Ollama API 文档：无审查 API 比较

为什么选择无审查 API？

无审查 API 提供对模型的直接访问，这些模型不会拒绝合法的成人、虚构或争议性主题。这种方法消除了自行管理模型特定依赖项或微调对齐层的需求。

我们的托管服务交付一个针对最小拒绝率进行优化的开放权重模型。你输入标准文本，获取文本输出，无需担心内容过滤器阻塞你的工作流程。API 支持通过 SSE 进行流式传输、函数调用和 JSON 模式，确保与现代开发者技术栈兼容。

与本地部署不同，您无需监控 GPU 温度或处理驱动程序更新。基础设施会自动扩展，使您能够专注于构建应用程序，而不是维护服务器。

本地 Ollama 与托管 API：权衡

本地部署提供完全的数据隐私和零 WAN 延迟，但需要大量的硬件管理。你必须配置 CUDA 驱动、Docker 容器以及 OLLAMA_HOST 等环境变量。

托管 API 抽象了硬件层。您只需使用基础 URL 和 API 密钥进行连接，就像使用主要云提供商一样。这消除了对 NVIDIA Container Toolkit 的需求，也无需管理本地模型文件。

权衡是成本与便利性。本地运行在购买硬件后是免费的，而托管 API 按 token 收费。对于偶尔使用或快速原型开发，托管路线通常部署更快。

成本对比：GPU 硬件与 Token 计费

本地推理成本是固定的：你一次性购买 GPU。托管计费随使用情况扩展。我们的模型收费为每 1M 输入 token $0.15，每 1M 输出 token $0.50。这种预付费模式意味着错误和拒绝是免费的，所以你只为实际结果付费。

对于高容量生产环境，本地硬件通常在价格上占优。对于间歇性开发或小团队，预付费令牌计费避免了空闲 GPU 资源的开销。你可以从 20 美元起使用加密货币充值，大额存款可获得额外积分。

无月度订阅锁定。余额永不过期，允许您暂停使用而不会损失资金。

性能：Docker、CUDA 和本地限制

本地性能高度依赖您的 CUDA 版本和硬件代际。Ollama 支持 CUDA 5.0+，但现代模型在 Ampere 架构或更新架构上表现最佳。例如，VLLM 需要 Volta 或更新架构。

Docker 会引入少量开销，但能简化依赖管理。你可以使用 Coolify 等工具，以最小化工作量部署 Ollama 和 Open Webgui。不过，你必须确保正确设置 OLLAMA_HOST 变量，通常需设为 0.0.0.0 以支持外部访问。

托管 API 提供一致的性能，不受您本地机器的影响。当您需要在实时应用中获得可预测的延迟时，这一点至关重要。

决策表：本地 Ollama 与本文 API

功能	本地 Ollama	托管无审查 API
设置复杂度	高 (CUDA, Docker, 配置)	低（API 密钥 + 基础 URL）
成本模型	硬件资本支出	预付费 Token 使用
隐私	完全控制	提示词不用于训练
上下文窗口	取决于 VRAM	100,000 个 Token
更新	手动	自动

技术限制：上下文窗口和限制

本地模型受限于您的 GPU 显存。7B 模型可能可以运行，但更大的模型会交换到 CPU，显著减慢推理速度。我们的 API 支持 100,000 个 token 的上下文窗口，允许您处理大型文档而无需本地硬件限制。

API 限制每次请求的最大输出为 16,000 个 token。如果你未设置 max_tokens，默认值为 2,048 个 token。这确保了可预测的计费和资源分配。

速率限制设置为每个密钥每分钟 300 次请求。这足以满足大多数开发和中等规模的生产工作负载。每个账户可以使用一个活跃密钥，如果需要可以替换。

账单透明度：预付费与订阅

订阅模式通常会为空闲时间付费。预付费令牌计费仅按实际使用量收费。我们的积分永不过期，因此你可以充值一次并在数月或数年内使用。

支付仅支持加密货币：USDT (TRC20) 或 USDC (Base)。您可以存入 $20 至 $500 之间的任意整数金额。系统自动添加额外积分：$50 起赠 +5%，$100 起赠 +10%，$200 起赠 +15%。

新账户可获得 $0.50 试用额度，有效期为 7 天。重复扣款等错误通过支持页面修复，但额度本身不可退款。

常见问题解答：常见的 Ollama API 问题

如何使用 uncensored 模型？ 向我们的基础 URL 发送请求，模型 ID 为“uncensored”。它接受标准的 OpenAI SDK 参数，如 temperature、top_p 和 stop。该模型不会拒绝合法的成人或争议性话题。

这是官方的 Ollama API 吗？ 否。我们是一项独立服务。Ollama 是在本地运行模型的工具。我们通过 OpenAI 兼容的端点托管不同的开源模型。

如果信用额度耗尽怎么办？ 请求将失败，直到您充值。您可以随时通过加密货币添加积分。您现有的积分不会过期。

你会将我的提示词用于训练吗？ 否。我们不使用您的提示词进行训练。您的数据保持私密。