0,00055 ab, was knapp unter $20 an Nutzung liegt. Die Preisseite ist der Ort, um den aktuellen Aufladebildschirm zu prüfen.

Da das Guthaben nicht verfällt, besteht kein Druck, es bis zu einer Frist auszugeben. Ein Guthaben von $20 kann monatelang ungenutzt bleiben und ist immer noch vorhanden.

Schätze deinen eigenen Monat

Nimm eine kleine App, die 10.000 Anfragen pro Monat sendet, jede mit etwa 3.000 Input-Token und 700 Output-Token. Input sind 30.000.000 Tokens, das sind 30 x $0,15 = $4,50. Output sind 7.000.000 Tokens, das sind 7 x $0,50 = $3,50. Der Monat kostet $8,00.

Nun ein schwererer Fall: ein Roleplay-Frontend, bei dem jeder Chat-Turn eine wachsende Historie erneut sendet. Wenn die durchschnittliche Anfrage 12.000 Input-Token und 400 Output-Token enthält, kostet eine Anfrage 12.000 x $0,15 / 1 Mio. = $0,0018 plus 400 x $0,50 / 1 Mio. = $0,0002, also $0,002. Tausend solcher Chats kosten $2,00. Die Historie ist hier die dominierende Kostenstelle, daher ist das Beschneiden alter Nachrichten oder das Zusammenfassen die beste Einsparung.

Hier ist ein kurzer Python-Codeausschnitt, der die von der API gemeldeten Nutzungswerte liest und in Dollar umrechnet:

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.ollamansfw.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Describe a rainy harbor town in four sentences."}],
)

u = resp.usage
cost = u.prompt_tokens * 0.15 / 1_000_000 + u.completion_tokens * 0.50 / 1_000_000
print(f"in={u.prompt_tokens} out={u.completion_tokens} cost=${cost:.6f}")

Logge diese Zahl pro Anfrage und deine Prognose ist keine Schätzung mehr. Für Einrichtungsdetails und Parameter sieh dir die Schnellstart an.

Wie sich das im Vergleich zu anderen Preislisten verhält

Preislisten verschiedener Dienste sind schwer zu vergleichen, es sei denn, du konvertierst sie in dieselbe Arbeitslast. Wähle eine typische Anfrage für deine eigene App, zähle ihre Input- und Output-Token und berechne die Kosten in Dollar pro 1.000 Anfragen. Für diese API lautet die Formel: (Input-Token x 0,15 + Output-Token x 0,50) / 1.000, wobei Tokens pro Anfrage gezählt werden. Für eine Anfrage mit 1.500 Input- und 600 Output-Token ergibt das (225 + 300) / 1.000 = $0,525 pro 1.000 Anfragen.

Mache dasselbe für jede Alternative, wobei du die Zahlen von der Seite des jeweiligen Anbieters verwendest, da sich Preise und Modellgrößen ändern. Vergleiche auch, was du für dein Geld bekommst: Kontextlänge (hier 100.000 Tokens), ob Ablehnungen berechnet werden, und ob Guthaben verfällt. Hier kosten abgelehnte und fehlgeschlagene Anfragen nichts und das Guthaben verfällt nicht, was wichtig ist, wenn du einmal aufladest und das Guthaben langsam nutzt.

So hältst du die Kosten niedrig

• Verlauf begrenzen. Sende die letzten N Wechsel plus eine kurze Zusammenfassung, nicht das gesamte Protokoll.
• Setze max_tokens, wenn du eine Begrenzung benötigst. Es ist optional, und Vervollständigungen können sonst den Rest des 100.000-Token-Fensters nutzen.
• Bevorzuge einen klaren Prompt gegenüber mehreren Wiederholungen. Jede erfolgreiche Wiederholung wird erneut berechnet.
• Grenzen respektieren. Ein vollständiger Schlüssel erlaubt 8 parallele Anfragen und 300 pro Minute. HTTP-429-Antworten sind kein Grund, den Endpunkt zu überlasten; warte auf Retry-After.

Prompts werden nicht zum Training verwendet. Das Modell ist ein Open-Weight-Modell, das von einem unabhängigen Anbieter betrieben wird, und keine offizielle Hersteller-API. Inhaltsregeln gelten, einschließlich eines strengen Verbots sexueller Inhalte mit Minderjährigen.

Weitere Anleitungen

• Ollama-Softwarealternativen: Gehostete unzensierte API
• So nutzt du Ollama mit einer GUI (und einem gehosteten Fallback)
• Anleitung zur unzensierten LLM API