简短回答
如果你想要无限制且无账单的 llm free api access，这不是该服务，任何承诺这一点的人都值得怀疑。运行大语言模型需要真实的 GPU 时间成本，因此托管接口要么按 token 收费，要么严格限制用量，要么通过其他方式收回成本。该 API 提供的是试用：注册后，你可以在 API 密钥页面一键领取 $0.50 额度。每人限领一次，有效期 7 天，领取无需付费。
此后模型采用按量付费模式。你购买预付额度，以输入 token 每 100 万 $0.15、输出 token 每 100 万 $0.50的价格消耗它，没有后续月费。由于按 token 费率较低，$0.50 的购买力比听起来的要强得多。下面的部分用实际数字进行了说明，以便你决定试用额度是否足以满足你的测试需求，以及一旦试用结束，实际工作负载的成本是多少。
该接口与 OpenAI 兼容，因此尝试使用它意味着更改你很可能已经拥有的代码中的 base URL 和密钥。你可以在 快速入门页面上阅读设置详情，价格列表位于 定价页面。
$0.50 试用额度能做什么
Token 价格按百万计，难以直观感受。更简单的方法是先计算单次请求成本，然后进行除法。一个 token 是少量文本字符，因此 1,000 个 token 约等于一页纯文本。考虑一个包含 1,000 个输入 token 和 500 个输出 token 的请求：
- 输入：1,000 个 token × $0.15 / 1,000,000 = $0.00015
- 输出：500 token x $0.50 / 1,000,000 = $0.00025
- 总计：每次请求 $0.0004
将试用额度除以该数值：$0.50 / $0.0004 = 1,250 个请求。这足以构建原型、运行几百个测试提示词，并在演示时仍有剩余额度。下表展示了四种常见请求类型的相同计算结果。
| 请求形状 | 输入/输出 token | 每次请求成本 | $0.50 可支持的请求数 |
|---|---|---|---|
| 短分类 | 300 / 20 | $0.000055 | 约 9,090 |
| 标准测试提示词 | 1,000 / 500 | $0.0004 | 1,250 |
| 带历史的聊天轮次 | 3,000 / 700 | $0.0008 | 625 |
| 长文档遍历 | 80,000 / 2,000 | $0.013 | 38 |
长文档行显示了试用额度迅速耗尽的情况：大提示词。仅输入填满整个 100,000 token 上下文窗口就需 100,000 × $0.15 / 1,000,000 = $0.015，因此在计算回答之前，试用额度仅能覆盖约 33 次此类请求。
你需要了解的试用限制
试用密钥故意比完整密钥限制更严。它允许 2 个并发请求和每分钟 60 个请求，而完整密钥允许 8 个并发和每分钟 300 个请求。对于手动测试和单个脚本来说这已经足够。如果你将具有多个工作进程的批处理作业指向它，它会成为瓶颈。
当超出限制时，API 会返回 HTTP 429 错误。超出每分钟请求数时错误代码为 rate_limited，同时发起的请求过多时错误代码为 concurrency。流式输出在此处很重要：流式请求会保留其并发槽位直到流结束，因此两个长流可能会阻塞第三个请求，即使你远低于每分钟 60 个请求。如果在试用密钥上看到 concurrency 错误，请将工作进程数降低到 2。
试用从领取之日起持续 7 天，因此请在准备测试时领取，而不是在首次创建账户时。注册支持 Google 或邮箱密码，领取按钮位于 API 密钥页面。
试用后实际工作负载的成本
三个带有详细计算的示例，以便你替换为自己的数字。
带历史记录的应用
每次对话发送约 3,000 个 token 的系统提示词和历史记录，并接收 700 个 token 的回复。输入成本为 3,000 x $0.15 / 1M = $0.00045，输出成本为 700 x $0.50 / 1M = $0.00035，因此每条消息成本为 $0.0008。一千条消息成本为 $0.80。每天发送 40 条消息的用户每天成本为 $0.032，30 天约为 $0.96。
批处理任务
假设你处理 10,000 条记录，每条记录包含 1,500 个输入 token 和 300 个输出 token。输入为 15,000,000 个 token，即 15 x $0.15 = $2.25。输出为 3,000,000 个 token，即 3 x $0.50 = $1.50。整个运行成本为 $3.75。注意，这里的输出 token 仅占 token 总量的六分之一，但占账单的 40%，因为输出每个 token 的成本比输入高出三倍以上。
长上下文分析
读取 80,000 token 的文档并生成 2,000 token 的摘要，输入成本为 $0.012，输出成本为 $0.001，总计 $0.013。在 100 份文档上运行，你将花费 $1.30。
失败或被拒绝的请求不收费，因此出错的请求不会消耗这些总额。每个响应都包含 X-Balance-USD 头，让你可以从自己的代码中监控剩余余额，无需猜测。
$20 充值可覆盖的范围
最低充值金额为 $20，你可以添加任何整数金额，最高可达 $500。较大金额的充值附带奖励：$50 起 +5%，$100 起 +10%，$200 起 +15%。实际上，这意味着 $50 给你 $52.50 的额度，$100 给你 $110，$200 给你 $230。支付仅支持加密货币，TRC20 链上的 USDT 或 Base 链上的 USDC，且额度永不过期，因此你没有在一个月内花完的压力。
在 $20 无奖励的情况下，表中四种请求形状的计算如下：
- 短分类，每次 $0.000055：约 363,636 次请求
- 标准测试提示词，每次 $0.0004：50,000 次请求
- 聊天交互，每次 $0.0008：25,000 次请求
- 长文档处理，每次 $0.013：约 1,538 次请求
对于大多数副项目，$20 可支撑数月的使用。付款前请查看 定价页面 以获取当前充值选项。
进一步延长免费额度的方法
一些习惯可以在不改变应用功能的情况下降低账单。
- 精简历史记录。 输入 token 成本较低，但如果每次消息都重新发送 20,000 个旧轮次的 token，累积起来也会很贵。请总结或丢弃旧轮次。
- 在合理处限制输出。
max_tokens是可选的，但为分类等短任务设置它可以防止冗长回答导致成本超出预期五倍。 - 使用停止序列。
stop参数在你选择的标记处结束生成。 - 测试时保持提示词稳定。
seed参数有助于比较相同提示词的多次运行，这样你就不会因追逐噪声而消耗额度。 - 查看你自己的用量。 记录每个响应中的
usage块，并将其乘以两种费率。只需五行代码即可让成本一目了然。
IN_PER_M, OUT_PER_M = 0.15, 0.50
def cost_usd(usage):
return (usage.prompt_tokens * IN_PER_M
+ usage.completion_tokens * OUT_PER_M) / 1_000_000
# resp = client.chat.completions.create(...)
# print(f"${cost_usd(resp.usage):.6f}")如果你想针对真实接口进行测试，请将 base URL 设置为 https://api.nsfwvideogenerator.cc/v1，使用模型 ID uncensored，并将你的密钥作为 Bearer token 发送。快速入门 提供了 Python、Node 和 curl 的工作示例。
免费替代方案及其适用场景
坦诚相告：试用不是唯一的途径。开放权重模型可以在你自己的硬件上运行，这没有按 token 计费的费用，但需要一台内存足够的机器，以及你设置和维持运行的时间。一些提供商也提供免费的层级，带有各自的速率限制和政策，因此请查看他们当前的定价和条款，而不是相信摘要。
使用托管预付接口的原因很简单。你获得一个针对合法成人用途无内容拒绝进行调优的模型、稳定的 OpenAI 兼容接口，以及可以在餐巾纸上计算的价格。硬性限制仍然存在：不涉及未成年人的性内容。服务仅限文本，因此不会生成图像、音频或视频，也不提供嵌入或微调。如果你的项目是文本管道，如 NSFW 管道页面 描述的下游工具的脚本和提示词，这正是你需要的部分。
提示词不用于训练，在将真实项目材料粘贴到任何托管 API 之前，这一点值得了解。
