无限制：无限制大语言模型 API 成本与权衡分析

无审查推理的成本

无过滤方法消除了月度基础费用，取而代之的是纯粹的 token 经济。你只需为输入每 1M token 支付 $0.15，输出每 1M token 支付 $0.50。错误和拒绝不收费，这在测试阶段稳定了你的预算。

预存余额永不过期。这种结构有利于大量用户，他们可以生成大量文本，而无需担心订阅续订或未使用的额度。

Token 效率与模型大小

无审查模型通常需要更大的上下文窗口才能在长对话中保持连贯性。我们的 API 支持 100,000-token 的上下文窗口，适用于提示和补全的总和。

• 每次请求的最大输出为 16,000 个 token。
• 如果未指定，默认最大输出为 2,048 个令牌。

效率很重要，因为无审查模型可能会生成更冗长的响应。您可以通过 temperature 和 top_p 等参数来控制这一点，以在创造性和令牌消耗之间取得平衡。

延迟和并发权衡

原始推理速度取决于服务器负载和请求复杂度。您可以为每个密钥同时运行 8 个请求，限制为每分钟 300 次请求。

在这些限制内可以进行突发处理。如果你超过并发上限，请求会排队而不是立即失败。这确保了需要一致响应时间的 NSFW 聊天机器人应用程序的稳定吞吐量。

无审查模型中的数据隐私

隐私很直接：我们不使用您的数据进行训练。您的提示词对您的账户保持私密。

• 注册仅需一个电子邮件地址。
• 无需手机号码验证。
• 您可以通过 Google 或电子邮件/密码登录。

这种最小化数据收集方式符合无过滤理念。您的内容始终归您所有，无论是成人小说还是技术研究。

NSFW 内容的流式传输性能

通过服务器发送事件（SSE）进行流式传输可实时交付令牌。这对于依赖即时反馈的 NSFW 聊天机器人至关重要。

Token 用量数据包含在最后一个 chunk 中。您可以在无需等待整个响应完成的情况下准确追踪消耗情况。这种细粒度有助于您高效管理预付费额度。

无限制模式下的工具调用

函数调用在无审查上下文中无缝运行。您可以定义工具并指定 tool_choice 以引导模型行为。

JSON 模式可通过 response_format json_object 实现。即使对于创意或争议性话题，也能确保结构化输出。这简化了应用程序逻辑中的结果解析。

限流与突发处理

速率限制可防止滥用，同时允许突发流量。每个密钥支持 8 个并发请求和每分钟 300 次请求。

请求体大小上限为 8 MB。这可以容纳长提示和大型工具定义。如果需要更高的并发性，你可以生成新密钥，它将替换旧密钥。

为什么预付费对重度用户来说优于订阅

预存余额提供了订阅无法比拟的灵活性。您仅通过加密货币充值：TRC20 上的 USDT 或 Base 上的 USDC。

• 最低充值为 $20；最高为 $500。
• 奖励余额范围为 +5% 至 +15%。
• 余额永不过期。

此模型消除了为未使用容量付费的风险。您只花费所使用的部分，使其非常适合可变工作负载。