Giá API Ollamansfw: Giải thích chi phí token

Các mức giá

Đây là câu trả lời cho ai đang tìm kiếm giá API Ollamansfw. Bạn trả $0.15 cho mỗi 1 triệu token đầu vào (prompt và lịch sử hội thoại của bạn) và $0.50 cho mỗi 1 triệu token đầu ra (phản hồi của mô hình). Không có phí khác: không phí hàng tháng, không phí theo ghế, không mức sử dụng tối thiểu.

Bạn mua tín dụng trước và các yêu cầu sẽ trừ vào đó. Tín dụng không bao giờ hết hạn, và các yêu cầu thất bại hoặc bị từ chối sẽ không bị tính phí. Mọi phản hồi đều có tiêu đề X-Balance-USD, để ứng dụng của bạn có thể đọc số dư còn lại mà không cần gọi riêng. Không có gói miễn phí không giới hạn. Tín dụng miễn phí duy nhất là lần dùng thử một lần được mô tả bên dưới.

Token là gì, nói chung

Token là các đoạn văn bản, thường là một từ ngắn hoặc một phần của từ dài hơn. Đối với văn bản tiếng Anh thông thường, quy tắc chung là một token hơi nhỏ hơn một từ, vì vậy 1.000 từ tương đương khoảng 1.300 token. Hãy coi đây chỉ là ước tính. Mã nguồn, các ngôn ngữ khác và tên đặc biệt thường tốn nhiều token hơn cho mỗi từ. Số lượng token chính xác được trả về trong trường usage của mỗi phản hồi, và đó là cơ sở để bạn tính phí.

Thói quen quan trọng là tách biệt hai phía. Đầu vào rẻ. Đầu ra tốn hơn ba lần mỗi token ($0.50 so với $0.15). Một công việc đọc nhiều và viết ít thì rẻ. Một công việc yêu cầu tạo nội dung dài sẽ tốn nhiều token hơn, mặc dù tổng chi phí vẫn thấp.

Ví dụ tính toán

Tất cả các số liệu dưới đây được tính bằng: token đầu vào x $0.15 / 1M cộng với token đầu ra x $0.50 / 1M.

Khối công việc	Đầu vào	Đầu ra	Phép tính	Chi phí
Một lượt chat	2,000	500	$0.0003 + $0.00025	$0.00055
1.000 lượt hội thoại	2,000,000	500,000	$0.30 + $0.25	$0.55
Đọc tài liệu dài	50,000	2,000	$0.0075 + $0.001	$0.0085
100 yêu cầu truyện	600,000	40,000	$0.09 + $0.02	$0.11
Gửi hàng loạt nặng đầu ra, 1.000 yêu cầu	500,000	1,500,000	$0.075 + $0.75	$0.825
Một lượt đầy đủ, 1M đầu vào và 1M đầu ra	1,000,000	1,000,000	$0.15 + $0.50	$0.65

Dòng tài liệu dài đáng để xem. Điền một nửa cửa sổ ngữ cảnh 100.000 token bằng đầu vào tốn dưới một xu. Điều này khiến công việc ngữ cảnh dài trở nên khả thi miễn là đầu ra ở mức vừa phải.

Phạm vi bao gồm của gói dùng thử

Người dùng mới có thể nhận $0.50 tín dụng dùng thử bằng một cú nhấp chuột trên trang khóa API sau khi đăng ký bằng Google hoặc email và mật khẩu. Nó không cần thanh toán, giới hạn một lần cho mỗi người và có hiệu lực trong 7 ngày.

Với chi phí mỗi lượt chat ở trên, $0.50 / $0.00055 là khoảng 909 lượt với 2.000 token đầu vào và 500 token đầu ra. Điều này đủ để kiểm tra truyền phát (streaming), gọi hàm (tool calling) và chế độ JSON, và xem phong cách viết có phù hợp với dự án của bạn không. Khóa dùng thử có giới hạn thấp hơn khóa đầy đủ: 2 yêu cầu đồng thời và 60 yêu cầu mỗi phút, so với 8 và 300.

Nạp tiền và tiền thưởng

Bạn có thể thêm bất kỳ khoản nguyên khối nào từ $20 đến $500. Các khoản nạp lớn hơn sẽ thêm tiền thưởng vào số dư của bạn:

Nạp tiền	Tiền thưởng	Tín dụng bạn nhận được
$20	không có	$20.00
$50	+5%	$52.50
$100	+10%	$110.00
$200	+15%	$230.00
$500	+15%	$575.00

Thanh toán trên trang web này chỉ chấp nhận tiền mã hóa: USDT trên mạng TRC20 hoặc USDC trên mạng Base. Nạp tiền tối thiểu là $20 chi trả cho 36.363 lượt hội thoại với giá $0.00055 mỗi lượt, tương đương với mức chi tiêu thực tế hơi dưới $20. Trang giá cả là nơi bạn có thể kiểm tra giao diện nạp tiền hiện tại.

Vì tín dụng không bao giờ hết hạn, bạn không phải chịu áp lực phải chi tiêu trước hạn. Số dư $20 có thể không được sử dụng trong nhiều tháng và vẫn còn đó.

Ước tính tháng của bạn

Hãy lấy một ứng dụng nhỏ gửi 10.000 yêu cầu mỗi tháng, mỗi yêu cầu khoảng 3.000 token đầu vào và 700 token đầu ra. Đầu vào là 30.000.000 token, tương đương 30 x $0.15 = $4.50. Đầu ra là 7.000.000 token, tương đương 7 x $0.50 = $3.50. Tháng đó tốn $8.00.

Bây giờ là trường hợp nặng hơn: giao diện đóng vai nơi mỗi lượt gửi lại lịch sử ngày càng dài. Nếu yêu cầu trung bình có 12.000 token đầu vào và 400 token đầu ra, một yêu cầu tốn 12.000 x $0,15 / 1M = $0,0018 cộng với 400 x $0,50 / 1M = $0,0002, vậy $0,002. Một nghìn lượt như vậy tốn $2,00. Lịch sử là chi phí chính ở đây, vì vậy việc cắt giảm tin nhắn cũ hoặc tóm tắt chúng là cách tiết kiệm tốt nhất.

Đây là một đoạn mã Python ngắn đọc thông tin sử dụng mà API báo cáo và chuyển đổi sang $:

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}")

Hãy ghi lại số đó cho mỗi yêu cầu và dự báo của bạn sẽ không còn là phỏng đoán. Để biết chi tiết thiết lập và các tham số, hãy xem hướng dẫn nhanh.

Cách so sánh khi đọc các bảng giá khác

Các bảng giá từ các dịch vụ khác nhau khó so sánh trừ khi bạn chuyển đổi chúng sang cùng một tác vụ. Hãy chọn một yêu cầu điển hình cho ứng dụng của bạn, đếm token đầu vào và đầu ra, và tính chi phí theo $ cho mỗi 1.000 yêu cầu. Đối với API này, công thức là (token đầu vào x 0,15 + token đầu ra x 0,50) / 1.000, với token được tính cho mỗi yêu cầu. Đối với một yêu cầu có 1.500 token đầu vào và 600 token đầu ra, kết quả là (225 + 300) / 1.000 = $0,525 cho mỗi 1.000 yêu cầu.

Sau đó, hãy làm tương tự cho bất kỳ giải pháp thay thế nào, sử dụng các số từ trang của nhà cung cấp đó, vì giá cả và kích thước mô hình thay đổi. Ngoài ra, hãy so sánh những gì bạn nhận được với số tiền đó: độ dài ngữ cảnh (ở đây là 100.000 token), liệu các yêu cầu bị từ chối có bị tính phí hay không và liệu tín dụng có hết hạn không. Ở đây, các yêu cầu bị từ chối và thất bại không tốn gì và số dư không bao giờ hết hạn, điều này quan trọng nếu bạn nạp tiền một lần và sử dụng tín dụng chậm.

Cách để hóa đơn nhỏ hơn

• Giới hạn lịch sử. Gửi N lượt hội thoại gần nhất cùng với một tóm tắt ngắn, thay vì toàn bộ biên bản.
• Đặt max_tokens khi bạn cần giới hạn. Nó là tùy chọn, và các phần hoàn thành khác có thể sử dụng phần còn lại của cửa sổ 100.000 token.
• Ưu tiên một prompt rõ ràng thay vì nhiều lần thử lại. Mỗi lần thử lại thành công sẽ được tính phí lại.
• Tuân thủ giới hạn. Khóa API đầy đủ cho phép 8 yêu cầu đồng thời và 300 yêu cầu mỗi phút. Phản hồi HTTP 429 không phải lý do để tấn công endpoint; hãy đợi Retry-After.

Các prompt không được sử dụng để huấn luyện. Mô hình là một mô hình trọng số mở do một nhà cung cấp độc lập vận hành và không phải là API chính thức của nhà cung cấp. Các quy tắc nội dung áp dụng, bao gồm lệnh cấm nghiêm ngặt đối với nội dung khiêu dâm liên quan đến người chưa thành niên.

Hướng dẫn khác

• Các giải pháp thay thế Ollama: API không kiểm duyệt được lưu trữ
• Cách sử dụng Ollama với GUI (và chế độ dự phòng lưu trữ)
• Hướng dẫn API LLM không kiểm duyệt