无限制：无限制大语言模型的生产环境检查清单

为什么“无过滤”对成人内容生成很重要

无审查模型移除了标准大语言模型对成人、争议性或利基话题施加的默认拒绝。这意味着你的应用可以生成内容，而不会对合法的成人主题、性描写或尖锐的创意写作施加任意限制。模型不会仅基于情感或话题进行拒绝，仅基于硬性约束（如涉及未成年人）进行拒绝。

当标准 API 仅仅因为包含成熟主题就阻止完全有效的提示时，开发者常感到沮丧。使用无审查模型，你可以通过自己的应用程序逻辑直接控制内容策略（如果需要），或者依靠模型直接回答的自然倾向。这对于 NSFW 聊天机器人应用程序、成人小说生成器和需要无限制输出的创意工具至关重要。

关键好处

• 直接生成未经预过滤的成人内容。
• 不会因合法的成熟主题而突然拒绝。

上下文窗口策略：最大化 100k token

100,000 token 的上下文窗口让你无需截断即可摄入大型文档、长对话或庞大的代码库。这种容量对于需要深度回忆或在长交互中保留上下文的任务至关重要。你可以将整本手册或项目历史加载到提示中，以确保模型具备完整的态势感知能力。

然而，大的上下文窗口并不意味着无限的输出。模型每次请求最多可生成 16,000 token，这是一个显著但有限的数量。为了最大化实用性，请结构化您的提示词，将关键信息放在中间或末尾，因为模型通常在最近上下文方面表现最佳。不要仅仅因为可以就将无关数据填充到上下文窗口中；每个 token 都会产生费用并增加延迟。

策略

• 使用 100k 限制进行深度文档分析。
• 保持提示 token 高效以允许更长的输出。

输出限制：处理 16k token 上限

每个请求限制为 16,000 个输出 token，大约相当于 12,000 个单词。此限制是硬性限制，适用于每次请求，而非每次会话。如果需要更长的内容，必须实现流式传输或分块策略。模型在达到此上限时将停止生成，因此请相应地规划您的提示。

对于需要大量生成的任务，如撰写小说章节或详细报告，使用流式传输来监控进度并可能拆分任务。如果模型在句子中间停止，你可以通过在下一个请求中包含部分输出来恢复生成。这种方法确保你获得完整内容，而不会在不完整生成上浪费标记。

提示

• 将 max_tokens 设置为 16,000 以满足长格式需求。
• 使用流式传输优雅地处理大输出。

流式与非流式：何时使用哪种

通过服务器发送事件 (SSE) 的流式响应允许你接收正在生成的令牌，从而为用户提供即时反馈。这对于聊天界面或长文本内容非常理想，因为等待整个响应是不切实际的。流式传输还允许你实时监控令牌使用情况，因为最后一个数据块包含使用统计信息。

非流式响应实现更简单，但需要等待整个生成完成才能接收任何数据。对于短响应、结构化数据或需要一次性获取完整响应的情况，请使用非流式传输。对于大多数面向用户的应用，流式传输因其响应能力和显示进度的能力而更受青睐。

推荐

• 用于聊天和长文本的流式传输。
• 对于简短快速的响应，使用非流式传输。

JSON 模式结构化数据的可靠性

JSON 模式强制执行严格的输出格式化，确保模型返回有效的 JSON 对象。这对于解析结构化数据的应用程序至关重要，例如 API 响应或数据库条目。通过在请求中将 response_format 设置为 json_object 来启用 JSON 模式。这减少了来自格式错误输出的错误并简化了解析逻辑。

无审查模型有时会产生创意或冗长的输出，但 JSON 模式会将其约束为特定结构。这种可靠性对于将 LLM 集成到依赖一致格式的自动化工作流中至关重要。即使使用 JSON 模式，也应始终验证输出，因为边缘情况仍可能发生。

最佳实践

• 将 response_format 设置为 json_object 以获取结构化数据。
• 验证输出以捕获罕见的格式错误。

函数调用：启用工具且无拒绝

函数调用允许模型根据用户的提示调用特定的工具或函数。这对于搜索数据库、计算数值或触发外部 API 等操作非常有用。Uncensored 模型能够可靠地处理函数调用，即使对于非传统或利基工具，也不会因内容过滤器而拒绝执行。

使用清晰的模式和描述定义您的工具。模型将根据提示的意图决定调用哪个工具。此功能增强了模型超越简单文本生成的实用性，实现了交互式和动态应用程序。确保您的工具定义精确，以尽量减少误解。

实现

• 使用清晰的模式定义工具。
• 传入 tool_choice 以引导模型的行为。

Token 计数：避免意外的 API 费用

定价透明：输入 token 每 1M 收费 $0.15，输出 token 每 1M 收费 $0.50。您只为实际使用的部分付费，无月度订阅。错误和拒绝免费，因此您只为成功的完成付费。预付积分按实际 token 用量计费，且积分永不过期。

为避免意外成本，请定期监控令牌使用情况。使用流式传输以实时跟踪令牌消耗。如果不需要，避免发送大型上下文窗口，因为这会增加输入成本。注意输出长度，因为更长的生成成本更高。这种按使用量付费的模式非常适合可变工作负载。

节省成本提示

• 通过流式响应监控用量。
• 优化上下文窗口大小以降低输入成本。

速率限制：有效管理 300 RPM

每个 API 密钥每分钟限 300 次请求，并发请求上限为 8 个。此限制是针对每个密钥的，因此如果需要更高的吞吐量，请考虑使用多个密钥或扩展您的基础设施。8 MB 的请求体限制也约束了大型负载，因此请注意上下文大小。

要有效管理速率限制，请为重试实现指数退避，并在必要时跨多个密钥分发请求。监控您的使用情况，以避免意外达到限制。此结构支持大多数应用程序，但需要针对高流量场景进行规划。

策略

• 为高吞吐量需求使用多个密钥。
• 为重试逻辑实现退避。

隐私：为什么提示词不用于训练

您的提示词不用于训练模型，确保您的数据隐私。这对于处理敏感信息或专有内容的应用至关重要。您的账户只需电子邮件，最小化数据收集。您完全掌控自己的数据，且无需担心第三方训练协议。

此隐私模型非常适合需要确保数据保密的企业和开发者。与一些将提示词用于模型改进的服务不同，此 API 将您的数据隔离。您可以生成内容而无需担心其被重新利用或泄露。这种透明度为商业应用建立了信任。

隐私保障

• 提示词不用于训练。
• Minimal 数据收集（仅限电子邮件）。