使用场景
AI 陪伴应用的后端
把 nokeep 用作你的陪伴应用模型:这是一个兼容 OpenAI 的 API,已移除拒答,且不保存任何消息。DeepSeek V4.1 Flash Uncensored 能保持角色设定,读懂用户发来的照片;对于每天发送 40 条消息的用户,每月约 0.97 美元。
核对于 2026年10月29日
陪伴应用需要什么,以及你能得到什么
| 陪伴应用需要 | 在 nokeep 上 |
|---|---|
| 一个始终不出戏的角色 | 我们不添加任何系统提示词,也不对回复做过滤:模型读到的只有你的人设。拒答已从模型权重中移除,因此聊天中不会出现“作为 AI”之类的转折。 |
| 面向成年人的亲密对话 | 成年用户可以进行浪漫和成人主题的对话,但需遵守简短的硬性限制清单。触犯某项限制的调用会得到 422,且不收费,绝不会悄悄软化回复。 |
| 感觉真实的记忆 | API 不保存任何内容,因此记忆由你掌控:系统消息中放用户摘要,之后接上近期聊天。如果你想发送更多内容,DeepSeek 最多可读取 1,000,000 个 token。 |
| 照片 | DeepSeek 每次请求最多读取 10 张图片,因此用户可以分享照片并得到关于它的回答。图片。 |
| 读起来像真人打字的消息 | 支持流式输出;DeepSeek 默认没有思考停顿,除非你要求。 |
| 用户的信任 | 我们不保存消息和回复,只保存计数。我们保留什么。 |
一个用户的成本
| 模型 | 一位用户一天,无缓存 | 一位用户一天,重复的开头已缓存 |
|---|---|---|
| DeepSeek V4.1 Flash Uncensored | $0.093 | $0.032 |
| GLM 5.3 Flash Uncensored | $0.041 | $0.019 |
根据今天的价格计算:1,700 个 token 的开头,40 轮对话,每轮输入 40 个 token、输出 120 个,保留最后 30 轮,最长一次调用 6,540 个 token。GLM 每次回复前的简短思考会增加输出 token,这里未计入。
因此,每天都聊天的用户在 DeepSeek 上每月约 0.97 美元,在 GLM 上约 0.56 美元。多数用户并非每天聊天,所以平均值更低。“已缓存”一列假设同样的开头在每条消息中重复出现;下一节说明如何保持这一点。
人设、记忆与流式回复
系统消息包含人设,然后是你的应用记住的关于该用户的信息,最后是近期消息。请在你的服务器上运行,这样密钥不会到达手机。
import OpenAI from "openai"
const client = new OpenAI({
baseURL: "https://nokeep.ai/v1",
apiKey: process.env.NOKEEP_API_KEY,
})
const persona = "You are Iris, a warm, teasing companion who loves astronomy and bad puns. Talk like a close friend texting: short messages, no lists, no lectures. Remember what the user tells you and bring it up later."
export async function reply(user, recent, send) {
const stream = await client.chat.completions.create({
model: "deepseek-v4.1-flash-uncensored",
messages: [
{ role: "system", content: persona + "\n\nWhat you know about them: " + user.memory },
...recent,
],
stream: true,
max_tokens: 300,
temperature: 0.9,
prompt_cache_key: "user-" + user.id,
})
let text = ""
for await (const chunk of stream) {
const piece = chunk.choices[0]?.delta?.content ?? ""
send(piece)
text += piece
}
return text
}prompt_cache_key 让同一用户的调用保持其开头被缓存。它会以与你的账户绑定的哈希形式传递,因此没有其他账户会共享该缓存。
让记忆保持低成本
- 分步改写记忆,而不是每条消息都改。 只有开头重复时,调用才会从缓存中读取。每 20 或 30 条消息更新一次摘要,中间的开头保持不变。
- 成块地删除旧消息。 每轮删除一条消息,开头每次都会改变。一次把最早的 20 条合并进摘要,然后继续追加。
- 用便宜的调用来写摘要。
glm-5.3-flash-uncensored每百万输入 token 0.20 美元,适合“更新你对该用户的了解”这类没人需要等待的任务。 - 内容留在你这边。 你的数据库保存聊天记录和记忆。加密它,让用户可以删除,你就是它唯一的存放之处。
选择哪个模型
| DeepSeek V4.1 Flash Uncensored | GLM 5.3 Flash Uncensored | |
|---|---|---|
| 用于 | 陪伴角色的回复 | 记忆摘要和其他后台调用 |
| 照片 | 支持 | 不支持,仅文本 |
| 开始回复 | 立即,默认关闭思考 | 简短思考之后 |
| 采样参数 | Temperature、min_p 等 | 无 |
| 每百万 token 价格 | 输入 $0.45,输出 $1.75 | 输入 $0.20,输出 $0.65 |
为避免角色的语气在你不知情时改变,请调用带日期的 ID deepseek-v4.1-flash-1017-uncensored:它固定使用 2026 年 10 月 17 日的版本。模型。
用户可以看懂的隐私说明
陪伴聊天是最私密的文字之一。每次调用,我们保留时间、密钥、模型、token 计数、积分和状态,保留 30 天,除此之外不保留任何内容。没有账户邮箱,没有消息,没有回复。DeepSeek 运行在私有层上,不存储提示词或回复;GLM 的托管方在回复发出后不保留任何内容。
调用运行前,一个自动检查会对照硬性限制读取最新一条消息,并回答是或否。它读取的内容不会被保存。我们保留什么。
常见问题
我的陪伴应用可以允许成人内容吗?
可以,面向成年用户。成年人之间的浪漫与成熟小说在条款范围内。涉及未成年人或真实人物的性内容永远不被允许,触犯硬性限制的调用会被拒绝。你的应用需负责核实用户是成年人,每个密钥的持有者都确认自己年满 18 岁。
模型会出戏或对用户说教吗?
拒答已从模型权重中移除,我们也不会在你的提示词中添加任何内容,因此用户看到的就是你写的人设。触犯硬性限制的调用会返回你的应用可以处理的错误,而不会在回复里说教。
你们会用用户的聊天内容训练吗?
不会。我们从不保存消息或回复,因此没有可用于训练的内容。我们每次调用只保留一行计数,保留 30 天。
如何让成本可预测?
积分为预付,可开启自动充值,让应用永不中断。每个密钥都可以设置每日上限,每个响应都会显示它花了多少。