Ollama API Documentatie: Onbeperkte API Vergelijking

Waarom kiezen voor een ongefilterde API?

Ontogethereerde API's bieden directe toegang tot modellen die geen weigering geven voor wettelijke volwassen, fictieve of controversiële onderwerpen. Deze aanpak elimineert de noodzaak om model-specifieke afhankelijkheden te beheren of alignment-lagen zelf te fine-tunen.

Onze gehoste service levert een open-weight model dat is geoptimaliseerd voor minimale refusal. Je stuurt standaard tekst input en ontvangt tekst output zonder je zorgen te maken over content filters die je workflow blokkeren. De API ondersteunt streaming via SSE, function calling en JSON mode, wat compatibiliteit met moderne developer stacks garandeert.

In tegenstelling tot lokale implementaties hoeft u de GPU-temperatuur niet te monitoren of stuurprogramma-updates af te handelen. De infrastructuur schalt automatisch op, zodat u zich kunt concentreren op het bouwen van uw applicatie in plaats van het onderhouden van uw server.

Lokale Ollama vs. Gehoste API: De Afweging

Lokale implementatie biedt volledige gegevensprivacy en geen latentie over WAN, maar vereist aanzienlijk hardwarebeheer. Je moet CUDA-stuurprogramma's, Docker-containers en omgevingsvariabelen zoals OLLAMA_HOST configureren.

Gehoste APIs abstraheren de hardware. Je maakt verbinding via een base URL en een API-key, net zoals bij grote cloudproviders. Dit elimineert de behoefte aan de NVIDIA Container Toolkit of het beheren van lokale modelbestanden.

Het compromis is kosten versus gemak. Lokale runs zijn gratis na hardwareaanschaf, terwijl gehoste API's per token rekenen. Voor af en toe gebruik of snelle prototyping is de gehoste route vaak sneller in implementatie.

Kostvergelijking: GPU-hardware vs. tokenfacturatie

Lokale inferentiekosten zijn vast: je koopt de GPU één keer. Gehoste facturatie schaalt met gebruik. Ons model rekent $0.15 per 1M invoertokens en $0.50 per 1M uitvoertokens. Dit prepaid-model betekent dat fouten en weigeringen gratis zijn, dus je betaalt alleen voor daadwerkelijke resultaten.

Voor hoge-volume productie wint lokale hardware meestal op prijs. Voor sporadische ontwikkeling of kleine teams voorkomt prepaid token-billing de overhead van idle GPU-resources. Je kunt bijbetalen met crypto beginnend bij $20, met bonus credit beschikbaar voor grotere stortingen.

Geen maandelijkse abonnementsvergrendeling houdt je vast. Tegoed vervalt niet, waardoor je gebruik kunt pauzeren zonder geld te verliezen.

Prestaties: Docker, CUDA en lokale beperkingen

Lokale prestaties hangen sterk af van je CUDA-versie en hardwaregeneratie. Ollama ondersteunt CUDA 5.0+, maar moderne modellen presteren het beste op Ampere-architectuur of nieuwer. VLLM vereist bijvoorbeeld Volta of nieuwer.

Docker voegt lichte overhead toe maar vereenvoudigt dependency management. Je kunt tools zoals Coolify gebruiken om Ollama met Open Webgui op te zetten met minimale inspanning. Je moet echter wel zorgen dat de OLLAMA_HOST variabele correct is ingesteld, vaak op 0.0.0.0 voor externe toegang.

Gehoste APIs bieden consistente prestaties, ongeacht je lokale machine. Dit is cruciaal wanneer je voorspelbare latentie nodig hebt voor realtime-toepassingen.

Beslis tabel: Lokale Ollama vs. Deze API

Functie	Lokale Ollama	Gehoste Ongefilterde API
Opzetcomplexiteit	Hoog (CUDA, Docker, Config)	Laag (API Key + Base URL)
Kostenmodel	Hardware CapEx	Vooruitbetaald tokengebruik
Privacy	Volledige controle	Prompts Niet Gebruikt voor Training
Contextvenster	Afhankelijk van VRAM	100.000 Tokens
Updates	Handmatig	Automatisch

Technische beperkingen: Contextvenster en limieten

Lokale modellen worden beperkt door je GPU-VRAM. Een 7B-model past misschien wel, maar grotere modellen wisselen naar CPU, wat de inferentie aanzienlijk vertraagt. Onze API ondersteunt een contextvenster van 100.000 tokens, zodat je grote documenten kunt verwerken zonder beperkingen van lokale hardware.

De API handhaaft een maximale uitvoer van 16.000 tokens per verzoek. Als u max_tokens niet instelt, is de standaardwaarde 2.048 tokens. Dit zorgt voor voorspelbare facturatie en resource-toewijzing.

De rate limits zijn ingesteld op 300 verzoeken per minuut per sleutel. Dit is voldoende voor de meeste ontwikkel- en gematigde productiewerklasten. Je kunt één actieve sleutel per account gebruiken, en deze vervangen indien nodig.

Facturatie-transparantie: Vooruitbetaald vs. Abonnement

Abonnementsmodellen rekenen vaak voor inactieve tijd. Vooraf betaalde tokenfacturatie brengt alleen kosten in rekening voor wat je gebruikt. Onze credits vervallen nooit, dus je kunt één keer aanvullen en ze maanden of jaren lang gebruiken.

Betalingen zijn uitsluitend crypto: USDT (TRC20) of USDC (Base). Je kunt elk heel bedrag van $20 tot $500 storten. Bonus tegoed wordt automatisch toegevoegd: +5% vanaf $50, +10% vanaf $100 en +15% vanaf $200.

Nieuwe accounts ontvangen $0.50 aan proefkrediet geldig voor 7 dagen. Fouten zoals dubbele charges worden opgelost via de Support-pagina, maar krediet zelf is niet restitueerbaar.

FAQ: Veelgestelde vragen over de Ollama API

Hoe gebruik ik het uncensored model? Stuur verzoeken naar onze basis-URL met model id "uncensored". Het accepteert standaard OpenAI SDK-parameters zoals temperature, top_p en stop. Het model weigert geen wettelijke volwassen of controversiële onderwerpen.

Is dit de officiële Ollama API? Nee. Wij zijn een onafhankelijke dienst. Ollama is een tool voor het lokaal draaien van modellen. We hosten een ander open-weight model via een OpenAI-compatible endpoint.

Wat gebeurt er als ik op raak van krediet? Requests zullen falen totdat je oplaadt. Je kunt krediet toevoegen via crypto op elk moment. Je bestaande krediet vervalt niet.

Gebruik je mijn prompts voor training? Nee. We gebruiken je prompts niet voor training. Je gegevens blijven privé.