Ollama APIとOpenAI API：エンドポイントとコード

簡易版

どちらもメッセージのリストを POST してテキストを返すことを求めます。違いはリクエストの形状、サーバーの場所、GPU の支払い主体です。Ollama はあなたのコンピュータ上でモデルを実行し、ポート 11434 で待ち受けます。OpenAI API は独自の有料モデルを持つホストサービスです。ollama api vs openai api の比較では、Ollama が OpenAI 互換ルートも公開しており、2 つの形式が重複するという第三の事実が見落とされがちです。

この重複が移行コストを低くします。アプリがすでに OpenAI SDK を使用している場合、ローカルの Ollama を指すように設定し、明日にはホスト型の OpenAI 互換 URL を指すことができます。このサイトのホストエンドポイントはその一つです。単一のモデルuncensoredをhttps://api.ollamansfw.com/v1で提供しており、OpenAI、Meta、その他のラボの公式製品ではありません。

エンドポイントごとの違い

タスク	Ollama ネイティブ	OpenAIスタイル
チャット	POST /api/chat	POST /v1/chat/completions
単一プロンプト	POST /api/generate	POST /v1/responses またはチャット補完エンドポイント
モデル一覧	GET /api/tags	GET /v1/models
認証	デフォルトなし	Authorization: Bearer key
ストリーミング	改行区切りのJSON	サーバー送信イベント（SSE）、done マーカーで終了
モデル名	llama3など、pullしたモデル名など	プロバイダがリストするもの

Ollamaは同じポートで/v1/chat/completionsと/v1/modelsも提供し、これによりOpenAIクライアントが動作します。デフォルトはストリーミングなので、単一JSON応答にはstream: falseを設定してください。

ホストエンドポイントはPOST /v1/chat/completions、POST /v1/responses、GET /v1/modelsを実装し、さらにGET /v1/balanceで残高確認を行います。完全なリストはAPIドキュメントをご覧ください。

同じリクエスト、3つの方法

PythonからネイティブにOllamaにアクセス：

Copyimport requests

r = requests.post(
    "http://localhost:11434/api/chat",
    json={
        "model": "llama3",
        "messages": [{"role": "user", "content": "Say hello in five words."}],
        "stream": False,
    },
)
print(r.json()["message"]["content"])

ローカル設定とホスト設定を並べたOpenAI SDKのコード例。コメント行のみが変更されます：

Copyfrom openai import OpenAI

# Local Ollama through its OpenAI-compatible layer:
# client = OpenAI(base_url="http://localhost:11434/v1", api_key="ollama")

# Hosted endpoint, same code from here on:
client = OpenAI(base_url="https://api.ollamansfw.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",   # local would be e.g. "llama3"
    messages=[{"role": "user", "content": "Say hello in five words."}],
)
print(resp.choices[0].message.content)

ストリーミングオンでホストエンドポイントに対するcurl：

Copycurl https://api.ollamansfw.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"uncensored","messages":[{"role":"user","content":"Hello"}],"stream":true}'

ネイティブ側での解析は異なります：ストリーミングされた各行はmessage.contentを含む JSON オブジェクトであり、最後の行にはdone: trueが含まれます。OpenAI 形式では、各イベントはdata: で始まり、choices[0].delta.contentのデータ部分を持ち、ストリームは[DONE]で終了します。SDK を使用すれば、これらを見る必要はありません。

それぞれが適している場所

プライバシーが最優先の場合、モデルに必要なメモリを持つGPUがある場合、または多くのモデルで実験する場合は、ローカルのOllamaが最適です。データはマシンから離れず、トークンごとの請求もありません。コストはハードウェア、電力、あなたの時間として現れます。このルートの親しみやすい側面については、GUI付きのOllamaの利用に関するガイドをご覧ください。

ハードウェアがない場合、多くの同時リクエストが必要な場合、他の人のためのボットやサービスを実行する場合、またはラップトップが稼働していることに依存しない安定したURLを望む場合は、OpenAI互換のホストエンドポイントがより適しています。フルキーは8つの同時リクエストと1分あたり300のリクエストを許可します。コンテキストウィンドウは100,000トークンで、多くのローカルセットアップがメモリに保持できる量を超えています。

多くの人が両方を使用しています。実験用にはローカル環境を、常に稼働させる必要があるものにはホスティングサービスを利用します。他のローカルツールを検討している場合は、Ollamaソフトウェアの代替案をお読みください。

ローカルのOllamaからホストへの移行

1. まずOpenAI形式に切り替えます。 コードが/api/chatを呼び出す場合、Ollamaの/v1ルートを指すOpenAI SDKに移動します。ローカルでまだ動作することを確認します。
2. キーを取得します。 登録して、APIキーページで$0.50のトライアルを申請してください。支払い不要で、7日間有効です。
3. 3つの値を変更します。 Base URLをhttps://api.ollamansfw.com/v1、キーをあなたのもの、モデルをuncensoredに変更します。
4. パラメータを確認してください。 Temperature、top_p、stop、seed、ペナルティはそのまま渡されます。ローカル固有のオプション、例えば Ollama の num_ctx や keep_alive は適用されません。ウィンドウは 100,000 トークンで固定です。
5. リトライロジックを追加します。 ホストAPIは制限を超えた場合にrate_limitedまたはconcurrencyで429を返し、一時的な過負荷中はRetry-After: 5で429を返します。ローカルサーバーは通常これを行わないため、既存のコードはこれを処理しない場合があります。

切り替え後にエラーが発生した場合は、一般的なOllama APIの間違いの記事で、ポートの誤りやモデル名の不足などの一般的な原因をカバーしています。

ホストのコストとできないこと

請求は前払いクレジットからの従量制です：入力トークン1Mあたり$0.15、出力トークン1Mあたり$0.50。1,000入力トークンと400出力トークンのチャットターンは$0.00015 + $0.0002 = $0.00035かかり、$20で約57,000回のそのようなターンがカバーされます。失敗または拒否されたリクエストは課金されず、クレジットは期限切れになりません。チャージは$20から$500まで行え、$50以上で+5%、$100以上で+10%、$200以上で+15%のボーナスがあります。支払いには暗号資産のみ（TRC20上のUSDTまたはBase上のUSDC）を使用します。詳細は料金ページをご覧ください。

知っておくべき制限：テキストのみなので、埋め込み、画像生成、ファインチューニングはありません。ローカルの埋め込みに依存している場合は、それらをローカルに維持してください。このモデルは法的な成人利用に対してコンテンツ拒否なしで回答するように調整されています。未成年者を含む性的コンテンツは常に禁止されています。プロンプトはトレーニングに使用されません。

その他のガイド

• PythonでのOllama API、その後ホストエンドポイント
• GUIを使用したOllamaの使用方法（およびホスト版のフォールバック）