無審查 AI：成本與權衡分析

為什麼「無審查」不僅僅關於 NSFW

無審查 AI 移除了防止模型討論成人內容、政治異見或非傳統觀點的防護機制。「無審查」並不意味著模型缺乏邏輯或連貫性；它意味著模型不會因為預先定義的敏感主題清單而拒絕回答。對於開發者來說，在建立 NSFW 聊天機器人或角色扮演引擎時，這種區別至關重要，因為模型會生成標準 API 可能會標記並封鎖的內容。

然而，移除這些過濾會改變模型的行為方式。沒有安全層，當模型被推離其訓練分佈時，它可能會對爭議性問題提供較少細微差別的答案，或更積極地產生幻覺。「無過濾」標籤主要表示缺乏拒絕機制，並不保證更高的智力或更好的推理能力。您仍然需要在自己的端處理上下文管理和輸出驗證。

• 內容靈活性： 模型會生成明確、政治性或非常規的內容，而不會觸發標準安全阻擋。
• 拒絕行為： 該模型幾乎可以回答任何提示，即使主題敏感，只要不是根本性的無意義內容即可。
• 使用情境： 適合創意寫作、成人角色扮演，以及偏見篩選器可能影響結果的無限制資料分析。

Token 經濟學：輸入與輸出成本

非限制 API 的 Token 定價很少是固定費率；輸入 Token 的價格顯著低於輸出 Token，這獎勵了簡潔的提示詞，但會懲罰冗長的模型回應。您為發送的資料與模型生成的文字付費，因此理解您的 Token 比率對於預算規劃至關重要。一個常見的誤解是認為非限制模型是免費的，因為它們是開放權重，但託管 API 存取需要運算資源，這些資源會以使用費的形式轉嫁給用戶。

在我們的 API 中，輸入 token 的成本為每百萬 $0.15，而輸出 token 的成本為每百萬 $0.50。這種三比一的比率意味著，如果您的模型生成的文本量是發送量的四倍，您的成本將增加三倍。串流回應和高溫度設置可能會增加輸出長度，因此監控您的 token 使用量至關重要。錯誤和拒絕通常是免費的，但成功的生成總是會根據實際處理的 token 產生費用。

隱私權：資料使用與訓練政策

無審查 AI 的隱私完全取決於供應商的資料保留政策，而非模型架構本身。當您將提示詞傳送至 API 時，該資料會經過他們的伺服器，除非另有明確聲明，否則他們可能會將其用於訓練模型的未來版本。對於敏感的角色扮演或專屬內容，這種區別決定了您的資料是保持私密還是成為公共訓練集的一部分。

我們的 API 不會將您的提示用於訓練，確保您的對話保持私密。您可以發送機密數據，而不必擔心它會影響其他用戶未來的模型輸出。然而，這並非通用標準；許多免費或廉價的無審查 API 確實會使用您的數據來改進其模型。請務必查看服務條款，以確認您的輸入數據是臨時的還是永久性的。

• 資料保留： 檢查提示詞是暫時儲存用於錯誤記錄，還是永久儲存用於訓練。
• 訓練使用： 確認您的資料是否會貢獻給模型的未來權重。
• 匿名性： 部分供應商通過加密支付提供匿名使用，減少身份關聯。

可靠性：速率限制與併發請求

速率限制可防止 API 被濫用，但如果超出允許的每分鐘請求數或並發連接數，可能會中斷您的應用程式。uncensored 模型通常託管在共享基礎設施上，因此限制比 OpenAI 等商業巨頭的限制更嚴格。如果您的應用程式同時發送太多請求，您將收到 429 錯誤，這可能會導致用戶界面超時。

我們的 API 每金鑰每分鐘允許 300 次請求，最多支援 8 個併發請求。這足以滿足大多數中等規模的應用程式，但在高流量情況下可能需要佇列處理。請求主體限制為 8 MB，這限制了輸入上下文的大小。了解這些限制有助於您設計應用程式，以優雅地重試失敗的請求，而不會使伺服器超載。

• 速率限制： 每 API 金鑰每分鐘 300 次請求。
• 並行處理： 每個金鑰最多 8 個同時請求。
• Body Size： 限制為 8 MB 以防止過度記憶體使用。

模型品質：Abliteration 與原始權重

Abliteration 是一種在不從頭重新訓練的情況下從模型中移除特定行為的技術，通常會產生更乾淨、更專注的無審查模型。此方法保留了模型的基礎知識，同時剝離導致拒絕的安全對齊層。結果是一個直接回答而沒有標準模型中常見的「是的，但是……」猶豫的模型。

來自 Llama 或 Mistral 等開源模型的原始權重可能仍內建安全層，需要額外的微調才能真正解除審查。消融模型（Abliterated models）通常已預先配置好即可立即使用，節省開發者管理對齊層的麻煩。然而，消融的品質因供應商而異，因此在承諾使用特定供應商之前，務必在邊緣案例上測試模型的行為。

• Abliteration： 移除安全層而不需完全重新訓練，保留基礎能力。
• 原始權重： 可能需要額外的微調才能完全消除拒絕回應。
• 品質差異： 不同供應商產生的去抑制化質量各不相同。

整合複雜度：OpenAI 相容性

大多數無審查 API 模擬 OpenAI chat completions 端點，允許您以最小的程式碼變更切換供應商。這種相容性意味著您可以使用現有的 SDK 和客戶端函式庫，而無需重寫應用程式邏輯。主要的差異在於基礎 URL 和模型 ID，這是設定中唯一需要更新的變數。

我們的 API 遵循此標準，使用 /v1/chat/completions 端點以及模型 ID uncensored. 這可確保您現有的程式碼能直接運作，前提是您將基礎 URL 更新為 https://api.dolphinaiuncensored.com/v1. 支援串流、函式呼叫和 JSON 模式，使其成為許多 OpenAI 整合的即插即用替代品。

• 端點： 標準 /v1/chat/completions 端點。
• SDK 支援： 與官方 OpenAI SDK 和其他 OpenAI 相容客戶端相容。
• 模型 ID： 使用 uncensored 作為模型標識符。

加密貨幣支付：匿名的代價

加密支付提供匿名性和即時處理，但限制了您爭議收費或獲得退款的能力。大多數無過濾 API 採用預付信用額度模式，您使用 USDT 或 USDC 購買信用額度，並在 API 使用過程中消耗它們。這種結構防止了意外帳單，但要求您主動管理信用額度餘額。

我們的 API 接受 TRC20 上的 USDT 和 Base 上的 USDC，最低充值金額為 $20。信用額度永不過期，因此您可以在價格有利時進行充值。較大額的充值提供額外信用額度，鼓勵批量購買。然而，由於信用額度不可退還，如果您停止使用該服務，將損失未使用的資金。這種匿名性與靈活性之間的權衡是預算規劃時需要考慮的關鍵因素。

• 付款方式： 僅限 USDT (TRC20) 或 USDC (Base)。
• 最低充值金額： $20, with bonuses for larger amounts.
• 信用額度到期： 積分永不過期，使用靈活

何時選擇 API 而非本地推理

API 提供易用性和擴展性，而本地推理提供完全的控制和數據隱私，但需要大量硬體。如果您擁有強大的 GPU，在本地運行模型在長期來看可能更便宜，但它需要技術專業知識來管理依賴項和更新。API 適合需要高可用性和低延遲且無需硬體管理的應用程式。

對於大多數開發者來說，API 是更好的選擇，因為它抽象化了基礎設施。你無需擔心 VRAM 限制或模型更新；只需發送請求並獲取回應即可。然而，如果數據隱私至關重要且你有硬體，本地推理則更優。選擇取決於你在便利性與控制權之間的平衡。

• API 優勢： 無硬體需求，自動擴展，易於整合。
• 本地優勢： Full data privacy, no per-token costs, complete control.
• 硬體需求： 本機推理需要具有足夠 VRAM 的 GPU。