# WeightsAPI

> 无需 KYC · 无附加内容过滤

探索开放权重模型，比较 token 价格，并使用 WeightsAPI 准备 OpenAI 兼容的推理工作流。

## 我需要完成 KYC 吗？

当前登录流程中没有上传身份证明文件或进行 KYC 验证的步骤。但仍需要登录账户，使用情况会与该账户关联。

- [我需要完成 KYC 吗？](https://weightsapi.com/zh/faq#kyc-and-account)

## 模型是否不受审查？

WeightsAPI 在网关不添加内容过滤器。目录包括原始模型和由各自创作者发布的微调变体，包括 Dolphin 和 Hermes。一些变体旨在减少拒绝；模型训练仍可能导致拒绝。请阅读每个模型的来源和行为说明。

- [模型是否不受审查？](https://weightsapi.com/zh/faq#model-filters)

## 账户访问与模型行为

当前 WeightsAPI 账户流程无需上传身份证件或 KYC 步骤；访问和使用仍与您的账户关联。WeightsAPI 不添加网关内容过滤器。目录中包含原始模型和已发布的微调变体，包括 Dolphin 和 Hermes。它们的训练和配置仍可能导致拒绝。

- [了解你的请求依赖什么。](https://weightsapi.com/zh/trust#account-and-model-behavior)

## 账户访问

登录并等待一笔至少 100 美元的充值确认到账后，即可使用预付余额。每次充值都有相同的最低金额要求；较小的剩余余额仍可使用。请查看服务状态以了解模型可用性。

## 快速开始

- [llms-full.txt](https://weightsapi.com/zh/llms-full.txt): 快速开始
- [service-info.json](https://weightsapi.com/service-info.json)
- [托管 LLM 推理。开放模型，一个 API。](https://weightsapi.com/zh): 探索开放权重模型，比较 token 价格，并使用 WeightsAPI 准备 OpenAI 兼容的推理工作流。
- [常见问题](https://weightsapi.com/zh/faq): 关于 WeightsAPI 访问、API 集成、加密货币余额、计费和数据处理的实际答案。
- [了解你的请求依赖什么。](https://weightsapi.com/zh/trust): 账户控制、数据处理、付款验证和服务可用性范围。
- [模型目录](https://weightsapi.com/zh/models): 在能力、上下文和成本之间选择合适的平衡。
- [按 token 透明。](https://weightsapi.com/zh/pricing): 比较按量付费的令牌费率和预付的月度 GPU 租用。
- [快速开始](https://weightsapi.com/zh/docs): 发出您的第一个兼容 OpenAI 的请求。
- [身份验证](https://weightsapi.com/zh/docs/authentication): Bearer 密钥、按密钥预算和模型限制。
- [计费和加密货币充值](https://weightsapi.com/zh/docs/billing): 余额、确认、会计和提现。
- [数据处理](https://weightsapi.com/zh/docs/privacy): 网关存储什么以及从不记录什么。
- [服务状态](https://weightsapi.com/zh/status): 模型可用性和事件历史。
- [关于 WeightsAPI](https://weightsapi.com/zh/about): WeightsAPI 如何处理托管推理、共享和专用容量、模型选择以及账户控制。
- [一百万个令牌实际上花费多少](https://weightsapi.com/zh/blog/cost-per-million): 一百万输入令牌和一百万输出令牌是不同的产品。以 Qwen3 32B 为例，按所列费率，800,000 个输入令牌和 200,000 个输出令牌的费用为 $0.16。同样的总量若输出占 80%，则费用为 $0.19。
- [在迁移之前估算消耗量](https://weightsapi.com/zh/blog/estimate-migration): 选择一个有代表性的一周，按工作流对请求进行分组。在分析中保留令牌计数和时间信息，而不保留敏感内容。
- [工程笔记](https://weightsapi.com/zh/blog): 在运行和使用开放模型时的实际权衡。
- [延迟和吞吐量回答不同的问题](https://weightsapi.com/zh/blog/latency-throughput): TTFT（首令牌时间）包括排队和预填充。它决定了用户在看到输出之前需要等待多长时间。
- [量化是一种权衡，而不是免费升级](https://weightsapi.com/zh/blog/quantization): 较低的精度会减少内存使用，并可能提高吞吐量。质量是否变化取决于模型、量化方法和任务。
- [自托管与 API：算一算账](https://weightsapi.com/zh/blog/self-hosting): 用专用月度成本除以有效的每百万令牌 API 成本，可得出尚未计入工程和可靠性成本之前的流量交叉点。一台 H100 每月 1,690 美元，而有效的每百万令牌成本为 $0.16，则每月约为 105.6 亿个令牌。这并不能证明单个 H100 可以服务该工作负载。
- [文档和记账控制台](https://weightsapi.com/zh/changelog/2026-09-04-documentation-preview): 初始目录、文档和账户管理发布，部署和付款可用性单独记录。
- [更新日志](https://weightsapi.com/zh/changelog): 产品变更和发布说明，带日期且可追溯。
- [比较模型](https://weightsapi.com/zh/compare): 价格、上下文和能力的唯一可信来源。
- [批量处理十万份文档](https://weightsapi.com/zh/cookbook/batch-documents): 准备一个 JSONL 批处理文件，提交它，然后轮询输出文件。
- [流式传输到浏览器](https://weightsapi.com/zh/cookbook/browser-streaming): 一个同源 Node 服务器保存 API 密钥并转发 SSE。
- [二十行代码的聊天机器人](https://weightsapi.com/zh/cookbook/chatbot): 仅使用 Python 标准库的终端对话。
- [你可以运行的配方。](https://weightsapi.com/zh/cookbook): 用于真实推理工作流的小型独立示例。
- [按任务难度进行路由](https://weightsapi.com/zh/cookbook/model-routing): 一个显式启发式规则将短任务和复杂分析分别路由。
- [带引用的 RAG](https://weightsapi.com/zh/cookbook/rag-with-citations): 一个带有可验证来源 ID 的小型检索流水线。
- [经过验证的结构化输出](https://weightsapi.com/zh/cookbook/structured-output): 严格的模式加上独立的验证。
- [调用工具的代理](https://weightsapi.com/zh/cookbook/tool-agent): 一个受限的、白名单中的函数调用以及后续回答。
- [为您的模型租用专用 GPU。](https://weightsapi.com/zh/dedicated): 从六种 GPU 配置中选择，下达月度租赁订单，并使用账户余额或加密货币充值所得的余额支付。
- [API 参考](https://weightsapi.com/zh/docs/api-reference): 端点、请求字段和响应契约。
- [错误与恢复](https://weightsapi.com/zh/docs/errors): 了解出现了什么错误以及接下来该怎么做。
- [函数调用](https://weightsapi.com/zh/docs/function-calling): 使用经过验证的参数调用允许列表中的工具。
- [速率限制与配额](https://weightsapi.com/zh/docs/limits): Token 窗口、已充值账户访问和请求限制。
- [从 OpenAI 或 Anthropic 迁移](https://weightsapi.com/zh/docs/migration): Chat Completions API 的确切更改。
- [流式传输](https://weightsapi.com/zh/docs/streaming): 消费服务器发送的事件并处理断开连接。
- [严格 JSON 输出](https://weightsapi.com/zh/docs/structured-output): 约束结构并验证每个响应。
- [从任务到更清晰的推理工作流。](https://weightsapi.com/zh/how-it-works): 了解托管推理、选择模型、准备请求，并理解信用额度、预留金额与用量之间的关系。
- [Cline](https://weightsapi.com/zh/integrations/cline): 使用 WeightsAPI OpenAI 兼容端点配置 Cline。
- [Continue.dev](https://weightsapi.com/zh/integrations/continue): 使用 WeightsAPI OpenAI 兼容端点配置 Continue.dev。
- [Cursor](https://weightsapi.com/zh/integrations/cursor): 使用 WeightsAPI 的 OpenAI 兼容端点配置 Cursor。
- [Dify](https://weightsapi.com/zh/integrations/dify): 使用 WeightsAPI 的 OpenAI 兼容端点配置 Dify。
- [您的工具。我们的推理。](https://weightsapi.com/zh/integrations): 针对您已在使用的工具提供精确的配置指南。
- [LangChain (Python)](https://weightsapi.com/zh/integrations/langchain): 使用 WeightsAPI 的 OpenAI 兼容端点配置 LangChain (Python)。
- [LibreChat](https://weightsapi.com/zh/integrations/librechat): 使用 WeightsAPI 的 OpenAI 兼容端点配置 LibreChat。
- [LlamaIndex (Python)](https://weightsapi.com/zh/integrations/llamaindex): 使用 WeightsAPI 的 OpenAI 兼容端点配置 LlamaIndex (Python)。
- [n8n](https://weightsapi.com/zh/integrations/n8n): 使用 WeightsAPI 的 OpenAI 兼容端点配置 n8n。
- [Obsidian](https://weightsapi.com/zh/integrations/obsidian): 使用 WeightsAPI 的 OpenAI 兼容端点配置 Obsidian。
- [Open WebUI](https://weightsapi.com/zh/integrations/open-webui): 使用 WeightsAPI 的 OpenAI 兼容端点配置 Open WebUI。
- [Roo Code](https://weightsapi.com/zh/integrations/roo-code): 使用 WeightsAPI 的 OpenAI 兼容端点配置 Roo Code。
- [SillyTavern](https://weightsapi.com/zh/integrations/sillytavern): 使用 WeightsAPI 的 OpenAI 兼容端点配置 SillyTavern。
- [DeepSeek R1](https://weightsapi.com/zh/models/deepseek-r1): 困难推理、数学和代码分析。
- [DeepSeek V3](https://weightsapi.com/zh/models/deepseek-v3): 代码生成、复杂指令和结构化任务。
- [DeepSeek V4 Flash](https://weightsapi.com/zh/models/deepseek-v4-flash): 一种用于长上下文推理、编码和工具工作流的文本模型，配置了 1,048,576 个令牌的窗口。
- [Dolphin Mistral 24B Venice Edition](https://weightsapi.com/zh/models/dolphin-mistral-24b-venice-edition): 来自 Dolphin 和 Venice 的对话与角色，指令由应用控制。
- [Gemma 3 27B](https://weightsapi.com/zh/models/gemma-3-27b): 图像理解和多语言对话。
- [Hermes 4 70B](https://weightsapi.com/zh/models/hermes-4-70b): 由 Nous Research 发布的创意对话、角色扮演和推理，指令可配置。
- [Llama 3.1 405B](https://weightsapi.com/zh/models/llama-3-1-405b): 要求高的通用生成和复杂指令。
- [Llama 3.1 8B](https://weightsapi.com/zh/models/llama-3-1-8b): 快速分类、提取和轻量聊天。
- [Llama 3.3 70B](https://weightsapi.com/zh/models/llama-3-3-70b): 通用助手、摘要和工具使用。
- [Mistral Small 3](https://weightsapi.com/zh/models/mistral-small-3): 高效文本任务、函数调用和欧洲语言聊天。
- [Mistral Small 4](https://weightsapi.com/zh/models/mistral-small-4): 结合文本和图像输入、工具调用和可配置推理的官方 Mistral 模型，公开的窗口为 262,144 个标记。
- [Mixtral 8×22B](https://weightsapi.com/zh/models/mixtral-8x22b): 多语言生成和函数调用工作流。
- [Qwen3 235B A22B](https://weightsapi.com/zh/models/qwen3-235b-a22b): 强通用指令遵循和工具使用。
- [Qwen3 32B](https://weightsapi.com/zh/models/qwen3-32b): 代码、多语言聊天和推理的均衡选择。
- [Qwen3-Coder-Next](https://weightsapi.com/zh/models/qwen3-coder-next): 用于代码库探索和工具工作流的纯文本编程模型，公开的原生上下文为 262,144 个标记。
- [隐私和数据处理](https://weightsapi.com/zh/privacy): 账户记录、请求内容以及数据处理的范围。
- [让请求回到正轨。](https://weightsapi.com/zh/support): 诊断 API、流式和计费问题，然后在不泄露机密的情况下准备有用的报告。
- [服务条款](https://weightsapi.com/zh/terms): 支付、激活、租用期和服务条件。
- [您可以评估的使用场景](https://weightsapi.com/zh/use-cases): 针对对话助手、代码和工具工作流以及文档问答的实用场景，并附有清晰的输入和质量检查。

## 语言

- [English](https://weightsapi.com/llms.txt)
- [Français](https://weightsapi.com/fr/llms.txt)
- [Deutsch](https://weightsapi.com/de/llms.txt)
- [Español](https://weightsapi.com/es/llms.txt)
- [简体中文](https://weightsapi.com/zh/llms.txt)
- [Italiano](https://weightsapi.com/it/llms.txt)
- [Português (Brasil)](https://weightsapi.com/pt/llms.txt)
- [Nederlands](https://weightsapi.com/nl/llms.txt)
- [Polski](https://weightsapi.com/pl/llms.txt)
- [Русский](https://weightsapi.com/ru/llms.txt)
- [Українська](https://weightsapi.com/uk/llms.txt)
- [Türkçe](https://weightsapi.com/tr/llms.txt)
- [العربية](https://weightsapi.com/ar/llms.txt)
- [日本語](https://weightsapi.com/ja/llms.txt)
- [한국어](https://weightsapi.com/ko/llms.txt)