Preços da API Ollamansfw: custos por token explicados

As taxas

Aqui está a resposta para quem procura ollamansfw api pricing. Você paga $0,15 por cada 1M de tokens de entrada (seu prompt e histórico de conversa) e $0,50 por cada 1M de tokens de saída (o que o modelo escreve de volta). Nada mais é adicionado: sem taxa mensal, sem preço por assento, sem uso mínimo.

Você compra crédito antecipado e as requisições o consomem. O crédito nunca expira, e as requisições que falham ou são recusadas não são cobradas. Cada resposta inclui o cabeçalho X-Balance-USD, para que seu aplicativo possa ler o saldo restante sem uma chamada separada. Não há plano gratuito ilimitado. O único crédito gratuito é o teste único descrito abaixo.

O que é um token, em resumo

Tokens são pedaços de texto, tipicamente uma palavra curta ou parte de uma palavra mais longa. Para prosa em inglês simples, uma regra prática é que um token é um pouco menos que uma palavra, então 1.000 palavras resultam em cerca de 1.300 tokens. Trate isso apenas como uma estimativa. Código, outros idiomas e nomes incomuns geralmente exigem mais tokens por palavra. As contagens exatas retornam no campo usage de cada resposta, e é isso que você é cobrado.

O hábito principal é separar os dois lados. A entrada é barata. A saída custa mais de três vezes mais por token ($0,50 contra $0,15). Uma tarefa que lê muito e escreve pouco é barata. Uma tarefa que pede longas gerações custa mais por token, embora ainda seja um valor pequeno em termos absolutos.

Exemplos práticos

Todas as figuras abaixo são calculadas como tokens de entrada x $0,15 / 1M mais tokens de saída x $0,50 / 1M.

Carga de trabalho	Entrada	Saída	Matemática	Custo
Uma rodada de chat	2,000	500	$0.0003 + $0.00025	$0.00055
1.000 rodadas de chat	2,000,000	500,000	$0.30 + $0.25	$0.55
Leitura de documento longo	50,000	2,000	$0.0075 + $0.001	$0.0085
100 solicitações de histórias	600,000	40,000	$0.09 + $0.02	$0.11
Lote com foco em saída, 1.000 requisições	500,000	1,500,000	$0.075 + $0.75	$0.825
Uma passagem completa, 1M de entrada e 1M de saída	1,000,000	1,000,000	$0.15 + $0.50	$0.65

Vale a pena olhar a linha de documento longo. Preencher metade da janela de contexto de 100.000 tokens com entrada custa menos de um centavo. Isso torna o trabalho de contexto longo acessível desde que a saída seja modesta.

O que o teste cobre

Novos usuários podem resgatar $0,50 de crédito de teste com um clique na página da chave de API após o cadastro com o Google ou com e-mail e senha. Não precisa de pagamento, é limitado a um por pessoa e é válido por 7 dias.

Considerando o custo por turno de chat acima, $0,50 / $0,00055 equivale a cerca de 909 turnos de 2.000 tokens de entrada e 500 tokens de saída. Isso é suficiente para testar streaming, chamada de funções e modo JSON, e para ver se o estilo de escrita se adequa ao seu projeto. A chave de teste tem limites mais baixos do que uma chave completa: 2 requisições simultâneas e 60 requisições por minuto, contra 8 e 300.

Recargas e bônus

Você pode adicionar qualquer valor inteiro de $20 a $500. Recargas maiores adicionam um bônus ao seu crédito:

Recarga	Bônus	Crédito recebido
$20	nenhum	$20.00
$50	+5%	$52.50
$100	+10%	$110.00
$200	+15%	$230.00
$500	+15%	$575.00

O pagamento neste site é apenas via cripto: USDT na rede TRC20 ou USDC na rede Base. A menor recarga de $20 cobre 36.363 rodadas de chat a $0,00055 cada, o que equivale a pouco menos de $20 em uso. A página de preços é o local para verificar a tela de recarga atual.

Como o crédito não expira, não há pressão para gastá-lo até um prazo. Um saldo de $20 pode ficar sem uso por meses e ainda estará lá.

Estime seu próprio mês

Pegue um pequeno aplicativo que envia 10.000 requisições por mês, cada uma com cerca de 3.000 tokens de entrada e 700 de saída. A entrada é de 30.000.000 de tokens, que é 30 x $0,15 = $4,50. A saída é de 7.000.000 de tokens, que é 7 x $0,50 = $3,50. O mês custa $8,00.

Agora um caso mais pesado: um front-end de roleplay onde cada turno reenvia um histórico crescente. Se a solicitação média contiver 12.000 tokens de entrada e 400 tokens de saída, uma solicitação custa 12.000 x $0,15 / 1M = $0,0018 mais 400 x $0,50 / 1M = $0,0002, totalizando $0,002. Mil desses turnos custam $2,00. O histórico é o custo dominante aqui, portanto, cortar mensagens antigas ou resumi-las é a melhor economia.

Aqui está um pequeno snippet em Python que lê o uso relatado pela API e o converte em dólares:

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}")

Registre esse número por requisição e sua previsão deixa de ser um palpite. Para detalhes de configuração e parâmetros, consulte o guia de início.

Como isso se compara ao ler outras listas de preços

Listas de preços de serviços diferentes são difíceis de comparar a menos que você as converta para a mesma carga de trabalho. Escolha uma solicitação típica para seu próprio aplicativo, conte seus tokens de entrada e saída e calcule o custo em dólares por 1.000 requisições. Para esta API, a fórmula é (tokens de entrada x 0,15 + tokens de saída x 0,50) / 1.000, com tokens contados por solicitação. Para uma solicitação com 1.500 de entrada e 600 de saída, isso dá (225 + 300) / 1.000 = $0,525 por 1.000 requisições.

Depois, faça o mesmo para qualquer alternativa, usando os números da própria página desse provedor, já que preços e tamanhos de modelos mudam. Compare também o que você recebe pelo dinheiro: comprimento do contexto (aqui 100.000 tokens), se recusas são cobradas e se o crédito expira. Aqui, solicitações recusadas e com falha custam nada e o saldo nunca expira, o que importa se você fizer uma recarga e usar o crédito lentamente.

Formas de manter a conta pequena

• Limite o histórico. Envie as últimas N rodadas mais um resumo curto, não todo o transcript.
• Defina max_tokens quando precisar de um limite. É opcional, e as conclusões podem, caso contrário, usar o restante da janela de 100.000 tokens.
• Prefira um prompt claro em vez de várias tentativas. Cada tentativa bem-sucedida é cobrada novamente.
• Respeite os limites. Uma chave completa permite 8 requisições simultâneas e 300 por minuto. Respostas HTTP 429 não são motivo para atacar o endpoint; aguarde Retry-After.

Prompts não são usados para treinamento. O modelo é um modelo de pesos abertos executado por um provedor independente e não é uma API oficial de fornecedor. Regras de conteúdo se aplicam, incluindo uma proibição rigorosa de conteúdo sexual envolvendo menores.

Mais guias

• Alternativas de Software Ollama: API Hospedada Uncensored
• Como usar o Ollama com uma GUI (e um fallback hospedado)
• Guia da API LLM sem censura