Ollamansfw API 定价：Token 成本详解

费率

以下是任何搜索 ollamansfw api pricing 的人的答案。你每 1M 输入 token（你的提示词和对话历史）支付 $0.15，每 1M 输出 token（模型写回的内容）支付 $0.50。不收取其他任何费用：无月费，无席位费，无最低用量要求。

你预先购买额度，请求会消耗该额度。额度永不过期，失败或被拒绝的请求不会扣费。每个响应都带有 X-Balance-USD 标头，因此你的应用无需单独调用即可读取剩余余额。没有免费无限层级。唯一的免费额度是下文所述的单次试用额度。

Token 是什么

Token 是文本块，通常是一个短词或较长词的一部分。对于纯英文散文，经验法则是 token 略少于一个单词，因此 1,000 个单词大约对应 1,300 个 token。仅将其视为估算值。代码、其他语言和特殊名称通常每个单词消耗的 token 更多。确切数量会在每个响应的 usage 字段中返回，这也是你计费的基础。

关键习惯是将两者分开。输入很便宜。输出的每个 token 成本比输入高三倍多（$0.50 对比 $0.15）。读取多而写入少的工作负载成本较低。请求生成长文本的工作负载每个 token 成本更高，尽管绝对金额仍然很小。

计算示例

以下所有数字均按 输入 token x $0.15 / 1M + 输出 token x $0.50 / 1M 计算。

工作负载	输入	输出	数学	成本
一次对话轮次	2,000	500	$0.0003 + $0.00025	$0.00055
1,000 次对话轮次	2,000,000	500,000	$0.30 + $0.25	$0.55
长文档读取	50,000	2,000	$0.0075 + $0.001	$0.0085
100 次故事请求	600,000	40,000	$0.09 + $0.02	$0.11
输出密集型批处理，1,000 次请求	500,000	1,500,000	$0.075 + $0.75	$0.825
一次完整遍历，1M 输入和 1M 输出	1,000,000	1,000,000	$0.15 + $0.50	$0.65

长文档行值得关注。用输入填充 100,000 token 上下文窗口的一半，成本低于 1 美分。只要输出保持适度，长上下文工作负载就是负担得起的。

试用额度覆盖范围

新用户注册 Google 或邮箱和密码后，只需点击 API 密钥页面 即可领取 $0.50 试用额度。无需支付，每人限领一次，有效期为 7 天。

按上述每轮对话成本计算，$0.50 / $0.00055 约为 909 轮对话，每轮包含 2,000 个输入 token 和 500 个输出 token。这足以测试流式输出、工具调用和 JSON 模式，并查看写作风格是否适合你的项目。试用密钥的限制比完整密钥低：并发请求限制为 2，每分钟请求限制为 60，而完整密钥为 8 和 300。

充值与赠送

你可以添加 $20 至 $500 的任意整数金额。较大充值为额度增加奖励：

充值	奖励	你获得的额度
$20	无	$20.00
$50	+5%	$52.50
$100	+10%	$110.00
$200	+15%	$230.00
$500	+15%	$575.00

本站仅支持加密货币支付：TRC20 上的 USDT 或 Base 上的 USDC。最低充值 $20 可覆盖 36,363 次聊天轮次，每次 $0.00055，总使用量略低于 $20。定价页面 是查看当前充值界面的地方。

因为额度永不过期，所以没有截止日期前必须用完的压力。$20 余额可以闲置数月，依然在那里。

估算你的月度用量

假设一个小应用每月发送 10,000 次请求，每次约 3,000 个输入 token 和 700 个输出 token。输入为 30,000,000 个 token，即 30 x $0.15 = $4.50。输出为 7,000,000 个 token，即 7 x $0.50 = $3.50。月度成本为 $8.00。

现在看一个更重的案例：角色扮演前端，每轮重新发送不断增长的历史。如果平均请求包含 12,000 个输入 token 和 400 个输出 token，一次请求成本为 12,000 x $0.15 / 1M = $0.0018 加上 400 x $0.50 / 1M = $0.0002，即 $0.002。一千次此类轮次成本为 $2.00。历史是主要成本，因此截断旧消息或对其进行摘要是最有效的节省方式。

以下 Python 代码片段读取 API 报告的用量并转换为美元：

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}")

将每个请求的该数字记录下来，你的预测就不再是猜测。有关设置详情和参数，请参阅 快速入门。

与其他价格表对比

不同服务的价格表难以比较，除非将其转换为相同的工作负载。选择你应用的典型请求，计算其输入和输出 token，并计算每 1,000 次请求的美元成本。对于此 API，公式为 (输入 token x 0.15 + 输出 token x 0.50) / 1,000，其中 token 按每次请求计算。对于包含 1,500 个输入和 600 个输出 token 的请求，结果为 (225 + 300) / 1,000 = 每 1,000 次请求 $0.525。

然后对任何替代方案执行相同操作，使用该提供商自己页面上的数据，因为价格和模型规格会发生变化。还要比较你的投入产出比：上下文长度（此处为 100,000 个 token）、拒绝是否收费以及额度是否过期。此处被拒绝和失败的请求不收费，且余额永不过期，如果你一次性充值并缓慢使用额度，这一点很重要。

控制账单的方法

• 限制历史记录。 发送最近 N 轮对话加上简短摘要，而不是整个对话记录。
• 当需要限制时，请设置 max_tokens。 该参数为可选，否则补全可以使用 100,000 token 窗口的剩余部分。
• 优先使用一个清晰的提示词，而不是多次重试。 每次成功的重试都会再次计费。
• 遵守限制。 完整密钥允许 8 个并发请求和每分钟 300 个请求。HTTP 429 响应不是频繁请求接口的理由；等待 Retry-After。

提示词不用于训练。该模型是一个由独立提供商运行的开放权重模型，并非官方供应商 API。内容规则适用，包括严格禁止涉及未成年人的性内容。

更多指南

• Ollama 软件替代方案：托管无审查 API
• 如何使用 Ollama 配合 GUI（以及托管备用方案）
• 无审查 LLM API 指南