無過濾：無審查 LLM 的生產環境檢查清單

為什麼「no filter」對成人內容生成很重要

無審查模型移除了標準大型語言模型對成人、爭議性或利基主題所施加的默認拒絕。這意味著你的應用可以生成內容，而不會對合法的成人主題、性描寫或尖銳的創意寫作出現任意阻擋。模型不會僅基於情緒或主題進行拒絕，僅基於如未成年人參與等硬性限制進行拒絕。

開發者常因標準 API 因提示詞包含成熟主題而阻止完全有效的提示而感到挫折。透過無審查模型，若需要，你可以透過自己的應用程式邏輯直接控制內容政策，或依賴模型直接回答的自然傾向。這對於 NSFW 聊天機器人應用程式、成人小說生成器和需要無限制輸出的創意工具至關重要。

主要好處

• 直接生成成人內容，無預先過濾。
• 無對合法成熟主題的意外拒絕。

上下文窗口策略：最大化 100k tokens

100,000 個 token 的上下文視窗讓您無需截斷即可處理大型文件、長對話或廣泛的程式碼庫。這種容量對於需要深度回憶或在長互動中保留上下文的任务至關重要。您可以將完整的說明手冊或專案歷史載入提示詞中，以確保模型具有完整的環境感知能力。

不過，龐大的上下文視窗並不意味著無限輸出。模型每次請求最多可生成 16,000 Token，這是一個顯著但有限的數量。為了最大化實用性，請將提示詞結構化，將關鍵資訊置於中間或結尾，因為模型通常在處理近期上下文時表現最佳。不要僅僅因為可以就將無關數據塞入上下文視窗；每個 Token 都會產生費用並增加延遲。

策略

• 使用 100k 限制進行深度文件分析。
• 保持提示 token 高效，以允許更長的輸出。

輸出限制：處理 16k token 上限

每個請求的上限為 16,000 個輸出 token，約等於 12,000 個單詞。此限制是硬性規定，適用於每次請求，而非每次會話。若您需要更長的內容，必須實施串流或分塊策略。模型在達到此上限時會停止生成，因此請相應地規劃您的提示。

對於需要大量生成的任務，例如撰寫小說章節或詳細報告，請使用串流來監控進度並可能分割任務。如果模型在句子中間停止，您可以透過在下一個請求中包含部分輸出來恢復生成。這種方法確保您獲得完整內容，而不會在不完全的生成中浪費令牌。

提示

• 將 max_tokens 設置為 16,000 以滿足長文需求。
• 使用串流優雅地處理大型輸出。

串流與非串流：何時使用何者

透過伺服器發送事件（SSE）串流回應允許你接收生成的 token，為使用者提供即時回饋。這非常適合聊天介面或長文本內容，因為等待整個回應是不切實際的。串流還允許你即時監控 token 用量，因為最後一個區塊包含用量統計。

非流式響應更易於實現，但需要等待整個生成完成才能接收任何數據。對於短響應、結構化數據或需要一次性獲得完整響應的情況，請使用非流式傳輸。對於大多數面向用戶的應用程序，流式傳輸因其響應能力和顯示進度的能力而更受青睞。

推薦

• 使用串流進行聊天和長篇文字生成。
• 對於短促、快速的回應，請使用非串流模式。

JSON 模式對於結構化資料的可靠性

JSON 模式強制執行嚴格的輸出格式化，確保模型回傳有效的 JSON 物件。這對於解析結構化資料的應用程式至關重要，例如 API 回應或資料庫條目。透過在請求中將 response_format 設為 json_object 來啟用 JSON 模式。這能減少來自格式錯誤輸出的錯誤，並簡化解析邏輯。

無審查模型有時會產生創意或冗長的輸出，但 JSON 模式會將其限制為特定結構。這種可靠性對於將大型語言模型整合到依賴一致格式的自動化工作流程中至關重要。即使使用 JSON 模式，也應始終驗證輸出，因為邊界情況仍可能發生。

最佳實踐

• 設定 response_format 為 json_object 以獲得結構化數據。
• 驗證輸出以捕捉罕見的格式錯誤。

函式呼叫：啟用工具而不拒絕

函式呼叫允許模型根據使用者的提示呼叫特定的工具或函式。這對於搜尋資料庫、計算數值或觸發外部 API 等動作非常有用。Uncensored 模型能可靠地處理函式呼叫，即使是不尋常或冷門的工具，也不會因為內容過濾器而拒絕執行。

使用清晰的架構和描述來定義您的工具。模型將根據提示的意圖決定呼叫哪個工具。這項功能提升了模型超越單純文字生成的實用性，實現了互動式和動態應用程式。確保您的工具定義精確，以減少誤解。

實作

• 定義具有清晰結構的工具。
• 傳遞 tool_choice 以引導模型的行為。

Token 計數：避免意外的 API 費用

定價透明：每 1M 輸入 token 為 $0.15，每 1M 輸出 token 為 $0.50。您只為所用付費，無月度訂閱。錯誤和拒絕回應免費，因此您只為成功的完成內容付費。預付信用額度按實際 token 用量計費，且信用額度永不過期。

要避免意外費用，請定期監控您的 token 使用量。使用串流傳輸來即時追蹤 token 消耗。如果不需要，請避免發送大型上下文視窗，因為這會增加輸入成本。留意輸出長度，因為更長的生成會產生更高的費用。此按用量付費的模式非常適合波動性負載。

節省成本提示

• 透過串流回應監控用量。
• 最佳化上下文視窗大小以降低輸入成本。

速率限制：有效管理 300 RPM

每個 API 金鑰每分鐘限 300 次請求，並限 8 個同時請求。此限制是針對每個金鑰，因此若需要更高的吞吐量，請考慮使用多個金鑰或擴展您的基礎設施。8 MB 的請求主體限制也會限制大型負載，因此請注意上下文大小。

要有效管理速率限制，請實施指數退避重試機制，並在必要時將請求分發到多個金鑰。監控您的使用情況，以避免意外達到限制。此結構支援大多數應用程式，但需要針對高流量情境進行規劃。

策略

• 針對高吞吐量需求使用多個金鑰。
• 為重試邏輯實作退避。

隱私：為什麼提示詞不用於訓練

您的提示詞不會用於訓練模型，確保您的資料隱私。這對於處理敏感資訊或專屬內容的應用程式至關重要。您的帳戶只需提供電子郵件，最小化資料蒐集。您完全掌控自己的資料，且無需擔心第三方訓練協議。

這種隱私模型非常適合需要確保數據機密性的企業和開發者。與某些將提示詞用於模型改進的服務不同，此 API 將您的數據隔離。您可以生成內容而無需擔心它們被重新利用或洩露。這種透明度為商業應用建立了信任。

隱私保證

• 提示詞不用於訓練。
• 最小化資料收集（僅限電子郵件）。