Prezzi API Ollamansfw: spiegazione dei costi per token

Le tariffe

Ecco la risposta per chi cerca ollamansfw api pricing. Paghi $0,15 per ogni 1M di token di input (il tuo prompt e la cronologia della conversazione) e $0,50 per ogni 1M di token di output (ciò che il modello scrive). Non viene aggiunto nient'altro: nessun canone mensile, nessun prezzo per posto, nessun consumo minimo.

Acquisti credito in anticipo e le richieste lo consumano. Il credito non scade mai e le richieste che falliscono o vengono rifiutate non vengono addebitate. Ogni risposta include un'intestazione X-Balance-USD, così la tua applicazione può leggere il saldo residuo senza una chiamata separata. Non esiste un piano gratuito illimitato. L'unico credito gratuito è il trial una tantum descritto di seguito.

Cos'è approssimativamente un token

I token sono frammenti di testo, tipicamente una parola breve o una parte di una parola più lunga. Per la prosa inglese semplice, una regola pratica è che un token corrisponde a poco meno di una parola, quindi 1.000 parole equivalgono a circa 1.300 token. Consideralo solo una stima. Codice, altre lingue e nomi insoliti richiedono solitamente più token per parola. I conteggi esatti vengono restituiti nel campo usage di ogni risposta, ed è quello su cui vieni fatturato.

L'abitudine chiave è separare le due parti. L'input è economico. L'output costa più di tre volte tanto per token ($0,50 contro $0,15). Un lavoro che legge molto e scrive poco è economico. Un lavoro che richiede generazioni di testo lunghe costa di più per token, anche se il totale rimane contenuto.

Esempi di calcolo

Tutte le cifre seguenti sono calcolate come: token in input x $0,15 / 1M + token in output x $0,50 / 1M.

Carico di lavoro	Input	Output	Matematica	Costo
Un turno di chat	2,000	500	$0.0003 + $0.00025	$0.00055
1.000 turni di chat	2,000,000	500,000	$0.30 + $0.25	$0.55
Lettura documento lungo	50,000	2,000	$0.0075 + $0.001	$0.0085
100 richieste di storie	600,000	40,000	$0.09 + $0.02	$0.11
Batch pesante in output, 1.000 richieste	500,000	1,500,000	$0.075 + $0.75	$0.825
Un passaggio completo, 1M in input e 1M in output	1,000,000	1,000,000	$0.15 + $0.50	$0.65

La riga del documento lungo vale la pena di essere letta. Riempire metà della finestra di contesto da 100.000 token con input costa meno di un centesimo. Questo rende il lavoro con contesto lungo accessibile finché l'output rimane contenuto.

Cosa copre il trial

I nuovi utenti possono richiedere $0,50 di credito di prova con un clic nella pagina della chiave API dopo essersi registrati con Google o con email e password. Non serve pagare, è limitato a uno per persona ed è valido per 7 giorni.

Al costo per turno di chat sopra indicato, $0,50 / $0,00055 corrisponde a circa 909 turni con 2.000 token in input e 500 in output. È sufficiente per testare lo streaming, la chiamata di funzioni e la modalità JSON, e per verificare se lo stile di scrittura si adatta al tuo progetto. La chiave di trial ha limiti inferiori rispetto a una chiave completa: 2 richieste concorrenti e 60 richieste al minuto, contro 8 e 300.

Ricariche e bonus

Puoi aggiungere qualsiasi importo intero da $20 a $500. Ricariche di importo maggiore aggiungono un bonus al tuo credito:

Ricarica	Bonus	Credito che ricevi
$20	nessuno	$20.00
$50	+5%	$52.50
$100	+10%	$110.00
$200	+15%	$230.00
$500	+15%	$575.00

Il pagamento su questo sito è solo in cripto: USDT su TRC20 o USDC su Base. La ricarica minima di $20 copre 36.363 turni di chat a $0,00055 ciascuno, che equivalgono a poco meno di $20 di utilizzo. La pagina prezzi è il luogo dove verificare la schermata di ricarica attuale.

Poiché il credito non scade, non c'è pressione di spenderlo entro una scadenza. Un saldo di $20 può rimanere inattivo per mesi ed essere ancora disponibile.

Stima il tuo mese

Prendi un'app piccola che invia 10.000 richieste al mese, ognuna con circa 3.000 token di input e 700 token di output. Gli input sono 30.000.000 di token, che sono 30 x $0,15 = $4,50. Gli output sono 7.000.000 di token, che sono 7 x $0,50 = $3,50. Il mese costa $8,00.

Ora un caso più pesante: un'interfaccia di roleplay in cui ogni turno invia di nuovo una cronologia in crescita. Se la richiesta media trasporta 12.000 token in input e 400 in output, una richiesta costa 12.000 x $0,15 / 1M = $0,0018 più 400 x $0,50 / 1M = $0,0002, quindi $0,002. Un migliaio di tali turni costa $2,00. La cronologia è il costo dominante qui, quindi tagliare i messaggi vecchi o riassumerli è il modo migliore per risparmiare.

Ecco un breve frammento Python che legge l'utilizzo segnalato dall'API e lo converte in dollari:

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}")

Registra quel numero per richiesta e le tue stime smettono di essere supposizioni. Per i dettagli di configurazione e i parametri, consulta la guida rapida.

Come confrontarlo con altri listini prezzi

I listini prezzi di servizi diversi sono difficili da confrontare a meno che non li converti nello stesso carico di lavoro. Scegli una richiesta tipica per la tua app, conta i suoi token in input e output e calcola il costo in dollari per 1.000 richieste. Per questa API la formula è (token in input x 0,15 + token in output x 0,50) / 1.000, con i token contati per richiesta. Per una richiesta con 1.500 input e 600 output dà (225 + 300) / 1.000 = $0,525 per 1.000 richieste.

Poi fai lo stesso per qualsiasi alternativa, usando i numeri dalla pagina del fornitore, poiché prezzi e dimensioni dei modelli cambiano. Confronta anche cosa ottieni per i soldi: lunghezza del contesto (qui 100.000 token), se i rifiuti vengono addebitati e se il credito scade. Qui le richieste rifiutate e fallite costano zero e il saldo non scade mai, il che conta se ricarichi una volta e usi il credito lentamente.

Modi per tenere basso il conto

• Limita la cronologia. Invia gli ultimi N turni più un breve riassunto, non l'intera trascrizione.
• Imposta max_tokens quando serve un limite. È facoltativo e le completazioni possono altrimenti usare il resto della finestra da 100.000 token.
• Preferisci un prompt chiaro rispetto a diversi tentativi. Ogni tentativo riuscito viene fatturato di nuovo.
• Rispetta i limiti. Una chiave completa permette 8 richieste concorrenti e 300 al minuto. Le risposte HTTP 429 non sono un motivo per bombardare l'endpoint; attendi Retry-After.

I prompt non sono usati per l'addestramento. Il modello è un modello a pesi aperti gestito da un fornitore indipendente e non è un'API ufficiale di un vendor. Si applicano le regole sui contenuti, inclusa una severa proibizione sui contenuti sessuali che coinvolgono minorenni.

Altre guide

• Alternative software Ollama: API ospitata senza censura
• Come usare Ollama con un'interfaccia grafica (e un fallback hosted)
• Guida API LLM senza censura