无审查 AI：成本与权衡分析

为什么“无审查”不仅仅关乎 NSFW

无审查 AI 移除了防止模型讨论成人内容、政治异见或非传统思想的护栏。术语“无审查”并不意味着模型缺乏逻辑或连贯性；它意味着模型不会根据预定义的敏感主题列表拒绝回答问题。对于构建 NSFW 聊天机器人或角色扮演引擎的开发人员来说，这种区分至关重要，因为模型会生成标准 API 可能会标记并阻止的内容。

然而，移除这些过滤层会改变模型的行为方式。没有安全层时，模型在回答争议性问题时可能提供的答案不够细致，或者在超出训练分布时更倾向于产生幻觉。“无过滤”标签主要表示缺乏拒绝机制，并不保证更高的智能或更好的推理能力。您仍然需要在客户端处理上下文管理和输出验证。

• 内容灵活性： 模型将生成明确、政治性或非常规的内容，而不会触发标准的安全阻止。
• 拒绝行为： 该模型几乎可以回答任何提示，即使主题敏感，只要不是根本性的无意义即可。
• 使用场景： 非常适合创意写作、成人角色扮演以及偏见过滤器可能会扭曲结果的无限制数据分析。

Token 经济学：输入与输出成本

无审查 API 的代币定价很少是固定的；输入代币比输出代币便宜得多，这奖励了简洁的提示词，但会惩罚冗长的模型响应。您为发送的数据和模型生成的文本付费，因此了解您的代币比例对于预算规划至关重要。一个常见的误解是，无审查模型是免费的，因为它们是开源权重的，但托管 API 访问需要计算资源，这些资源会作为使用费转嫁。

在我们的 API 中，输入令牌每百万成本为 $0.15，而输出令牌每百万成本为 $0.50。这种三比一的比率意味着如果你的模型生成的文本量是你发送量的四倍，你的成本将增加两倍。流式响应和高温度设置可能会增加输出长度，因此监控令牌使用量至关重要。错误和拒绝通常免费，但成功的生成总是会根据实际处理的令牌产生费用。

隐私：数据使用与训练政策

无审查 AI 的隐私完全取决于提供商的数据保留策略，而非模型架构本身。当您将提示词发送到 API 时，数据会经过他们的服务器，除非另有明确说明，否则他们可能会将其用于训练未来版本的模型。对于敏感的角色扮演或专有内容，这一区别决定了您的数据是保持私密还是成为公共训练集的一部分。

我们的 API 不会将您的提示词用于训练，确保您的对话保持私密。您可以发送机密数据，而无需担心其会影响其他用户未来的模型输出。然而，这并非通用标准；许多免费或廉价的 uncensored API 确实会使用您的数据来改进其模型。请务必查看服务条款，以确认您的输入数据是临时的还是永久的。

• 数据保留： 检查提示词是临时存储用于错误日志记录，还是永久存储用于训练。
• 训练用量： 确认您的数据是否用于模型的未来权重训练。
• 匿名性： 部分提供商通过加密支付提供匿名使用，减少了身份关联。

可靠性：速率限制与并发请求

速率限制保护 API 免受滥用，但如果超出允许的每分钟请求数或并发连接数，可能会中断您的应用。uncensored 模型通常托管在共享基础设施上，因此限制比 OpenAI 等商业巨头更严格。如果您的应用同时发送太多请求，您将收到 429 错误，这可能导致用户界面超时。

我们的 API 每个密钥每分钟允许 300 次请求，最多支持 8 个并发请求。这足以满足大多数中等规模的应用，但在高流量用例中可能需要队列处理。请求体限制为 8 MB，这限制了输入上下文的大小。了解这些限制有助于您设计应用程序，以便在服务器不过载的情况下优雅地重试失败的请求。

• 速率限制： 每个 API 密钥每分钟 300 次请求。
• 并发： 每个密钥最多 8 个并发请求。
• 主体大小： 限制为 8 MB，以防止内存使用过多。

模型质量：消融与原始权重

Abliteration 是一种在不从头重新训练的情况下从模型中移除特定行为的技术，通常会产生更干净、更专注的无审查模型。这种方法保留了模型的基础知识，同时剥离了导致拒绝的安全对齐层。结果是一个直接回答而不会出现标准模型中常见的“是的，但是……”式犹豫的模型。

来自 Llama 或 Mistral 等开源模型的原始权重可能仍内置了安全层，需要额外的微调才能真正取消审查。消融模型通常已预配置好即可直接使用，从而节省开发者管理对齐层的麻烦。然而，消融的质量因提供商而异，因此在承诺使用某家提供商之前，对边缘案例进行模型行为测试至关重要。

• Abliteration： 移除安全层而不进行完整重新训练，保留基础能力。
• 原始权重： 可能需要额外的微调才能完全消除拒绝。
• 质量差异： 不同供应商产生的去抑制化质量水平不同。

集成复杂度：OpenAI 兼容性

大多数无审查 API 模仿 OpenAI 聊天补全端点，允许您以最小的代码更改切换提供商。这种兼容性意味着您可以使用现有的 SDK 和客户端库而无需重写应用程序逻辑。主要区别在于基础 URL 和模型 ID，这是配置中唯一需要更新的变量。

我们的 API 遵循此标准，使用 /v1/chat/completions 端点和模型 ID uncensored. 这确保了您现有的代码开箱即用，前提是您将 base URL 更新为 https://api.dolphinaiuncensored.com/v1. 支持流式传输、函数调用和 JSON 模式，使其成为许多 OpenAI 集成的即插即用替代品。

• 端点： 标准 /v1/chat/completions 端点。
• SDK 支持： 兼容官方 OpenAI SDK 和其他 OpenAI 兼容客户端。
• 模型 ID： 使用 uncensored 作为模型标识符。

加密货币支付：匿名性的权衡

加密货币支付提供匿名性和即时处理，但限制了您争议收费或获得退款的能力。大多数无过滤 API 采用预付费积分模式，您使用 USDT 或 USDC 购买积分，并在 API 使用时消耗。这种结构可防止意外账单，但要求您主动管理积分余额。

我们的 API 接受 TRC20 上的 USDT 和 Base 上的 USDC，最低充值金额为 $20。信用额度永不过期，因此您可以在价格有利时充值。大额充值提供额外信用额度，鼓励批量购买。然而，由于信用额度不可退款，如果您停止使用该服务，未使用的资金将损失。这种匿名性与灵活性之间的权衡是预算规划的关键考虑因素。

• 支付方式： 仅限 USDT (TRC20) 或 USDC (Base)。
• 最低充值额： $20 起，大额充值享额外赠送。
• 信用过期： 积分永不过期，允许灵活使用

何时选择 API 而非本地推理

API 提供易用性和可扩展性，而本地推理提供完全控制和数据隐私，但需要大量硬件。如果您拥有强大的 GPU，在本地运行模型在长期来看可能更便宜，但它需要技术专业知识来管理依赖项和更新。API 更适合需要高可用性和低延迟且无需硬件管理的应用程序。

对于大多数开发者来说，API 是更好的选择，因为它抽象了基础设施。你无需担心 VRAM 限制或模型更新；只需发送请求并获得响应即可。然而，如果数据隐私至关重要且你有硬件，本地推理则更优。选择取决于你对便利性和控制权的权衡。

• API 优势： 无硬件要求，自动扩展，易于集成。
• 本地优势： 完全数据隐私，无按 token 计费，完全控制。
• 硬件需求： 本地推理需要具有足够显存的 GPU。