摘要
- 我们按每百万输入令牌 $0.15 和每百万输出令牌 $0.50 收取固定费用，无分层定价。
- 仅支持加密货币充值，金额从 $20 到 $500 包含 5% 至 15% 的额外额度。
- 我们的单一无审查模型支持 100k 上下文窗口，且不使用你的数据进行训练。
- 错误和拒绝消耗零令牌，确保您只为成功的完成内容付费。
为什么开发者正在离开标准提供商
开发者常发现，当使用量扩展或特定功能（如函数调用）仅限于昂贵模型时，标准提供商会增加成本。我们提供独立的、与 OpenAI 兼容的 API，服务于单一的无审查大型语言模型。这种方法消除了模型路由的复杂性，并确保无论请求量如何，账单都是一致的。你只需更新 base URL 和 API 密钥，即可运行现有的客户端代码。
- 无月度订阅费或分层定价结构。
- 充值余额永不过期，允许您按自己的节奏使用资金。
- 错误和拒绝不会消耗令牌，从而减少浪费的支出。
了解令牌使用的真实成本
LLM API 的真正成本取决于输入和输出 token 的计费方式。我们按每 1M 输入 token $0.15 和每 1M 输出 token $0.50 收费。此固定费率适用于每个请求，无论模型复杂度如何。与因更长上下文或专用推理而收取更高费用的提供商不同，我们的价格保持可预测。您可以通过将平均请求 token 数乘以这些费率来估算成本。错误和拒绝是免费的，因此您无需为失败的尝试付费。
许多用户担心流式传输或工具使用的隐藏费用。我们的 SSE 流式传输将令牌使用量包含在最后一个块中，确保计费准确。函数调用和 JSON 模式不收取额外费用。唯一的限制是每个请求的 8 MB 请求体。
无审查模型如何降低开销
无审查模型通常只需要较简单的提示即可获得高质量输出，因为它们不会拒绝合法的成人或争议性话题。这减少了对冗长系统指令和重试循环的需求。我们的模型经过调整，可在合法成人用途下无内容拒绝地回答问题，从而简化您的工作流程。您可以专注于内容质量，而不是管理策略过滤器。
100,000 令牌上下文窗口允许您传递大量数据而无需截断。这对于需要长期记忆或文档分析的应用特别有用。模型在此窗口内高效处理提示和完成。您可以调整温度和 top_p 等参数以控制输出风格。
加密货币支付与
传统支付方式通常涉及处理费、拒付和货币转换成本。我们仅接受 TRC20 上的 USDT 或 Base 上的 USDC 进行充值。你可以添加从 $20 到 $500 的任何整数金额。流程快速透明。你根据充值金额获得额外信用额。充值 $50 或以上可获得 +5% 的奖励。充值 $100 或以上可获得 +10% 的奖励。最高奖励 +15% 适用于 $200 或以上的金额。
注册仅需邮箱或 Google 账号。无需电话号码。您将获得 API 密钥。新账户可获得 $0.50 的试用额度，有效期为 7 天。这使您无需预先承诺即可测试 API。额度不可退款，但也不会过期。
上下文窗口与输出限制详解
上下文窗口决定了模型在单个请求中能处理多少文本。我们的模型支持 100,000 token 的窗口，用于提示词和补全的总和。这远大于许多标准提供商。您可以传递整个文档或长对话历史而不会丢失上下文。模型高效处理这些数据，确保低延迟。
每次请求的最大输出为 16,000 个 token。如果您未设置 max_tokens 参数，默认值为 2,048 个 token。此限制仅适用于补全。您可以使用 max_tokens 参数调整输出长度。流式传输允许您实时接收输出。这对于在生成时显示文本的应用程序非常有用。token 使用情况会在流的最后一个分块中报告。
无审查环境中的函数调用
函数调用允许你的应用程序与外部工具和服务交互。我们的 API 支持带有 tools 和 tool_choice 参数的函数调用。你可以在请求中定义函数，模型将返回结构化 JSON 输出。这无需手动解析即可实现复杂的工作流。模型在内部处理逻辑，减少了后处理的需求。
JSON 模式可确保输出始终为有效的 JSON。这对于需要严格数据格式的应用程序很有用。你可以使用 response_format 参数来强制执行此操作。模型支持 temperature、top_p、stop、seed、presence_penalty 和 frequency_penalty 等参数。这些参数允许你微调输出行为。通过 SSE 流式传输可为函数调用提供实时更新。
流式传输与错误成本：您实际支付的内容
流式传输允许您逐个 token 地接收响应。这通过减少感知延迟来改善用户体验。我们的 API 支持通过服务器发送事件 (SSE) 进行流式传输。token 使用情况包含在最后一个块中，确保计费准确。如果请求失败，您无需为部分输出付费。错误和拒绝是免费的，因此您只为成功的完成付费。
请求体限制为 8 MB。这确保了高效处理并防止过多的数据传输。每个密钥每分钟最多可发送 300 次请求。并发限制是每个密钥同时 8 个请求。这对于大多数应用程序来说已经足够。如果需要更高的并发性，你可以生成额外的密钥。每个账户一次只能有一个活动密钥。新密钥将替换旧密钥。
切换指南：SDK 兼容性
我们的 API 完全兼容官方 OpenAI SDK。您可以通过更新客户端配置中的基础 URL 和 API 密钥进行切换。基础 URL 为 HTTPS://api.llamaapipricing.com/v1。发送的模型 ID 为 "uncensored"。这确保您的现有代码无需修改即可运行。您可以使用相同的端点进行聊天补全和模型列表。
- POST /v1/chat/completions 用于文本生成。
- GET /v1/models 用于列出可用模型。
- 无嵌入、图像、音频或视频生成。
- 不提供微调或模型路由。
API 提供单个无限制大型语言模型。它是一个权重开放的模型，运行在我们自有服务器上。它不是 GPT、Claude、Gemini、Grok、DeepSeek、Qwen 或 Llama。您可以使用官方的 Python、Node.js 等语言的 OpenAI SDK。API 密钥在注册后立即显示。无需电话号码。
最终结论：比 Claude 更便宜吗？
将我们的 API 定价与 Claude 进行对比涉及查看总拥有成本。我们收取 $0.15/1M 输入 token 和 $0.50/1M 输出 token 的费用。这是单一费率，没有分层定价。许多提供商对更大的上下文或特殊功能收取更高费用。我们的模型支持 100k 上下文窗口且无额外费用。这使得它在长上下文应用中具有成本效益。
此外，我们的仅加密货币支付模式消除了交易费用。充值可获得奖励金，降低等效成本。错误和拒绝免费，从而在失败请求上节省资金。没有月度订阅进一步降低了开销。如果您需要用于 NSFW 聊天机器人或未过滤聊天机器人用例的可靠无审查 API，我们的定价具有竞争力。试用信用额允许您免费测试 API。
