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.

API LLM không kiểm duyệt

API Ollama cho Tạo Văn Bản Không Kiểm Duyệt

Truy cập một mô hình không kiểm duyệt đơn lẻ qua API tương thích OpenAI tiêu chuẩn với cửa sổ ngữ cảnh 100.000 token cho việc tạo văn bản ngữ cảnh cao.

Cửa sổ ngữ cảnh 100.000 token
Các điểm cuối tương thích SDK OpenAI
Chỉ tín dụng trả trước bằng crypto

Nhận khóa dùng thử Xem tài liệu

Thử nghiệm với một lệnh gọi

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);

trên 1M token đầu vào: $0.15
Token đầu ra / 1M: $0.50
ngữ cảnh token: 100,000
số dư dùng thử: $0.50
yêu cầu mỗi phút: 300

Khả năng cốt lõi

Tương thích OpenAI

Sử dụng SDK chính thức với cơ sở mã hiện có của bạn bằng cách chỉ cần thay đổi URL cơ sở và khóa.

Đầu ra Uncensored

Mô hình trả lời mà không từ chối đối với các chủ đề người trưởng thành hợp pháp, hư cấu hoặc gây tranh cãi.

Hỗ trợ phát trực tuyến

Nhận token theo thời gian thực qua SSE với dữ liệu sử dụng được bao gồm trong chunk cuối cùng.

Chế độ JSON

Buộc đầu ra có cấu trúc bằng cách sử dụng tham số response_format để phân tích máy đáng tin cậy.

Gọi hàm

Bật công cụ và tool_choice cho các tương tác và trích xuất dữ liệu của agent động.

Bảng giá minh bạch

Chỉ trả cho các token thực tế được sử dụng mà không có đăng ký ẩn hoặc phí hàng tháng.

Quy trình thiết lập

Lấy Khóa Của Bạn
Đăng ký bằng Google hoặc email để nhận khóa API ngay lập tức.
Cấu hình SDK của bạn
Điểm client của bạn đến URL cơ sở và đưa khóa mới vào.
Gửi yêu cầu
Thực hiện các yêu cầu POST đến điểm cuối hoàn tất hội thoại với các tin nhắn của bạn.

Dự án cộng đồng

Sáng tạo nội dung

Tạo hư cấu và văn học sáng tạo không giới hạn mà không có bộ lọc nội dung tiêu chuẩn chặn cốt truyện của bạn.

Trích xuất dữ liệu

Phân tích tài liệu phức tạp bằng chế độ JSON để có đầu ra có cấu trúc đáng tin cậy.

Agent Systems

Cung cấp sức mạnh cho các tác nhân tự động với gọi hàm và khả năng phát trực tiếp để ra quyết định thời gian thực.

Phân tích nghiên cứu

Xử lý tài liệu lớn trong cửa sổ 100.000 token để duy trì ngữ cảnh toàn diện.

Đăng ký ngay. Sử dụng Google hoặc email để tạo tài khoản của bạn. Không yêu cầu số điện thoại, và khóa API của bạn xuất hiện ngay lập tức trên màn hình.
Cấu hình máy khách của bạn. Điểm SDK OpenAI của bạn đến URL cơ sở của chúng tôi. Đặt model ID thành "uncensored" và chèn khóa của bạn.
Gửi yêu cầu đầu tiên của bạn. Gọi /v1/chat/completions endpoint. endpoint. Nhận các token stream theo thời gian thực mà không cần thiết lập cục bộ.

API Ollama: Giải pháp thay thế Không kiểm duyệt cho Nhà phát triển

The ollama api cung cấp một đường dẫn không kiểm duyệt trực tiếp đến các mô hình trọng lượng mở mạnh mẽ thông qua các điểm cuối tương thích OpenAI tiêu chuẩn, loại bỏ nhu cầu thiết lập cục bộ hoặc proxy.

Lọc nội dung Miễn phí cho Lập trình

Tạo mã mà không có từ chối tùy tiện cho các chủ đề tiêu chuẩn. Sử dụng streaming qua SSE để xử lý đầu ra lớn theo thời gian thực.

Công cụ Đóng vai Uncensored

Chạy bot kể chuyện trả lời mà không chặn các chủ đề người lớn hợp pháp. Mô hình xử lý cửa sổ ngữ cảnh lên đến 100.000 token mượt mà.

Trích xuất dữ liệu nghiên cứu

Phân tích tài liệu phức tạp với chế độ JSON được bật. Đảm bảo các cấu trúc đầu ra nghiêm ngặt cho các đường ống phân tích của bạn mà không cần các bước xác thực bên ngoài.

Lỗi tích hợp thường xuyên trong API LLM không kiểm duyệt

Các nhà phát triển thường cấu hình sai URL cơ sở hoặc bỏ qua giới hạn token khi chuyển sang LLM không kiểm duyệt. Điều này làm hỏng khả năng tương thích với các SDK OpenAI tiêu chuẩn.

Đặt đúng URL điểm cuối (endpoint).
Tôn trọng cửa sổ ngữ cảnh 100k.
Xử lý các sự kiện streaming đúng cách.

Sự khác biệt chính giữa API Ollama được lưu trữ và cục bộ

Dịch vụ của chúng tôi loại bỏ chi phí cơ sở hạ tầng bằng cách cung cấp một điểm cuối sẵn sàng sử dụng, khác với các cài đặt tự lưu trữ yêu cầu quản lý mô hình thủ công. Chúng tôi xử lý việc mở rộng quy mô, vì vậy bạn bỏ qua việc cấu hình GPU cục bộ. Trong khi các phiên bản cục bộ yêu cầu phần cứng chuyên dụng, phiên bản lưu trữ của chúng tôi cung cấp quyền truy cập ngay lập tức thông qua các SDK tiêu chuẩn. Bạn chỉ trả tiền chính xác cho các token đã sử dụng, loại bỏ chi phí máy chủ nhàn rỗi. Phương pháp này đảm bảo khả dụng nhất quán mà không có gánh năng bảo trì của việc chạy container của riêng bạn.

Các kịch bản thanh toán cụ thể cho việc sử dụng token

Ví dụ Chi phí Thế giới Thực tế cho Sử dụng API Ollama

Hệ thống thanh toán của chúng tôi tính phí chính xác dựa trên mức giá $0.15 cho mỗi triệu token đầu vào và $0.50 cho mỗi triệu token đầu ra.

Yêu cầu đầu vào 10K / đầu ra 1K tốn ~$0.002.
Yêu cầu đầu vào 50K / đầu ra 5K tốn khoảng 0,01 USD.

Tín dụng không bao giờ hết hạn, đảm bảo bạn chỉ trả tiền cho việc sử dụng thực tế. Lỗi vẫn miễn phí.

Câu hỏi thường gặp: Proxy & Cài đặt

Có, bạn có thể proxy dịch vụ bằng các công cụ tiêu chuẩn như nginx hoặc Traefik để định tuyến các yêu cầu đến URL cơ sở. API hỗ trợ các máy khách tương thích OpenAI, vì vậy bạn chỉ cần cập nhật URL cơ sở và khóa API. Streaming qua SSE được hỗ trợ đầy đủ, bao gồm cả thông tin sử dụng token trong chunk cuối cùng. Bạn cũng có thể triển khai gọi hàm với các công cụ và tool_choice. Chế độ JSON có sẵn thông qua response_format. Mô hình không kiểm duyệt xử lý các chủ đề gây tranh cãi mà không từ chối.

Các câu hỏi thường gặp

URL gốc cho API ollama là gì?

HTTPS://api.apiollama.com/v1. Endpoint này hoạt động với bất kỳ client tương thích OpenAI nào bằng cách cập nhật biến base_url và cung cấp API key của bạn trong header authorization.

Dịch vụ này có hỗ trợ tạo hình ảnh hoặc âm thanh không?

Không. Chúng tôi chỉ cung cấp POST /v1/chat/completions và GET /v1/models. Không có khả năng tạo nhúng, hình ảnh, âm thanh hoặc video có sẵn trong môi trường LLM không kiểm duyệt được lưu trữ này.

Chi phí mỗi token cho mô hình không kiểm duyệt là bao nhiêu?

Giá là $0.15 cho mỗi 1M token đầu vào và $0.50 cho mỗi 1M token đầu ra. Bạn chỉ trả cho mức sử dụng thực tế bằng số dư trả trước; lỗi và từ chối không tính phí.

Tôi có thể sử dụng API cho phản hồi streaming không?

Có. API hỗ trợ streaming qua Server-Sent Events. Bạn nhận được chi tiết sử dụng token trong chunk cuối cùng, cho phép tạo văn bản theo thời gian thực trong khi theo dõi chính xác việc tiêu thụ tín dụng của bạn.

Kích thước cửa sổ ngữ cảnh tối đa là gì?

Cửa sổ ngữ cảnh hỗ trợ 100.000 token cho tổng cộng cả prompt và completion. Lượng đầu ra tối đa cho mỗi yêu cầu là 16.000 token, hoặc 2.048 token nếu bạn không đặt max_tokens.

Làm thế nào để nạp thêm tín dụng API?

Bạn phải sử dụng tiền điện tử, cụ thể là USDT trên TRC20 hoặc USDC trên Base. Nạp tiền tối thiểu là $20, và bạn nhận được tín dụng bổ sung bắt đầu từ +5% cho các khoản đóng góp từ $50 trở lên.

Lấy khóa của bạn ngay lập tức

Đăng ký, sao chép thông tin xác thực, cập nhật endpoint. Chỉ vậy thôi.

Nhận khóa dùng thử