PL ▾

AI bez limitów użytkowania: co to znaczy naprawdę

AI bez limitów użytkowania w dosłownym sensie nie istnieje: każdy serwis ma ograniczenie techniczne. Tutaj widzisz, jakie są rzeczywiste limity tego API i ile kosztuje ich przestrzeganie.

Model bez cenzury: analiza dostępnych opcji

Zaktualizowano:

Wjazd z sygnalizacją świetlną i ośmioma pasami zbiegającymi się w jedną drogę, symbol limitów zapytań.

Kluczowe punkty

  • Bez cenzury nie oznacza bez limitów: istnieją limity zapytań na minutę, zapytań równoległych i kontekstu.
  • Pełny klucz: 8 zapytań równoległych i 300 na minutę. Klucz próbny: 2 i 60.
  • Kontekst wynosi 100 000 tokenów między promptem a odpowiedzią; kredyt nie wygasa.
  • Błąd 429 obsługuje się przez oczekiwanie i ponowną próbę, a nieudane zapytania nie są rozliczane.

Dwie różne rzeczy: brak odrzuceń i brak limitów

Szukając AI bez limitów użytkowania, miesza się dwie koncepcje. Pierwsza to brak odrzuceń treści: model używany tutaj jest trenowany do odpowiadania bez blokad dla legalnego użytku dorosłego. Druga to brak ograniczeń technicznych, a ta nie istnieje w żadnym poważnym serwisie. Istnieją limity tempa zapytań, liczby połączeń równoległych, długości kontekstu i rozmiaru ciała zapytania.

Warto je poznać przed zbudowaniem czegokolwiek, bo są przewidywalne i większość z nich da się obejść odrobiną kodu. Jedno ograniczenie pozostaje bezwzględne i nie zależy od żadnych ustawień: brak treści seksualnych z udziałem nieletnich.

Limity w tabeli

LimitPełny kluczKlucz próbny
Zapytania równoległe82
Zapytania na minutę30060
Kontekst (prompt + odpowiedź)100 000 tokenów100 000 tokenów
Maksymalny rozmiar ciała8 MB8 MB
WażnośćKredyt nie wygasaWażność: 7 dni

Odpowiedź zawiera nagłówki X-RateLimit-Limit-Requests i X-RateLimit-Limit-Concurrency, dzięki czemu Twój kod może odczytywać limity zamiast trzymać je ręcznie. Znajdziesz też X-Request-Id, przydatny przy zgłoszeniach do wsparcia, oraz X-Balance-USD z pozostałym kredytem.

Parametr max_tokens jest opcjonalny: odpowiedź może wykorzystać całe dostępne miejsce w oknie kontekstu. Jeśli prompt i miejsce na odpowiedź przekraczają okno, max_tokens zostaje obcięte do reszty; błąd 400 występuje tylko wtedy, gdy sam prompt nie mieści się w 100 000 tokenów. W praktyce warto podsumować lub usunąć stare części długiej historii, aby odpowiedź miała miejsce.

Ile kosztuje pozostanie w limitach

Cena to $0,15 za 1M tokenów przychodzących i $0,50 za 1M wychodzących. Kilka konkretnych obliczeń, wszystkich do zweryfikowania.

Typowe zapytanie

Prompt 3000 tokenów i odpowiedź 800:

  • wejście: 3000 × $0,15 / 1 000 000 = $0,00045;
  • wyjście: 800 × $0,50 / 1 000 000 = $0,0004;
  • suma: $0,00085 na zapytanie, czyli $0,85 za 1000 zapytań.

Przypadek ekstremalny

Zapytanie wypełniające okno, np. 90 000 tokenów promptu i 10 000 odpowiedzi, kosztuje 90 000 × $0,15 / 1M = $0,0135 plus 10 000 × $0,50 / 1M = $0,005, czyli $0,0185. Tysiąc takich zapytań kosztuje $18,50. Prompt 100 000 tokenów z mikroskopijną odpowiedzią kosztuje około $0,015.

Co kupujesz za doładowania

Za $20, minimalne doładowanie, przy cenie $0,00085 za zapytanie otrzymujesz około 23 529 zapytań ($20 / $0,00085 = 23 529,4). Kredyt próbny za $0,50 starczy na około 588 zapytań tego typu. Doładowując $100 otrzymujesz $110 kredytu, z $200 otrzymujesz $230. Doładowania wynoszą od $20 do $500 i płatne są kryptowalutami USDT na TRC20 lub USDC na Base. Szczegóły w cenniku.

Co naprawdę ogranicza prędkość

Liczba, która zwykle ma znaczenie, to nie 300 na minutę, ale 8 zapytań równoległych. Hipoteza: przetwarzasz 10 000 dokumentów, każdy z 2000 tokenami przychodzącymi i 300 wychodzącymi, a każde zapytanie trwa średnio 10 sekund (czas rzeczywisty zależy od obciążenia i długości, zmierz to sam).

  • Z 8 zapytaniami równoległymi wykonasz 0,8 zapytania na sekundę, czyli 48 na minutę, znacznie poniżej limitu 300.
  • 10 000 / 0,8 = 12 500 sekund, około 3,5 godziny.
  • Koszt: 20M tokenów wejściowych = $3,00, 3M wyjściowych = $1,50, razem $4,50.

Zatem ograniczeniem jest konkurencja, nie tempo. Aby skrócić czas, potrzebujesz krótszych zapytań, a nie wyższego tempa. Zaskakujący szczegół: zapytanie w trybie strumieniowym zajmuje swoje miejsce do końca przepływu, więc jeśli zostawisz otwarte zapomniane strumieniowanie, zablokujesz jeden z 8 slotów.

Obsługa błędów 429

Po przekroczeniu limitu API zwraca kod HTTP 429. Kod błędu wskazuje, o który chodzi: rate_limited dla żądań na minutę, concurrency dla tych jednoczesnych. W przypadku tymczasowego przeciążenia zawsze zwracany jest kod 429 z nagłówkiem Retry-After: 5. We wszystkich trzech przypadkach zasada jest taka sama: poczekaj i spróbuj ponownie. Nieudane żądania nie są rozliczane.

Ten przykład ogranicza konkurencję do 8 za pomocą semafora i ponawia z rosnącym opóźnieniem.

import asyncio, os
from openai import AsyncOpenAI, RateLimitError

client = AsyncOpenAI(
    base_url="https://api.apiiasenzacensura.com/v1",
    api_key=os.environ["API_KEY"],
    max_retries=0,
)
slot = asyncio.Semaphore(8)  # usa 2 con la chiave di prova

async def chiedi(testo, tentativi=5):
    for n in range(tentativi):
        async with slot:
            try:
                r = await client.chat.completions.create(
                    model="uncensored",
                    messages=[{"role": "user", "content": testo}],
                )
                return r.choices[0].message.content
            except RateLimitError:
                pass
        await asyncio.sleep(5 * (n + 1))
    raise RuntimeError("troppi tentativi")

async def main():
    testi = [f"Riassumi in una frase il documento {i}" for i in range(20)]
    risultati = await asyncio.gather(*(chiedi(t) for t in testi))
    print(len(risultati), "risposte")

asyncio.run(main())

Oczekiwanie odbywa się poza semaforem, więc slot w pauzie nie blokuje innych. Szczegóły formatu błędów znajdziesz w dokumentacji.

Kontrola kredytu podczas pracy

Ponieważ koszt jest naliczany na token, źle napisana pętla może zużyć kredyt szybciej niż oczekiwano. Dwa oszczędne środki: odczytaj saldo i ustaw własny limit.

curl -i https://api.apiiasenzacensura.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"uncensored","messages":[{"role":"user","content":"Ciao"}],"max_tokens":20}'

W nagłówkach odpowiedzi znajdziesz X-Balance-USD. Możesz też zapytać GET /v1/balance tym samym kluczem lub endpointem w stylu OpenAI /v1/dashboard/billing/credit_grants. Kontrola co pewną liczbę zapytań pozwala zatrzymać partię, gdy saldo spadnie poniżej Twojego progu. Ustaw też max_tokens w zadaniach wsadowych, aby uniknąć zbyt długich odpowiedzi, których nie potrzebujesz.

Jak wydłużyć żywotność kredytu

Ponieważ koszt zależy od tokenów, najskuteczniejszym sposobem na zmniejszenie wydatków jest wysyłanie ich mniej. Trzy nawyki, które działają niemal zawsze.

  1. Skróć historię. W czacie każde zapytanie przekazuje modelowi całą historię. Po 20 wymianach po 350 tokenów każda sama historia waży 7000 tokenów przy każdym nowym zapytaniu, co kosztuje $0,00105 tylko za jej ponowne przeczytanie (7000 × $0,15 / 1M). Podsumowanie starszych wiadomości w kilku zdaniach redukuje ten koszt.
  2. Trzymaj prompt systemowy krótkim. Prompt o długości 1.500 tokenów powtórzony w 10.000 żądaniach to 15M tokenów wejściowych, czyli $2,25. Skrócenie go do 500 tokenów obniża koszt do $0,75.
  3. Załóż limit na odpowiedzi. Tokeny wyjściowe kosztują ponad trzy razy więcej niż wejściowe ($0,50 vs $0,15). Żądanie zwięzłych odpowiedzi lub ustawienie max_tokens w zadaniach, gdzie wystarczą dwa zdania, daje największe oszczędności.

Temperatura i inne parametry próbkowania, takie jak top_p czy seed, są przekazywane do modelu. Parametr seed jest przydatny, jeśli chcesz powtórzyć test i porównać dwa prompty w czystszy sposób.

Co odpowiedzieć na obietnice bez limitów

Gdy usługa obiecuje nieograniczone zapytania bez wyjaśnienia limitów, zawsze pytaj, jakie są. Model z jasno określonymi limitami i ceną za token jest łatwiejszy do zaplanowania. Tutaj wiesz z góry, ile zapytań możesz zrealizować i ile wydajesz, bez subskrypcji i bez wygasania kredytu. Jeśli chcesz zacząć, uzyskaj swój klucz i użyj darmowego kredytu próbnego za $0,50, który aktywujesz jednym kliknięciem po rejestracji bez konieczności podawania danych płatniczych.

Inne przewodniki

Pytania i odpowiedzi

Czy istnieją limity liczby zapytań dziennie?

Dokumentowane limity to 300 żądań na minutę i 8 jednoczesnych z pełnym kluczem, 60 i 2 z kluczem próbnym.

Co się stanie, gdy przekroczę limit?

API zwraca HTTP 429 z kodem rate_limited lub concurrency. Poczekaj kilka sekund i spróbuj ponownie; odrzucone zapytanie nie jest rozliczane.

Jaka jest maksymalna długość kontekstu?

100 000 tokenów łącznie, w tym prompt i odpowiedź. Jeśli konwersacja rośnie, podsumuj lub usuń starsze wiadomości.

Czy kredyt ma termin ważności?

Kredyt przedpłacony nie wygasa. Jedynym wyjątkiem jest kredyt próbny w wysokości $0,50, który trwa 7 dni.

Twój klucz jest o jeden formularz stąd

Stwórz konto, skopiuj klucz, zmień URL bazowy. To cała konfiguracja.