ollamaapidoc.comبینش‌ها
API Ollama: هزینه & بدون سانسور راهنمای مدل
مدل‌های زبانی بزرگ بدون فیلتر برای جریان‌های کاری خلاقانه و فنی قدرتمند هستند، اما اجرای آن‌ها به صورت محلی نیاز به سخت‌افزار و نگهداری دارد. این راهنما واقعیت‌های فنی پنجره‌های زمینه، استخراج داده و هزینه‌های استنتاج را توضیح می‌دهد و در عین حال جایگزینی میزبانی‌شده و OpenAI-compatible معرفی می‌کند که فقط ارز دیجیتال می‌پذیرد.
آخرین به‌روزرسانی
خلاصه
- مدل‌های اولاما لوکال حریم خصوصی کاملی ارائه می‌دهند اما نیازمند منابع RAM و GPU قابل توجهی هستند.
- API میزبانی‌شده ما یک مدل بدون سانسور را با قیمت ۰.۱۵ دلار به ازای هر ۱M توکن ورودی و ۰.۵۰ دلار به ازای هر ۱M توکن خروجی ارائه می‌دهد.
- پرداخت‌ها به‌طور انحصاری از طریق USDT (TRC20) یا USDC (Base) پردازش می‌شوند و قفل‌های اشتراک را حذف می‌کنند.
- این API از پخش زنده، فراخوانی تابع و یک پنجره زمینه 100,000 توکنی برای وظایف داده‌ای پیچیده پشتیبانی می‌کند.
چرا مدل‌های Ollama به یک API اختصاصی نیاز دارند
استنتاج محلی به منابع سخت‌افزاری قابل توجهی نیاز دارد. اجرای یک مدل زبانی بزرگ روی ماشین شما مصرف RAM و حافظه GPU را به همراه دارد. شما باید دانلود و به‌روزرسانی مدل‌ها را خودتان مدیریت کنید. یک API اختصاصی این بار را به سرورهای میزبانی‌شده واگذار می‌کند. زیرساخت مقیاس‌پذیری و در دسترس بودن را مدیریت می‌کند. شما به سادگی درخواست‌ها را ارسال می‌کنید و پاسخ‌های متنی دریافت می‌کنید.
توسعه‌دهندگان اغلب استقرار محلی را برای حریم خصوصی ترجیح می‌دهند. داده‌ها هرگز از سخت‌افزار شما خارج نمی‌شوند. با این حال، این رویکرد همزمانی را محدود می‌کند. شما نمی‌توانید بدون ارتشاهای گران‌قیمت، همزمان چندین کاربر را سرویس دهید. یک API میزبانی‌شده این مشکل مقیاس‌پذیری را حل می‌کند. این یک نقطه پایدار برای برنامه‌ها فراهم می‌کند. مدل روی سرورهای اختصاصی بهینه‌سازی‌شده برای استنتاج اجرا می‌شود.
API ما یک مدل بدون سانسور ارائه می‌دهد. این مدل بدون رد شدن‌های استاندارد محتوا پاسخ می‌دهد. این برای نویسندگی خلاق یا نقش‌آفرینی ایده‌آل است. endpoint با SDKهای موجود OpenAI سازگار است. شما فقط نیاز دارید URL پایه را تغییر دهید. شناسه مدل "uncensored" است. این پیکربندی برای وظایف تولید متن کار می‌کند. از تصاویر یا صدا پشتیبانی نمی‌کند.
هزینه استنتاج بدون سانسور
هزینه‌های استنتاج میزبانی‌شده بر اساس استفاده توکن است. قیمت‌گذاری ما شفاف و پیش‌پرداخت است. شما $0.15 به ازای 1M توکن ورودی پرداخت می‌کنید. توکن‌های خروجی $0.50 به ازای 1M توکن هزینه دارند. خطاها و رد شدن‌ها اعتبار مصرف نمی‌کنند. این مدل پرامپت‌دهی کارآمد را پاداش می‌دهد.
- اعتبار شما منقضی نمی‌شود.
- شارژ حساب‌ها از $20 شروع می‌شود.
- حداکثر شارژ ۵۰۰$ است.
ما فقط ارز دیجیتال می‌پذیریم. USDT در TRC20 و USDC در Base پشتیبانی می‌شوند. هیچ اشتراک ماهانه‌ای وجود ندارد. می‌توانید با واریزهای بزرگ‌تر اعتبار هدیه اضافه کنید. شارژ $50، +5٪ اعتبار می‌دهد. شارژ $100، +10٪ اعتبار می‌دهد. شارژ $200، +15٪ اعتبار می‌دهد. این ساختار از کاربران سنگین سود می‌برد. این موضوع هزینه مؤثر به ازای هر توکن را کاهش می‌دهد.
هر حساب جدید ۰.۵۰ دلار اعتبار آزمایشی دریافت می‌کند. این اعتبار ۷ روز دوام دارد. می‌توانید قبل از تعهد، API را آزمایش کنید. آزمایش به شما اجازه می‌دهد سازگاری را تأیید کنید. این تأیید می‌کند که مدل نیازهای شما را برآورده می‌کند. سپس می‌توانید بسته اعتباری بزرگ‌تری خریداری کنید.
محدودیت‌های فنی: پنجره‌های زمینه و ظرفیت پردازش
پنجره زمینه محدودیت حافظه را تعریف می‌کند. API ما از مجموع 100,000 توکن پشتیبانی می‌کند. این شامل هر دو پرامپت و تکمیل است. می‌توانید اسناد بزرگ را برای تحلیل ارسال کنید. مدل دستورالعمل‌های اولیه را حفظ می‌کند. این برای وظایف بلندمدت حیاتی است. این امر ثبات را در سراسر پاسخ‌ها حفظ می‌کند.
حداکثر خروجی در هر درخواست ۱۶,۰۰۰ توکن است. اگر محدودیتی تنظیم نکنید، پیش‌فرض آن ۲,۰۴۸ توکن است. جریان‌سازی از طریق رویدادهای ارسالی سرور (SSE) پشتیبانی می‌شود. توکن‌ها همان‌طور که تولید می‌شوند دریافت می‌شوند. این تأخیر ادراک‌شده را کاهش می‌دهد. قطعه نهاری آمار مصرف را شامل می‌شود. می‌توانید هزینه‌ها را به صورت بلادرنگ ردیابی کنید.
ظرفیت پردازش برای عدالت محدود شده است. می‌توانید 300 درخواست در دقیقه ارسال کنید. تا 8 درخواست به طور همزمان به ازای هر کلید اجرا می‌شوند. بدنه درخواست باید زیر 8 MB باشد. این محدودیت‌ها از اشباع منابع جلوگیری می‌کنند. آن‌ها عملکرد پایدار برای همه کاربران را تضمین می‌کنند. اگر ظرفیت پردازش بالاتر نیاز دارید، می‌توانید کلیدهای اضافی درخواست دهید. هر کلید محدودیت‌های خاص خود را دارد. این اجازه پردازش موازی در برنامه شما را می‌دهد.
موارد استفاده نقش‌آفرینی و NSFW
مدل‌های بدون سانسور در سناریوهای خلاقانه عالی هستند. آن‌ها موضوعات بزرگسالان را رد نمی‌کنند. این برای برنامه‌های نقش‌آفری ارزشمند است. کاربران تعاملات غوطه‌ور و بدون محدودیت می‌خواهند. مدل متن را بدون اخلاق‌مداری تولید می‌کند. آن‌ها لحن و سبک دستورالعمل را دنبال می‌کند. این یک مکالمه طبیعی‌تر ایجاد می‌کند.
فیلترینگ محتوا می‌تواند غوطه‌وری را از بین ببرد. مدل‌های استاندارد اغلب از توهین‌های ملایم یا موضوعات جنسی ردّ می‌کنند. مدل ما اجازه می‌دهد این عناصر وجود داشته باشند. فقط محتوای مرتبط با کودکان را مسدود می‌کند. این یک محدودیت سخت است. درخواست‌های از آن نوع رد می‌شوند. بقیه بازی است. می‌توانید آزادانه موضوعات بالغ را کاوش کنید.
توسعه‌دهندگانی که ربات‌های چت می‌سازند از این API بهره‌مند می‌شوند. کاربران انتظار رفتار شخصیت ثابت را دارند. مدل شخصیت را حفظ می‌کند. لحن را در میانه مکالمه تغییر نمی‌دهد. این قابلیت اطمینان کلید تعامل است. API از حالت JSON پشتیبانی می‌کند. می‌توانید خروجی را برای اپلیکیشن خود ساختار دهید. Function Calling امکان یکپارچه‌سازی ابزارها را فراهم می‌کند. مدل می‌تواند بر اساس دیالوگ‌ها اقدامات را اجرا کند.
جریان‌های کاری کدنویسی و استخراج داده
تولید کد به دقت نیاز دارد. مدل زبان‌های برنامه‌نویسی را درک می‌کند. می‌تواند توابع را بنویسد یا خطاها را اشکال‌زدایی کند. به زمینه ارائه شده پایبند است. اگر یک قطعه کد ارائه دهید، می‌تواند آن را گسترش دهد. این برای نمونه‌سازی سریع مفید است. می‌توانید کد قالبی را به سرعت تولید کنید.
استخراج داده یکی دیگر از موارد استفاده قوی است. تجزیه اسناد Word می‌تواند پیچیده باشد. کاراکترهای عجیب اغلب باعث خرابی تجزیه‌گرها می‌شوند. عبارات منظم (Regular expressions) به پاکسازی متن کمک می‌کنند. مدل این پاکسازی را به خوبی انجام می‌دهد. متن مرتبط را استخراج می‌کند. اثرات قالب‌بندی را نادیده می‌گیرد. این کار زمان پیش‌پردازش داده‌ها را کاهش می‌دهد.
می‌توانید از API برای وظایف طبقه‌بندی استفاده کنید. اسناد ورودی را دریافت کنید و برچسب‌ها را دریافت کنید. مدل محتوا را تحلیل می‌کند. داده‌های ساختاریافته برمی‌گرداند. این با سیستم‌های RAG یکپارچه می‌شود. می‌توانید یک پایگاه دانش بسازید. زمینه 100,000-توکنی اجازه آپلود اسناد بزرگ را می‌دهد. می‌توانید کتب راهنمای کامل را در یک درخواست پردازش کنید. این تعداد درخواست‌های API را کاهش می‌دهد. این هزینه کلی را کاهش می‌دهد.
سوالات توسعه‌دهندگان از ردیت
توسعه‌دهندگان اغلب درباره راه‌اندازی محلی سوال می‌پرسند. اجرای Ollama روی APU Ryzen امکان‌پذیر است. عملکرد بسته به سخت‌افزار متفاوت است. استنتاج محلی برای حریم خصوصی بهترین گزینه است. شما بر جریان داده‌ها کنترل دارید. با این حال، این نیاز به منابع قابل توجهی دارد. یک API میزبانی‌شده برای مقیاس‌پذیری بهتر است.
سوال رایج دیگری درباره تجزیه اسناد وجود دارد. کاربران در استخراج متن تمیز مشکل دارند. API این کار را به‌طور کارآمد انجام می‌دهد. شما متن خام را ارسال می‌کنید. مدل خروجی تمیز شده را برمی‌گرداند. شما به پایپ‌لاین‌های پیچیده regex نیاز ندارید. مدل زمینه را درک می‌کند. بخش‌های مرتبط را به‌طور خودکار شناسایی می‌کند.
برخی توسعه‌دهندگان از Ollama برای وظایف چندوجهی استفاده می‌کنند. API ما فقط متنی است. تصاویر را پردازش نمی‌کند. اگر به بینایی نیاز دارید، باید از یک ارائه‌دهنده دیگر استفاده کنید. با این حال، برای وظایف صرفاً متنی، API ما سریع‌تر است. بر سرعت و دقت تمرکز دارد. مدل بدون سانسور پرامپت‌های ظریف را به خوبی مدیریت می‌کند. درخواست‌های خلاقانه را بیش از حد رد نمی‌کند.
مقایسه: Ollama محلی در برابر API میزبانی‌شده
اولاما لوکال حریم خصوصی کامل داده‌ها را ارائه می‌دهد. پرامپت‌های شما روی دستگاه شما باقی می‌مانند. این برای داده‌های حساس ایده‌آل است. شما از تأخیر شبکه دور می‌مانید. با این حال، شما مدیریت سخت‌افزار را بر عهده دارید. شما به‌روزرسانی مدل‌ها را مدیریت می‌کنید. مقیاس‌دهی دشوار است. برای کاربران بیشتر به RAM بیشتری نیاز دارید.
API میزبانی‌شده ما مقیاس‌پذیری ارائه می‌دهد. می‌توانید هزاران کاربر را سرویس دهید. زیرسشارکت بار را مدیریت می‌کند. شما فقط به ازای آنچه استفاده می‌کنید پرداخت می‌کنید. هزینه ماهانه وجود ندارد. این هزینه‌های ثابت را کاهش می‌دهد. می‌توانید کوچک شروع کنید و رشد کنید.
حریم خصوصی بین این دو متفاوت است. استنتاج محلی داده‌ها را در محل نگه می‌دارد. استنتاج میزبانی داده‌ها را به سرورها ارسال می‌کند. API ما از دستورات برای آموزش استفاده نمی‌کند. داده‌های شما پردازش می‌شوند اما برای بهبود مدل ذخیره نمی‌شوند. این یک تفاوت کلیدی است. شما از مزایای فضای ابری بهره‌مند می‌شوید. حریم خصوصی پرس‌وجوهای خاص خود را حفظ می‌کنید. مدل بدون سانسور در هر دو حالت موجود است. در حالت محلی، مدل را خودتان اجرا می‌کنید. در حالت میزبانی، ما آن را برای شما اجرا می‌کنیم.
حکم نهایی در مورد ارزش
API میزبانی‌شده ارزش عالی ارائه می‌دهد. قیمت‌گذاری رقابتی است. $0.15 برای هر 1M توکن ورودی کم است. $0.50 برای هر 1M توکن خروجی منطقی است. مدل پیش‌پرداخت از صورت‌حساب‌های غیرمنتظره جلوگیری می‌کند. شما کنترل هزینه‌های خود را دارید. اعتبار هدیه ارزش افزوده ایجاد می‌کند. واریزهای بزرگ هزینه مؤثر را کاهش می‌دهد. این برای کاربران حرفه‌ای مفید است.
مدل بدون سانسور یک ویژگی کلیدی است. محدودیت‌ها را حذف می‌کند. این برای کار خلاق حیاتی است. کاربران پاسخ‌های نامحدود دریافت می‌کنند. API قابل اعتماد است. از استریم و فراخوانی تابع پشتیبانی می‌کند. این آن را برای برنامه‌های تولید مناسب می‌سازد. زمینه 100,000-توکنی یک مزیت بزرگ است. می‌توانید اسناد بزرگ را به طور کارآمد پردازش کنید.
روش پرداخت فقط با کریپتو برای توسعه‌دهندگان متمرکز بر حریم خصوصی جذاب است. جزئیات بانکی به اشتراک گذاشته نمی‌شود. تراکنش‌ها سریع هستند. اعتبار آزمایشی اجازه آزمایش آسان را می‌دهد. می‌توانید تأیید کنید که API برای مورد استفاده شما کار می‌کند. سپس به یک واریز بزرگ‌تر متعهد می‌شوید. این ورود با اصطکاک کم یک مزیت قابل توجه است. ریسک قراردادهای بلندمدت را حذف می‌کند.
شروع کار
ایجاد حساب ساده است. روی سایت روی "دریافت کلید API" کلیک کنید. می‌توانید با گوگل وارد شوید. یا از ایمیل و رمز عبور استفاده کنید. نیاز به شماره تلفن نیست. ایمیل شما تنها شناسه است. این هویت شما را خصوصی نگه می‌دارد. کلید API بلافاصله نمایش داده می‌شود. آن را در کلیپ‌بورد خود کپی کنید.
کلید را در کد خود استفاده کنید. URL پایه را روی HTTPS://api.ollamaapidoc.com/v1 تنظیم کنید. یک درخواست POST به /v1/chat/completions ارسال کنید. شناسه مدل "uncensored" است. می‌توانید از SDK OpenAI استفاده کنید. با هر کلاینت سازگاری کار می‌کند. راه‌اندازی آن چند دقیقه‌ای است. می‌توانید بلافاصله تولید متن را شروع کنید.
برای افزودن اعتبار، به صفحه شارژ مراجعه کنید. شبکه USDT (TRC20) یا USDC (Base) را انتخاب کنید. مبلغی بین ۲۰ تا ۵۰۰ دلار وارد کنید. ارز دیجیتال را به آدرس ارائه‌شده ارسال کنید. اعتبار به صورت خودکار اضافه می‌شود. می‌توانید بلافاصله از API استفاده کنید. اعتبار آزمایشی از ابتدا در دسترس است. این اعتبار پس از 7 days منقضی می‌شود. از آن برای تست API استفاده کنید. سپس یک بسته بزرگ‌تر برای استفاده مداوم خریداری کنید.
پرسش‌های رایج
مستندات API 'اولاما' (ollama API doc) چیست و چگونه با استنتاج محلی تفاوت دارد؟
مستندات «API ollama» به مستندات endpoint سازگار با OpenAI میزبانی‌شده ما اشاره دارد. برخلاف استنتاج محلی که در آن مدل را روی سخت‌افزار خود اجرا می‌کنید، API ما مدل فیلتر نشده را از سرورهای ما ارائه می‌دهد. این نیاز به GPUهای قدرتمند را حذف کرده و به شما امکان می‌دهد برنامه خود را بدون مدیریت زیرساخت مقیاس دهید. شما با استفاده از تماس‌های API استاندارد با آن تعامل دارید.
آیا مدل بدون سانسور رایگان است و هزینه آن چقدر است؟
مدل رایگان نیست، اما یک سیستم اعتبار پیش‌پرداخت بدون هزینه ماهانه ارائه می‌دهد. توکن‌های ورودی 0.15 دلار به ازای 1M توکن و توکن‌های خروجی 0.50 دلار به ازای 1M توکن هزینه دارند. فقط بابت آنچه استفاده می‌کنید پرداخت می‌کنید. خطاها و ردها اعتبار مصرف نمی‌کنند. هر حساب جدید 0.50 دلار اعتبار آزمایشی برای 7 days دریافت می‌کند.
چگونه برای API پرداخت کنم و آیا پاداشی وجود دارد؟
پرداخت‌ها به طور انحصاری از طریق ارز دیجیتال پذیرفته می‌شوند. می‌توانید با USDT (TRC20) یا USDC (Base) شارژ کنید. حداقل شارژ $20 و حداکثر $500 است. برای واریزهای بزرگ‌تر اعتبار هدیه دریافت می‌کنید: +5٪ برای $50، +10٪ برای $100 و +15٪ برای $200.
آیا API استریم‌دهی و فراخوانی تابع را پشتیبانی می‌کند؟
بله، API از طریق رویدادهای ارسالی سرور (SSE) از پخش (Streaming) پشتیبانی می‌کند. توکن‌ها را هنگام تولید دریافت می‌کنید که تأخیر را کاهش می‌دهد. همچنین از فراخوانی تابع (ابزارها) و حالت JSON پشتیبانی می‌کند. می‌توانید ابزارها را در درخواست خود تعریف کنید و مدل داده‌های ساختاریافته را برمی‌گرداند. این موضوع آن را برای گردش کارهای پیچیده و ربات‌های چت مناسب می‌سازد.
کلید خود را در عرض چند ثانیه دریافت کنید
ثبت‌نام کنید، کلید را کپی کنید و آدرس URL پایه را به‌روز کنید. این تمام پیکربندی مورد نیاز است.
