不限用量、無審查的 LLM API 供應商比較（2026）
透過 API 使用無審查開放模型，有四種選擇，而它們之間的差異遠比行銷文案呈現的更大：訂閱方案背後可能仍按 token 計費，並行數或情境視窗也有實際上限，速度更是差異懸殊。以下資訊已於 2026 年 10 月 1 日對照各供應商的官方頁面查核。
快速總覽
| 供應商 | 定價 | 用量限制 | 情境視窗 |
|---|---|---|---|
| Unquant | 固定月費：Qwen 3.8 Flash Next 每月 $49 起，GLM-5.3-Flash 每月 $109 起 | token 和訊息數不限；並行串流數依方案等級而定 | GLM：所有方案皆為 262K。Qwen：依方案等級提供 64K、128K 或 262K |
| OpenRouter | 按 token 計費，將請求路由至多家供應商 | 依各模型供應商的限制而定；免費模型有每日請求次數上限 | 依模型而定；不因方案等級而設限 |
| Featherless | 聊天方案固定 $25/月。開發者方案每月預付額度 $50 起，每次成功請求皆按輸入與輸出 token 計費 | 聊天方案：在 4 個並行單位內不限請求次數（70B 以上模型會用滿 4 個單位）。開發者方案：額度用完即無法再發出請求 | 聊天方案：32K。開發者方案：最高 256K |
| NanoGPT | 從預付額度中按 token 扣款。$12/月方案另含每週 6,000 萬個輸入 token 及 95 折優惠；超出額度後按 token 計費 | 訂閱方案有每週輸入 token 額度；其餘用量按 token 計費。我們測試時，回應速度太慢，不適合 agent 工具，且許多長請求都因逾時而失敗 | 依模型而定 |
無審查模型與隱私
| 供應商 | 無審查模型 | 提示詞記錄政策（供應商聲明） |
|---|---|---|
| Unquant | 兩款模型皆已從權重中去除審查：GLM-5.3-Flash（328B MoE）與 Qwen 3.8 Flash Next（125B MoE） | 從不記錄提示詞或補全結果；僅記錄效能指標 |
| OpenRouter | 提供路由服務：部分上游供應商提供無審查模型 | 預設不儲存，須主動啟用記錄；仍適用上游供應商的政策 |
| Featherless | 提供大量 Hugging Face 模型，包含經 abliteration 處理的社群模型 | 「不記錄聊天、提示詞或補全結果」 |
| NanoGPT | 包含標示為實驗性的無審查 GLM 5.3 變體 | 預設不記錄內容；資料保留方式取決於上游供應商 |
如何選擇
偶爾、輕量使用OpenRouter、NanoGPT 隨用隨付方案
需要多種模型OpenRouter、Featherless
以低額固定費率使用小型模型$25/月，情境視窗最高 32K
前沿規模的無審查模型、長情境視窗，不按用量計費GLM-5.3-Flash 所有方案皆提供 262K 情境視窗
選擇供應商前該問的問題
- 「不限用量」是否還有其他限制，例如各方案的情境視窗大小、每分鐘請求次數、每週 token 額度或並行數？
- 每次請求都能使用完整情境視窗，還是上限低於模型原生支援的大小？
- 「無審查」是從模型權重中去除審查，還是只在一般模型上加一層越獄提示詞？
- 究竟會記錄哪些資料，又會保留多久？
資料來源
定價與政策已於 2026 年 10 月 1 日對照各供應商的官方頁面查核；速度觀察來自我們當時的實際測試。方案可能變動，購買前請先查看各供應商的頁面。
延伸閱讀
- 固定費率與按 token 計費的 LLM API：什麼情況下不限用量更划算按 token 計費的 API 會對每次重送的訊息收費；固定費率、不限用量的 LLM API 則不會。透過角色扮演、程式開發 agent 與長篇文件的實際試算，了解兩種計費方式各自在什麼情況下更划算。
- 張量層級去審查解說abliteration 如何從權重中移除拒絕行為，而非用提示詞壓制，以及為什麼只靠提示詞的越獄方式會在故事進行到一半時失效。
- 訊息數不限的無審查角色扮演 API好的無審查角色扮演 API 應具備哪些條件：從權重中移除拒絕行為、能記住整場冒險的長情境視窗，以及固定費率、訊息數不限。支援 SillyTavern 與 Janitor AI。