What is the base URL for the ollama API?

It is HTTPS://api.apiollama.com/v1. This endpoint works with any OpenAI-compatible client by updating the base_url variable and providing your API key in the authorization header.

Does this service support image or audio generation?

No. We only provide POST /v1/chat/completions and GET /v1/models. There is no embedding, image, audio, or video generation capability available in this hosted uncensored LLM environment.

How much does the uncensored model cost per token?

It costs $0.15 per 1M input tokens and $0.50 per 1M output tokens. You pay only for actual usage with prepaid credit; errors and refusals do not incur charges.

Can I use the API for streaming responses?

Yes. The API supports streaming via Server-Sent Events. You receive token usage details in the final chunk, allowing real-time text generation while monitoring your credit consumption accurately.

What is the maximum context window size?

The context window supports 100,000 tokens for both prompt and completion combined. The maximum output per request is 16,000 tokens, or 2,048 tokens if you do not set max_tokens.

How do I top up my API credits?

You must use crypto, specifically USDT on TRC20 or USDC on Base. Minimum deposits are $20, and you receive bonus credit starting at +5% for contributions of $50 or more.

अनकेंसरड LLM API

Ollama API अनसेंसर्ड टेक्स्ट जनरेशन के लिए

मानक OpenAI-संगत API के माध्यम से एकल अनकैप्ड मॉडल तक पहुंचें जिसमें उच्च-संदर्भ टेक्स्ट जनरेशन के लिए 100,000 टोकन की संदर्भ विंडो है।

100,000 टोकन संदर्भ विंडो
OpenAI SDK संगत एंडपॉइंट
केवल क्रिप्टो प्रीपेड क्रेडिट

ट्रायल कुंजी प्राप्त करें प्रलेखन देखें

एक कॉल के साथ परीक्षण करें

curl https://api.apiollama.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list installed models"}]
  }'

from openai import OpenAI

client = OpenAI(base_url="https://api.apiollama.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.apiollama.com/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

प्रति 1M इनपुट टोकन: $0.15
आउटपुट टोकन / 1M: $0.50
टोकन संदर्भ: 100,000
ट्रायल क्रेडिट: $0.50
प्रति मिनट रिक्वेस्ट: 300

मुख्य क्षमताएं

OpenAI संगतता

अपने मौजूदा कोडबेस के साथ आधिकारिक SDK का उपयोग करें, बस बेस यूआरएल और कुंजी को बदलकर।

अनकेंसरड आउटपुट

मॉडल कानूनी वयस्क, काल्पनिक, या विवादास्पद विषयों के लिए अस्वीकृतियों के बिना उत्तर देता है।

स्ट्रीमिंग सपोर्ट

अंतिम चंक में शामिल उपयोग डेटा के साथ SSE के माध्यम से रियल-टाइम टोकन प्राप्त करें।

JSON मोड

विश्वसनीय मशीन पarsing के लिए response_format पैरामीटर का उपयोग करके संरचित आउटपुट फ़ोर्स करें।

फंक्शन कॉलिंग

गतिशील एजेंट इंटरैक्शन और डेटा एक्सट्रैक्शन के लिए टूल्स और tool_choice सक्षम करें।

पारदर्शी मूल्य निर्धारण

बिना छिपे सब्सक्रिप्शन या मासिक शुल्क के केवल वास्तविक उपयोग किए गए टोकनों के लिए भुगतान करें।

सेटअप प्रक्रिया

अपनी कुंजी प्राप्त करें
Google या ईमेल से साइन अप करें और तुरंत अपनी API की प्राप्त करें।
अपने SDK को कॉन्फ़िगर करें
अपने क्लाइंट को बेस यूआरएल की ओर निर्देशित करें और नई कुंजी इंजेक्ट करें।
अनुरोध भेजें
अपने संदेशों के साथ चैट पूर्णता एंडपॉइंट पर POST अनुरोध करें।

समुदाय परियोजनाएं

सामग्री निर्माण

बिना मानक सामग्री फ़िल्टर के आपकी कथा को ब्लॉक किए बिना असीमित कथाएं और रचनात्मक लेखन जनरेट करें।

डेटा निष्कर्षण

विश्वसनीय संरचित डेटा आउटपुट के लिए JSON मोड का उपयोग करके जटिल दस्तावेज़ों को पार्स करें।

एजेंट सिस्टम्स

ऑटोनोमस एजेंट्स को पावर दें फंक्शन कॉलिंग और रियल-टाइड निर्णयों के लिए स्ट्रीमिंग क्षमताओं के साथ।

रिसर्च एनालिसिस

समग्र संदर्भ संरक्षण के लिए 100,000 टोकन विंडो के भीतर बड़े दस्तावेज़ प्रक्रिया करें।

तुरंत साइन अप करें। Google या ईमेल का उपयोग करें ताकि आपका खाता बन सके। फोन नंबर की आवश्यकता नहीं है, और आपकी API कुली तुरंत स्क्रीन पर दिखाई देती है।
अपने क्लाइंट को कॉन्फ़िगर करें। अपने OpenAI SDK को हमारे बेस यूआरएल की ओर निर्देशित करें। मॉडल ID को "uncensored" पर सेट करें और अपनी कुंजी डालें।
अपना पहला अनुरोध भेजें। कॉल करें /v1/chat/completions एंडपॉइंट। शून्य स्थानीय सेटअप के साथ रियल-टाइम स्ट्रीमिंग टोकन प्राप्त करें।

Ollama API: डेवलपर्स के लिए अनसेंसर्ड विकल्प

The ollama api मानक OpenAI-कम्पैटिबल एंडपॉइंट्स के माध्यम से शक्तिशाली ओपन-वेइट मॉडल्स तक एक सीधा, अनसेंसर्ड मार्ग प्रदान करता है, स्थानीय सेटअप या प्रॉक्सी की आवश्यकता को समाप्त करता है।

सामग्री-फिल्टर फ्री कोडिंग

मानक विषयों पर कृत्रिम अस्वीकारों के बिना कोड जनरेट करें। बड़े आउटपुट को वास्तविक समय में संभालने के लिए SSE के माध्यम से स्ट्रीमिंग का उपयोग करें।

अनकेंसरड रोलप्ले इंजिन

ऐसे नैरेटिव बॉट्स चलाएं जो कानूनी वयस्क विषयों को ब्लॉक किए बिना उत्तर देते हैं। मॉडल 100,000 टोकन तक की संदर्भ विंडो को सहजता से संभालता है।

शोध डेटा एक्सट्रैक्शन

JSON मोड सक्षम करके जटिल दस्तामेज़ों को पार्स करें। अपने पार्सिंग पाइपलाइनों के लिए बाह्य सत्यापन चरणों के बिना कठोर आउटपुट संरचनाएं सुनिश्ित करें।

अनसेंसर्ड LLM APIs में बार-बार एकीकरण त्रुटियाँ

डेवलपर्स अक्सर base URLs को गलत कॉन्फ़िगर करते हैं या token limits को नज़रअंदाज़ करते हैं जब वे एक uncensored LLM पर स्विच करते हैं। यह मानक OpenAI SDKs के साथ संगतता तोड़ देता है।

सही एंडपॉइंट URL सेट करें।
100k कॉन्टेक्स्ट विंडो का सम्मान करें।
स्ट्रीमिंग इवेंट्स को उचित रूप से हैंडल करें।

होस्टेड बनाम लोकल ओलामा API: मुख्य अंतर

हमारी सेवा तैनाती की ओवरहेड को हटाकर एक तैयार-इस्तेमाल एंडपॉइंट प्रदान करती है, जो स्व-होस्टेड सेटअप से अलग है जहां मैन्युअल मॉडल प्रबंधन की आवश्यकता होती है। हम स्केलिंग संभालते हैं, इसलिए आपको स्थानीय GPU कॉन्फ़िगरेशन छोड़ना पड़ता है। जबकि स्थानीय इंस्टेंस समर्पित हार्डवेयर की मांग करते हैं, हमारा होस्टेड संस्करण मानक SDKs के माध्यम से तत्काल पहुंच प्रदान करता है। आप केवल खपित टोकन के लिए सख्त रूप से भुगतान करते हैं, जिससे आइडल सर्वर लागत समाप्त हो जाती है। यह दृष्टिकोण अपनी खुद की कंटेनर चलाने की रखरखाव की झंझट के बिना स्थिर उपलब्धता सुनिश्ित करता है।

टोकन उपयोग के लिए ठोस बिलिंग परिदृश्य

Ollama API उपयोग के लिए वास्तविक-दुनिया के लागत उदाहरण

हमारी बिलिंग $0.15 प्रति मिलियन इनपुट टोकन और $0.50 प्रति मिलियन आउटपुट टोकन का उपयोग करके सटीक शुल्क की गणना करती है।

10K इनपुट / 1K आउटपुट अनुरोध की लागत ~$0.002 है।
50K इनपुट / 5K आउटपुट रिक्वेस्ट की लागत ~$0.01 है।

क्रेडिट कभी समाप्त नहीं होता है, जिससे आप केवल वास्तविक उपयोग के लिए भुगतान करते हैं। त्रुटियां मुफ्त रहती हैं।

बार-बार पूछे जाने वाले प्रश्न: प्रॉक्सी और सेटअप

हाँ, आप nginx या Traefik जैसे मानक टूल्स का उपयोग करके सेवा को प्रॉक्सी कर सकते हैं ताकि अनुरोधों को बेस यूआरएल पर रूट किया जा सके। API OpenAI-कम्पैटिबल क्लाइंट्स का समर्थन करता है, इसलिए आपको केवल अपने बेस यूआरएल और API कुंई अपडेट करने की आवश्यकता है। SSE के माध्यम से स्ट्रीमिंग पूरी तरह से समर्थित है, जिसमें अंतिम चंक में टोकन उपयोग शामिल है। आप टूल्स और tool_choice के साथ फंक्शन कॉलिंग भी लागू कर सकते हैं। JSON मोड response_format के माध्यम से उपलब्ध है। uncensored मॉडल विवादास्पद विषयों को बिना अस्वीकार किए संभालता है।

सामान्य प्रश्न

ओलामा API के लिए बेस यूआरएल क्या है?

यह HTTPS://api.apiollama.com/v1 है। यह एंडपॉइंट किसी भी OpenAI-कम्पैटिबल क्लाइंट के साथ काम करता है base_url वेरिएबल को अपडेट करके और अपने API कुंजी को authorization हेडर में प्रदान करके।

क्या यह सेवा इमेज या ऑडियो जनरेशन का समर्थन करती है?

नहीं। हम केवल POST /v1/chat/completions और GET /v1/models प्रदान करते हैं। इस होस्टेड अनसेंसर्ड LLM वातावरण में कोई एम्बेडिंग, इमेज, ऑडियो, या वीडियो जनरेशन क्षमता उपलब्ध नहीं है।

uncensored मॉडल की लागत प्रति टोकन कितनी है?

इसकी कीमत $0.15 प्रति 1M इनपुट टोकन और $0.50 प्रति 1M आउटपुट टोकन है। आप प्रीपेड क्रेडिट के साथ केवल वास्तविक उपयोग के लिए भुगतान करते हैं; त्रुटियां और अस्वीकृतियों के लिए कोई शुल्क नहीं लगता है।

क्या मैं स्ट्रीमिंग रिस्पॉन्स के लिए API का उपयोग कर सकता हूँ?

हाँ। API सर्वर-सेंट इवेंट्स (Server-Sent Events) के माध्यम से स्ट्रीमिंग का समर्थन करता है। आपको टोकन उपयोग की जानकारी अंतिम चंक में प्राप्त होती है, जिससे आपको रियल-टाइम टेक्स्ट जनरेशन करते हुए अपनी क्रेडिट खपत की सटीक निगरानी करने की सुविधा मिलती है।

अधिकतम संदर्भ विंडो आकार क्या है?

संदर्भ विंडो प्रॉम्प्ट और पूर्णता दोनों के लिए 100,000 टोकन का समर्थन करती है। प्रति अनुरूप अधिकतम आउटपुट 16,000 टोकन है, या 2,048 टोकन यदि आप max_tokens सेट नहीं करते हैं।

अपनी API क्रेडिट कैसे अपडेट करें?

आपको क्रिप्टो का उपयोग करना चाहिए, विशेष रूप से TRC20 पर USDT या Base पर USDC। न्यूनतम जमा $20 हैं, और $50 या अधिक के योगदान के लिए +5% बोनस क्रेडिट प्राप्त होता है।

तुरंत कुंजी प्राप्त करें

रजिस्टर करें, क्रेडेंशियल कॉपी करें और एंडपॉइंट अपडेट करें। यही सब है।

ट्रायल कुंजी प्राप्त करें