Ollama API-dokumentation: Uncensored API-sammenligning

Hvorfor vælge en ubegrænset API?

Uncensurerede APIs giver direkte adgang til modeller, der ikke afviser lovligt voksen, fiktivt eller kontroversielt indhold. Denne tilgang fjerner behovet for at administrere model-specifikke afhængigheder eller finjustere alignment-lag selv.

Vores hosted service leverer en open-weight-model optimeret til minimal refusal. Du sender standard tekstinput og modtager tekstoutput uden at bekymre dig om, at indholdsfilterer blokerer din workflow. API'et understøtter streaming via SSE, function calling og JSON mode, hvilket sikrer kompatibilitet med moderne developer stacks.

I modsætning til lokale deploymenter, skal du ikke overvåge GPU-temperaturen eller håndtere driveropdateringer. Infrastrukturen skalerer automatisk, så du kan fokusere på at bygge din applikation frem for at vedligeholde din server.

Lokal Ollama vs. Hosted API: Afvejningen

Lokal deployment giver fuld dataprivacy og nul forsinkelse over WAN, men kræver betydelig hardwarestyring. Du skal konfigurere CUDA-drivere, Docker-containere og miljøvariabler som OLLAMA_HOST.

Hostede API’er abstraherer hardwaren. Du opretter forbindelse ved hjælp af en base URL og en API-nøgle, præcis som du ville gøre med store cloud-udbydere. Dette eliminerer behovet for NVIDIA Container Toolkit eller håndtering af lokale modelfiler.

Kompromiset er omkostninger versus bekvemmelighed. Lokale kørsler er gratis efter hardwarekøb, mens hosted API'er opkræver per token. Ved lejlighedsvis brug eller hurtig prototyping er den hosted rute ofte hurtigere at deploye.

Kostsammenligning: GPU-hardware vs. Token-fakturering

Lokal inference-kostnader er faste: du køber GPU'en én gang. Hosted fakturering skalerer med brug. Vores model koster $0.15 per 1M input tokens og $0.50 per 1M output tokens. Denne forudbetalte model betyder, at fejl og afvisninger er gratis, så du betaler kun for faktiske resultater.

For high-volume production vinder lokal hardware typisk på pris. Til sporadisk udvikling eller små hold undgår prepaid token-billing overhead af idle GPU-ressourcer. Du kan toppe op med crypto fra $20, med bonus credit tilgængelig til større indbetalinger.

Ingen månedlig abonnement låser dig ikke fast. Kredit udløber aldrig, hvilket giver dig mulighed for at pause brugen uden at miste midler.

Ydeevne: Docker, CUDA og lokale begrænsninger

Lokal ydeevne afhænger kraftigt af din CUDA-version og hardwaregeneration. Ollama understøtter CUDA 5.0+, men moderne modeller yder bedst på Ampere-arkitektur eller nyere. VLLM kræver f.eks. Volta eller nyere.

Docker tilføjer en lille overhead, men forenkler afhængighedsstyring. Du kan bruge værktøjer som Coolify til at opsætte Ollama med Open Webgui med minimal indsats. Du skal dog sikre dig, at OLLAMA_HOST-variablen er indstillet korrekt, ofte til 0.0.0.0 for ekstern adgang.

Hostede API’er tilbyder konsistent uanset din lokale maskine. Dette er afgørende, når du har brug for forudsigelig latens til realtidsapplikationer.

Beslutningstabel: Lokal Ollama vs. Dette API

Funktion	Lokal Ollama	Hosted Uncensored API
Opsætningskompleksitet	Høj (CUDA, Docker, Config)	Lav (API-nøgle + Base URL)
Omkostningsmodel	Hardware CapEx	Forudbetalt Tokenforbrug
Privatliv	Fuld kontrol	Prompts Ikke Brugt Til Træning
Kontekstvindue	Afhænger af VRAM	100.000 Tokens
Opdateringer	Manuel	Automatisk

Tekniske begrænsninger: Kontekstvindue og grænser

Lokale modeller er begrænset af din GPU VRAM. En 7B-model kan passe, men større modeller vil swappe til CPU, hvilket sænker inferensen betydeligt. Vores API understøtter et kontekstvindu på 100.000 tokens, hvilket giver dig mulighed for at behandle store dokumenter uden lokale hardwarebegrænsninger.

API'en håndhæver en max-output på 16.000 tokens pr. anmodning. Hvis du ikke indstiller max_tokens, er standardværdien 2.048 tokens. Dette sikrer forudsigelig fakturering og ressourceallokering.

Ratebegrænsninger er sat til 300 requests i minuttet pr. nøgle. Dette er tilstrækkeligt til de fleste udviklings- og moderate produktionsarbejdsbelastninger. Du kan bruge én aktiv nøgle pr. konto og erstatte den, hvis det er nødvendigt.

Faktureringsgennemsigtighed: Forudbetalt vs. Abonnement

Abonnementmodeller opkræver ofte for inaktiv tid. Forbetalt token-fakturering opkræver kun for, hvad du bruger. Vores kredit udløber aldrig, så du kan opfylde én gang og bruge den over måneder eller år.

Betaling sker udelukkende med krypto: USDT (TRC20) eller USDC (Base). Du kan indbetale ethvert helt beløb fra $20 til $500. Bonuskredit tilføjes automatisk: +5% fra $50, +10% fra $100 og +15% fra $200.

Nye konti modtager $0.50 i prøvekredit gyldig i 7 dage. Fejl som dobbeltopkrævninger rettes via Support-siden, men kreditten i sig selv er ikke-refunderbar.

FAQ: Almindelige Ollama API-spørgsmål

Hvordan bruger jeg den ubegrænsede model? Send anmodninger til vores base URL med model-id "uncensored". Den accepterer standard OpenAI SDK-parametre som temperature, top_p og stop. Modellen afviser ikke lovlige voksne eller kontroversielle emner.

Er dette det officielle Ollama API? Nej. Vi er en uafhængig tjeneste. Ollama er et værktøj til at køre modeller lokalt. Vi hoster en anden open-weight-model via et OpenAI-kompatibelt endpoint.

Hvad sker der, hvis jeg løber tør for kredit? Anmodninger vil fejle, indtil du oplader. Du kan tilføje kredit via krypto til enhver tid. Din eksisterende kredit udløber ikke.

Bruger du mine prompts til træning? Nej. Vi bruger ikke dine prompts til træning. Dine data forbliver private.