Ollama APIドキュメント: 無制限API比較

なぜアンセンサードAPIを選ぶのか？

UncensoredなAPIは、法的な成人向け、フィクション、または論争的なトピックを拒否しないモデルに直接アクセスできます。このアプローチにより、モデル固有の依存関係の管理やアライメントレイヤーのファインチューニングを自分で行う必要がなくなります。

当社のホストサービスは、最小限の拒否用に最適化されたオープンウェイトモデルを提供します。コンテンツフィルターがワークフローをブロックすることを心配することなく、標準的なテキスト入力を送信し、テキスト出力を受信します。APIはSSEを介したストリーミング、関数呼び出し、JSONモードをサポートしており、最新の開発者スタックとの互換性を確保します。

ローカルデプロイメントとは異なり、GPUの温度監視やドライバーの更新処理は不要です。インフラは自動的にスケーリングするため、サーバーの保守よりもアプリケーションの構築に集中できます。

ローカルのOllama対ホスト済みAPI：トレードオフ

ローカルデプロイメントは完全なデータプライバシーとWAN上のゼロレイテンシを提供しますが、大幅なハードウェア管理が必要です。CUDAドライバー、Dockerコンテナ、OLLAMA_HOSTのような環境変数の構成が必要です。

ホステッドAPIはハードウェアの管理を抽象化します。主要なクラウドプロバイダと同様に、ベースURLとAPIキーを使用して接続します。これにより、NVIDIA Container Toolkitの必要性やローカルモデルファイルの管理が不要になります。

トレードオフはコストと利便性のバランスです。ローカル実行はハードウェア購入後は無料ですが、ホスト型APIはトークンごとに課金されます。 occasional な利用や迅速なプロトタイピングには、ホスト型の方がデプロイが速いことが多いです。

コスト比較：GPUハードウェア vs トークン課金

ローカル推論のコストは固定です：GPUを一度購入します。ホスト課金は使用量に応じてスケールします。当社のモデルは入力トークン1Mあたり$0.15、出力トークン1Mあたり$0.50で課金します。この前払いモデルでは、エラーと拒否は無料のため、実際の結果に対してのみ課金されます。

大量の運用では、ローカルハードウェアが通常価格面で優れています。断続的な開発や小規模チームの場合、プリペイドトークン課金はアイドル状態のGPUリソースのオーバーヘッドを回避します。20ドルから暗号通貨でチャージでき、大口入金にはボーナスクレジットが利用可能です。

月額サブスクリプションで縛られない。クレジットは期限切れしないため、使用を一時停止しても資金を失わない。

パフォーマンス：Docker、CUDA、ローカル環境の制約

ローカルのパフォーマンスはCUDAのバージョンとハードウェアの世代に大きく依存します。OllamaはCUDA 5.0+をサポートしていますが、最新のモデルはAmpereアーキテクチャ以降で最も良いパフォーマンスを発揮します。例えばVLLMは、Volta以降を必要とします。

Dockerはわずかなオーバーヘッドをもたらしますが、依存関係の管理を簡素化します。Coolifyなどのツールを使用して、最小限の労力でOllamaとOpen Webguiをセットアップできます。ただし、外部アクセスのためにOLLAMA_HOST変数を0.0.0.0などに正しく設定する必要があります。

ホステッドAPIは、ローカルマシンに関係なく一貫したパフォーマンスを提供します。リアルタイムアプリケーションで予測可能なレイテンシが必要な場合、これは極めて重要です。

決定表：ローカルOllama vs 当API

機能	ローカルOllama	ホステッドフィルタリングなしAPI
セットアップの複雑さ	高い (CUDA, Docker, 設定)	Low (API Key + Base URL)
コストモデル	ハードウェアCAPEX	前払いトークンの使用
プライバシー	フルコントロール	プロンプトは学習に使用されない
コンテキストウィンドウ	VRAMによる	100,000トークン
更新情報	手動	自動

技術的制約: コンテキストウィンドウと制限

ローカルモデルはGPUのVRAMに制約されます。7Bモデルは収まるかもしれませんが、より大きなモデルはCPUにスワップされ、推論が大幅に遅くなります。当社のAPIは100,000トークンのコンテキストウィンドウをサポートしており、ローカルハードウェアの制限なしで大きなドキュメントを処理できます。

APIはリクエストあたり最大16,000トークンの出力を制限します。max_tokensを設定しない場合、デフォルトは2,048トークンです。これは予測可能な課金とリソース割り当てを保証します。

レートリミットはキーあたり1分300リクエストです。これは、ほとんどの開発ワークロードと中程度の本番ワークロードで十分です。アカウントあたり1つのアクティブなキーを使用でき、必要に応じて置き換えることができます。

請求の透明性：前払い vs サブスクリプション

サブスクリプションモデルは多くの場合、アイドル時間に対して課金します。前払いトークン課金は、使用した分に対してのみ課金します。当社のクレジットは期限切れにならず、一度チャージインすれば、数ヶ月または数年にわたって使用できます。

支払いは暗号通貨のみ：USDT（TRC20）またはUSDC（Base）。$20から$500までの任意の整数金額を入金できます。ボーナスクレジットは自動的に付与されます：$50以上で+5%、$100以上で+10%、$200以上で+15%。

新規アカウントには7日間有効な$0.50の試用クレジットが付与されます。二重請求などのミスはサポートページで修正されますが、クレジット自体は返金対象外です。

FAQ: Common Ollama API Questions

uncensoredモデルを使用するにはどうすればよいですか？ ベース URL にモデル ID「uncensored」を使用してリクエストを送信します。temperature、top_p、stop などの標準的な OpenAI SDK パラメータを受け入れます。モデルは合法的な大人向けまたは論争的なトピックを拒否しません。

これは公式のOllama APIですか？ いいえ。私たちは独立したサービスです。Ollamaはローカルでモデルを実行するためのツールです。当社は、OpenAI互換のエンドポイントを通じて異なるオープンウェイトモデルをホストしています。

クレジットが不足した場合どうなりますか？ トップアップするまでリクエストは失敗します。暗号通貨でいつでもクレジットを追加できます。既存のクレジットは期限切れになりません。

プロンプトはトレーニングに使用されますか？ いいえ。プロンプトを使用して学習しません。データはプライベートです。