Ollamansfw API-prijzen: tokenkosten uitgelegd

De tarieven

Hier is het antwoord voor iedereen die ollamansfw api pricing zoekt. Je betaalt $0,15 voor elke 1M input tokens (je prompt en gesprekscontext) en $0,50 voor elke 1M output tokens (wat het model terugschrijft). Er wordt niets anders toegevoegd: geen maandelijkse vergoeding, geen gebruikersprijs, geen minimum verbruik.

Je koopt credit van tevoren en verzoeken trekken het af. De credit vervalt nooit, en verzoeken die falen of geweigerd worden, worden niet in rekening gebracht. Elk antwoord bevat een X-Balance-USD header, zodat je applicatie het resterende saldo kan lezen zonder een apart verzoek. Er is geen gratis onbeperkt abonnement. De enige gratis credit is de eenmalige proefperiode hieronder beschreven.

Wat een token ongeveer is

Tokens zijn tekstfragmenten, meestal een kort woord of een stukje van een langer woord. Voor gewone Engelse proza is een vuistregel dat een token iets minder is dan één woord, dus 1.000 woorden komen neer op ongeveer 1.300 tokens. Beschouw dit alleen als een schatting. Code, andere talen en ongewone namen gebruiken meestal meer tokens per woord. De exacte aantallen worden teruggegeven in het usage veld van elk antwoord, en daar word je op gefactureerd.

De belangrijkste gewoonte is om de twee kanten te scheiden. Input is goedkoop. Output kost meer dan drie keer zoveel per token ($0,50 tegenover $0,15). Een taak die veel leest en weinig schrijft is goedkoop. Een taak die lange generaties vraagt, kost meer per token, hoewel het in absolute termen nog steeds klein is.

Uitgewerkte voorbeelden

Alle onderstaande cijfers zijn berekend als invoertokens x $0,15 / 1M plus uitvoertokens x $0,50 / 1M.

Workload	Invoer	Uitvoer	Wiskunde	Kosten
Eén chatbeurt	2,000	500	$0.0003 + $0.00025	$0.00055
1.000 chatbeurten	2,000,000	500,000	$0.30 + $0.25	$0.55
Lang document lezen	50,000	2,000	$0.0075 + $0.001	$0.0085
100 story-verzoeken	600,000	40,000	$0.09 + $0.02	$0.11
Output-zware batch, 1.000 verzoeken	500,000	1,500,000	$0.075 + $0.75	$0.825
Eén volledige doorgang, 1M in en 1M uit	1,000,000	1,000,000	$0.15 + $0.50	$0.65

De lange documentrij is het overwegen waard. Het invullen van de helft van het contextvenster van 100.000 tokens aan input kost minder dan een cent. Dat maakt lange-context werk betaalbaar zolang de output bescheiden blijft.

Wat de proefperiode dekt

Nieuwe gebruikers kunnen $0,50 aan proeftegoed claimen met één klik op de API-sleutelpagina na het aanmelden met Google of met e-mail en wachtwoord. Het vereist geen betaling, is beperkt tot één per persoon en is 7 dagen geldig.

Bij de chat-turn kosten hierboven is $0,50 / $0,00055 ongeveer 909 beurten van 2.000 input- en 500 outputtokens. Dat is genoeg om streaming, tool calling en JSON-modus te testen, en om te zien of de schrijfstijl bij je project past. De proef-sleutel heeft lagere limieten dan een volledige sleutel: 2 gelijktijdige verzoeken en 60 verzoeken per minuut, tegenover 8 en 300.

Opwaarderingen en bonussen

Je kunt elk geheel bedrag van $20 tot $500 toevoegen. Grotere opwaarderingen voegen een bonus toe aan je tegoed:

Opwaarderen	Bonus	Ontvangen tegoed
$20	geen	$20.00
$50	+5%	$52.50
$100	+10%	$110.00
$200	+15%	$230.00
$500	+15%	$575.00

Betaling op deze site is alleen crypto: USDT op TRC20 of USDC op Base. De kleinste top-up van $20 dekt 36.363 chatbeurten van $0,00055 elk, wat net onder de $20 aan verbruik ligt. De prijslijstpagina is de plek om het huidige top-up-scherm te controleren.

Omdat tegoed niet vervalt, is er geen druk om het tegen een deadline uit te geven. Een saldo van $20 kan maanden ongebruikt blijven en er nog steeds zijn.

Schat je eigen maand in

Neem een kleine app die 10.000 verzoeken per maand verstuurt, elk met ongeveer 3.000 inputtokens en 700 outputtokens. Input is 30.000.000 tokens, wat 30 x $0,15 = $4,50 is. Output is 7.000.000 tokens, wat 7 x $0,50 = $3,50 is. De maand kost $8,00.

Nu een zwaardere case: een roleplay frontend waarbij elke beurt een groeiende geschiedenis opnieuw verstuurt. Als het gemiddelde verzoek 12.000 inputtokens en 400 outputtokens bevat, kost één verzoek 12.000 x $0,15 / 1M = $0,0018 plus 400 x $0,50 / 1M = $0,0002, dus $0,002. Een duizend van zulke beurten kosten $2,00. Geschiedenis is hier de dominante kostenpost, dus het bijwerken van oude berichten of het samenvatten ervan is de beste besparing.

Hier is een korte Python-snippet die het door de API gerapporteerde verbruik leest en omzet in dollars:

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}")

Log dat bedrag per verzoek en je schatting is niet meer raden in de duizende. Voor setup-details en parameters, zie de quickstart.

Hoe dit zich verhoudt bij andere prijslijsten

Prijslijsten van verschillende diensten zijn moeilijk te vergelijken tenzij je ze omzet naar dezelfde workload. Kies een typisch verzoek voor je eigen app, tel zijn input- en outputtokens, en bereken de kosten in dollars per 1.000 verzoeken. Voor deze API is de formule (inputtokens x 0,15 + outputtokens x 0,50) / 1.000, met tokens geteld per verzoek. Voor een verzoek met 1.500 input en 600 outputtokens geeft dat (225 + 300) / 1.000 = $0,525 per 1.000 verzoeken.

Doe hetzelfde voor elk alternatief, gebruikmakend van de cijfers van die provider's eigen pagina, omdat prijzen en modelgroottes veranderen. Vergelijk ook wat je krijgt voor je geld: contextlengte (hier 100.000 tokens), of weigeringen worden aangerekend, en of tegoed vervalt. Hier kosten geweigerde en mislukte verzoeken niets en vervalt het saldo niet, wat belangrijk is als je één keer opwaardeert en het tegoed langzaam gebruikt.

Manieren om de rekening laag te houden

• Beperk de geschiedenis. Stuur de laatste N beurten plus een korte samenvatting, niet het hele transcript.
• Stel max_tokens in als je een limiet nodig hebt. Het is optioneel, en de antwoorden kunnen anders de rest van het 100.000-token venster gebruiken.
• Geef de voorkeur aan één duidelijke prompt boven meerdere herhaalde pogingen. Elke poging die slaagt, wordt opnieuw gefactureerd.
• Respecteer limieten. Een volledige sleutel staat 8 gelijktijdige verzoeken en 300 per minuut toe. HTTP 429-antwoorden zijn geen reden om het endpoint te bombarderen; wacht op Retry-After.

Prompts worden niet gebruikt voor training. Het model is één open-weight model uitgevoerd door een onafhankelijke provider en is geen officiële leverancier API. Contentregels gelden, inclusief een harde ban op seksuele inhoud met minderjarigen.

Meer handleidingen

• Ollama Software Alternatieven: Gehoste Ongecensureerde API
• Hoe Ollama te gebruiken met een GUI (en een gehoste fallback)
• Uncensored LLM API-gids