中文 ▾

无使用限制的 AI:真正含义

严格意义上不存在无使用限制的 AI:每项服务都有技术上限。这里展示了该 API 的实际限制以及保持在限制内的成本。

无审查 AI:可用选项分析

更新于:

带有信号灯和八条明亮车道的引道汇入道路,象征请求限制。

关键点

  • 无审查不等于无限制:存在每分钟请求数、并发请求数和上下文的上限。
  • 完整密钥:8 个并发请求和每分钟 300 次请求。试用密钥:2 个并发请求和每分钟 60 次请求。
  • 上下文包含提示词和回复,共 100,000 token;信用额度永不过期。
  • 429 错误可通过等待和重试处理,失败的请求不收费。

两件事:无过滤和无上限

当搜索无使用限制的 AI时,人们混淆了两个概念。第一个是内容不被拒绝:此处使用的模型经过训练,可在合法成人用途下无阻碍地回答。第二个是缺乏技术上限,这在任何可靠的服务中都不存在。请求速率、并行调用数、上下文长度以及请求体大小均有限制。

在构建之前了解这些很有必要,因为它们是可预测的,且几乎都可以通过少量代码处理。有一个限制是绝对的,不取决于任何设置:禁止涉及未成年人的性内容。

限制汇总表

限制完整密钥试用密钥
并发请求82
每分钟请求数30060
上下文(提示词 + 回复)100.000 token100.000 token
最大请求体大小8 MB8 MB
有效期额度永不过期7 天

响应包含 X-RateLimit-Limit-Requests 和 X-RateLimit-Limit-Concurrency 标头,这样你的代码可以读取上限,而不是手动记录。你还会找到 X-Request-Id,在联系支持时很有用,以及显示剩余额度的 X-Balance-USD。

max_tokens 参数是可选的:响应可以使用上下文窗口中剩余的所有空间。如果提示词和回复空间超过窗口,max_tokens 会被缩减为剩余部分;仅当提示词本身无法放入 100,000 token 时才会出现 400 错误。实际上,最好总结或删除长历史记录中的旧部分,以便为回复留出空间。

保持在限制内的成本

费率为输入 1M token $0.15,输出 1M token $0.50。以下是几个可验证的具体计算。

典型请求

3.000 token 的提示词和 800 token 的回复:

  • 输入:3.000 × $0.15 / 1.000.000 = $0.00045;
  • 输出:800 × $0.50 / 1.000.000 = $0.0004;
  • 总计:每次请求 $0.00085,即每 1.000 次请求 $0.85。

极端情况

填满窗口的请求,例如 90.000 token 提示词和 10.000 token 回复,成本为 90.000 × $0.15 / 1M = $0.0135 加上 10.000 × $0.50 / 1M = $0.005,即 $0.0185。一千次此类请求成本为 $18.50。100.000 token 提示词加极短回复的成本约为 $0.015。

充值能买到什么

最低充值 $20,每次请求 $0.00085,可获得约 23.529 次请求($20 / $0.00085 = 23.529,4)。$0.50 的试用额度仅够约 588 次此类请求。充值 $100 获得 $110 额度,充值 $200 获得 $230 额度。充值范围为 $20 至 $500,支持通过 TRC20 上的 USDT 或 Base 上的 USDC 以 加密货币 支付。详见 价格。

真正限制速度的因素

通常关键数字不是每分钟的 300 次,而是 8 个并发请求。假设:你处理 10.000 份文档,每份文档输入 2.000 token,输出 300 token,每次请求平均耗时 10 秒(实际时间取决于负载和长度,请自行测量)。

  • 8 个并行请求每秒完成 0.8 次请求,即每分钟 48 次,远低于 300 的上限。
  • 10,000 / 0.8 = 12,500 秒,约 3.5 小时。
  • 成本:20M 输入 token = $3.00,3M 输出 token = $1.50,总计 $4.50。

因此约束在于并发而非速率。要缩短时间,需要更短的请求,而不是更高的速率。一个令人惊讶的细节:流式输出请求会占用其位置直到流结束,因此如果你忘记关闭一个流,就会占用 8 个槽位中的一个。

处理 429 错误

超过限制时,API 返回 HTTP 429。错误代码指示具体原因:rate_limited 表示每分钟请求超限,concurrency 表示并发超限。临时过载时始终返回 429,并带有标头 Retry-After: 5。所有三种情况的规则相同:等待并重试。失败的请求不收费。

此示例使用信号量将并发限制为 8,并采用递增等待时间重试。

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())

等待在信号量之外进行,因此暂停的槽位不会阻塞其他槽位。有关错误格式的详细信息,请参阅 文档。

工作时检查额度

由于按 token 计费,循环编写不当可能导致额度消耗快于预期。两个节省额度的建议:读取余额并自行设置上限。

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}'

你可以在响应标头中找到 X-Balance-USD。你也可以使用相同的密钥查询 GET /v1/balance,或者 OpenAI 风格的接口 /v1/dashboard/billing/credit_grants。每隔一定数量的请求检查一次,可以在余额低于你的阈值时停止批处理。在串行任务中设置 max_tokens,以避免返回你不需要的那些超长响应。

如何延长预付额度的使用时长

由于成本取决于 token,最有效的省钱方式是减少 token 消耗。以下三个习惯几乎总是有效。

  1. 缩短历史记录。 在对话中,每一轮交互都会向模型发送整个历史。经过 20 轮每轮 350 token 的交互后,仅历史记录就会在每次新请求时带来 7000 token 的输入量,即仅重读历史记录就需要 $0.00105(7000 × $0.15 / 1M)。将旧轮次总结为几行可以削减这笔开销。
  2. 保持系统提示词简短。 一个 1,500 token 的系统提示词在 10,000 次请求中重复使用,将产生 15M 的输入 token,即 $2.25。将其缩减至 500 token,费用将降至 $0.75。
  3. 限制回复长度。 输出 token 的成本是输入 token 的三倍多($0.50 对比 $0.15)。要求回复简洁或在仅需两行即可完成任务时设置 max_tokens,是最直接的节省方式。

温度和 top_p 或 seed 等采样参数也会传递给模型。如果你希望重复测试并更清晰地对比两个提示词,seed 参数会很有用。

如何回应那些承诺无上限的供应商

当某服务承诺请求无上限却不说明上限时,务必询问具体数值。具有明确上限且按 token 计费的模型更易于规划。在这里,你可以提前知道能发起多少请求以及花费多少,无需订阅,且额度不会过期。如果想开始使用,获取你的密钥,并使用 $0.50 的免费试用额度,注册后一键领取,无需支付。

其他指南

常见问题

每天的消息数量有限制吗?

文档中列出的限制为每分钟 300 次请求和 8 个并发请求,使用试用密钥时为每分钟 60 次请求和 2 个并发请求。

如果我超出限制会怎样?

API 返回 HTTP 429 和 rate_limited 或 concurrency 错误代码。等待几秒钟后重试;被拒的请求不会计费。

最大上下文窗口是多少?

总计 100,000 个 token,包含提示词和回复。如果对话变长,请总结或删除较旧的消息。

预付额度有有效期吗?

预付额度不会过期。唯一的例外是 $0.50 的试用额度,有效期为 7 天。

你的密钥就在一个表单之外

创建账户,复制密钥,修改 Base URL。配置就是这么简单。