帮助与解答

模型、用量限制、隐私、访问与计费。

模型、用量、访问与隐私

模型具体是什么？

两个开放授权的前沿模型，均经过张量级无审查，拒绝行为已从物理层面移除而非抑制：GLM-5.3-Flash，328B 参数稀疏旗舰模型，原生 262K 上下文，支持视觉、推理和工具调用；Qwen 3.8 Flash Next，125B 稀疏 MoE，仅 6B 激活参数，在长上下文下保持快速，视觉、工具调用和可调推理均完整保留。两个模型的每个套餐均真正无限。

真的无限吗？

是的。没有 token 上限、用量计量器或公平共享限速。套餐仅在上下文窗口和并发流数量上有所不同。容量由我们管理，已计入固定月费。

无审查是什么意思？

拒绝行为从模型权重中移除（张量级无审查），而非通过越狱提示词绕过。视觉、工具调用和推理不受影响。

速度怎么样？

流式输出速度快于阅读速度。前缀缓存使续写和重复对话几乎即刻响应。

可以发送 262K token 的提示词吗？

可以。GLM-5.3-Flash 每个套餐均提供完整的 262,144 token 上下文，无更低的单次请求上限。Qwen 3.8 Flash Next 在 Roleplay 套餐提供 65,536 token，Plus 提供 131,072 token，Pro、Ultra 和 Dedicated 提供完整的 262,144 token。

支持哪些客户端？

兼容 OpenAI 和 Anthropic 的客户端，包括 Claude Code、Codex、OpenCode、Cline、SillyTavern、Hermes、Open WebUI 和 curl。大多数客户端填写 Base URL https://api.unquant.io/v1 和 API 密钥即可；Claude Code 填写 https://api.unquant.io。详见配置指南。

何时能获得访问权限？

邀请按申请顺序在容量上线时发送。

你们会记录我的提示词吗？

不会。我们从不记录提示词或补全内容，也永远不会构建任何监控能力。我们唯一记录的是性能指标，如速度、token 计数和请求时间，以便持续提供最佳体验。我们永远不会存储、出售或以任何方式将你的数据用于训练。

可以退款吗？

套餐按月计费，随时可取消。如果服务在第一周内不适合你，我们会退款。