無過濾：無審查 LLM API 成本與權衡分析

無審查推理的成本

無過濾器方法消除了月度基礎費用，取而代之的是純粹的 token 經濟。您每 1M 輸入 token 支付 $0.15，每 1M 輸出 token 支付 $0.50。錯誤和拒絕不計費，這在測試階段穩定您的預算。

預付額度永不過期。這種結構有利於大量使用者，他們產生大量文字而無需擔心訂閱續約或未使用的額度。

Token 效率與模型大小

無審查模型通常需要更大的上下文窗口，以在長對話中保持連貫性。我們的 API 支援 100,000-token 的上下文窗口，包含提示與補全的總和。

• 每次請求的最大輸出為 16,000 個 token。
• 若未指定，預設最大輸出為 2,048 個 token。

效率很重要，因為無審查模型可能會生成更冗長的回應。您可以透過 temperature 和 top_p 等參數來控制創意與 token 消耗之間的平衡。

延遲與併發性權衡

原始推理速度取決於伺服器負載和請求複雜度。您可以每個金鑰同時運行 8 個請求，限制為每分鐘 300 次請求。

在這些限制內可以處理突發流量。如果您超過並發上限，請求會排隊而不是立即失敗。這確保了需要一致回應時間的 NSFW 聊天機器人應用程式的穩定吞吐量。

無審查模型中的資料隱私

隱私很直接：我們不會使用您的數據進行訓練。您的提示詞僅對您的帳戶私密。

• 註冊僅需電子郵件地址。
• 不需要電話號碼驗證。
• 您可以透過 Google 或電子郵件/密碼登入。

這種最小數據收集方式符合無過濾理念。您的內容始終屬於您，無論是成人小說還是技術研究。

NSFW 內容的串流效能

透過伺服器發送事件（SSE）串流傳輸即時交付 token。這對於依賴即時回饋的使用者體驗至關重要的 NSFW 聊天機器人來說至關重要。

Token 用量數據包含在最後一個數據塊中。您可以在不必等待整個回應完成的情況下準確追蹤消耗情況。這種細粒度有助於您有效管理預付信用額度。

無限制模式中的工具調用

函式呼叫在無審查環境中運作無縫。您可以定義工具並指定 tool_choice 以引導模型的行為。

JSON 模式可透過 response_format json_object 取得。這確保了即使在創意或具爭議性的主題上也能獲得結構化輸出，簡化了應用程式邏輯中的結果解析。

速率限制與突發處理

速率限制可防止濫用，同時允許突發流量。每個金鑰支持 8 次並發請求和每分鐘 300 次請求。

請求主體大小上限為 8 MB。這可以容納長提示和大型工具定義。如果您需要更高的並發性，可以生成新金鑰，它將替換舊金鑰。

為什麼預付模式對重度使用者勝過訂閱制

預付額度提供了訂閱制無法匹敵的靈活性。你僅透過加密貨幣充值：TRC20 上的 USDT 或 Base 上的 USDC。

• 最低充值為 $20；最高為 $500。
• 贈額範圍從 +5% 到 +15%。
• 信用永不過期。

此模型消除了為未使用容量付費的風險。您只花銷實際使用的部分，這使其非常適合可變工作負載。