使用說明與問題解答

模型、用量限制、隱私、使用資格與帳務。

模型、用量、使用資格與隱私

具體提供哪些模型？

我們提供兩款採用開放授權的頂尖模型，皆經過張量層級去審查，直接移除拒絕行為，而非加以抑制：GLM-5.3-Flash 是具備 328B 參數的稀疏旗艦模型，原生支援 262K 情境視窗、視覺、推理與工具呼叫；Qwen 3.8 Flash Next 則是具備 125B 參數的稀疏 MoE 模型，僅啟用 6B 參數，因此在長情境下仍能維持高速，同時完整保留視覺、工具呼叫與可調整的推理能力。所有方案使用這兩款模型都真正不限用量。

真的不限用量嗎？

沒錯。我們不設 token 上限、不計量收費，也不會以公平分配資源為由限速。各方案的差別僅在情境視窗與並行串流數。我們負責管理服務容量，相關成本已包含在固定費率中。

無審查是什麼意思？

我們直接從模型權重中移除拒絕行為（張量層級去審查），而非透過越獄提示詞繞過限制。視覺、工具呼叫與推理能力不受影響。

速度有多快？

串流輸出的速度比閱讀速度更快。前綴快取可讓延續或重複的對話幾乎立即開始回應。

我可以傳送 262K 個 token 的提示詞嗎？

可以。GLM-5.3-Flash 在所有方案皆提供完整的 262,144 個 token 情境視窗，單次請求不另設較低的上限。Qwen 3.8 Flash Next 在 Roleplay 方案提供 65,536 個 token，Plus 方案提供 131,072 個 token，Pro、Ultra 與 Dedicated 方案則提供完整的 262,144 個 token。

支援哪些用戶端？

支援相容於 OpenAI 與 Anthropic 的用戶端，包括 Claude Code、Codex、OpenCode、Cline、SillyTavern、Hermes、Open WebUI 和 curl。大多數用戶端只需填入 Base URL https://api.unquant.io/v1 與你的 API 金鑰；Claude Code 則使用 https://api.unquant.io。詳情請參閱設定指南。

何時可以開始使用？

隨著服務容量陸續到位，我們會依申請順序寄送邀請。

你們會記錄我的提示詞嗎？

不會。我們絕不記錄你的提示詞或補全結果，也絕不會建立任何監控這些內容的功能。我們只記錄效能指標，例如速度、token 數與請求耗時，以持續提供最佳體驗。我們絕不儲存或販售你的資料，也絕不會將你的資料用於任何訓練。

可以退款嗎？

方案按月訂閱，隨時都能取消。如果你在第一週發現服務不適合你，我們會退款。