Kebimbangan Privasi dan Persoalan Prestasi Muncul Berkaitan Perkhidmatan Langganan LLM Sumber Terbuka Baharu Berharga 20 Dolar Amerika

Pasukan Komuniti BigGo
Kebimbangan Privasi dan Persoalan Prestasi Muncul Berkaitan Perkhidmatan Langganan LLM Sumber Terbuka Baharu Berharga 20 Dolar Amerika

Perkhidmatan langganan kadar tetap baharu untuk model bahasa besar sumber terbuka telah dilancarkan, berjanji untuk menjadikan ejen pengekodan lebih berpatutan. Walau bagaimanapun, pengguna awal membangkitkan persoalan penting mengenai dasar privasi dan amalan pengendalian data yang perlu dipertimbangkan oleh bakal pengguna.

Perkhidmatan ini menawarkan akses kepada model pengekodan popular seperti GLM-4.5 , Kimi K2 , dan Qwen3 Coder dengan harga 20 dolar Amerika sebulan, memposisikan dirinya sebagai alternatif yang lebih berpatutan kepada penyelesaian sedia ada. Tetapi apabila pengguna meneliti butiran dengan lebih mendalam, beberapa kebimbangan telah muncul yang menyerlahkan masalah pertumbuhan penyedia perkhidmatan AI baharu.

Perbandingan Harga

  • Perkhidmatan baharu: $20 USD/bulan untuk 100 permintaan setiap 5 jam
  • Perkhidmatan baharu premium: $60 USD/bulan untuk 1,000 permintaan setiap 5 jam
  • Claude Code : $20 USD/bulan (kira-kira separuh had kadar)
  • Claude Max : $200 USD/bulan (permintaan yang lebih sedikit berbanding peringkat $60 USD)

Dasar Privasi Menimbulkan Tanda Bahaya

Pengguna yang meneliti terma privasi perkhidmatan telah mengenal pasti bahasa yang bermasalah berkaitan hak penggunaan data. Dasar semasa nampaknya memberikan hak yang luas untuk menggunakan maklumat peribadi, yang bercanggah dengan jangkaan untuk perkhidmatan yang berfokuskan privasi. Selain itu, penggunaan Google Tag Manager untuk penjejakan telah mencetuskan kebimbangan mengenai potensi kebocoran data, terutamanya memandangkan interaksi LLM sering mengandungi kod dan gesaan yang sensitif.

Seorang pengguna menyatakan percanggahan antara pemasaran kepada pelanggan yang mementingkan privasi sambil mengekalkan dasar yang tidak sejajar dengan nilai-nilai tersebut. Penyedia perkhidmatan telah mengakui kebimbangan ini dan menunjukkan bahawa mereka sedang mengkaji semula pendekatan privasi mereka, melihat kepada syarikat seperti Kagi sebagai contoh amalan privasi yang lebih baik.

Terma Pengekalan dan Penggunaan Data Tidak Jelas

Terma perkhidmatan mengandungi bahasa yang mengelirukan mengenai pengekalan data dan hak penggunaan. Walaupun satu bahagian menyatakan bahawa permintaan API hanya boleh disimpan selama 14 hari dan digunakan semata-mata untuk nyahpepijat, bahagian lain dalam perjanjian menyebut hak pelesenan yang lebih luas untuk penambahbaikan platform. Kekaburan ini telah menyebabkan pengguna tidak pasti mengenai bagaimana data mereka sebenarnya akan dikendalikan.

Syarikat telah menjelaskan bahawa had 14 hari untuk nyahpepijat mengambil keutamaan, tetapi kehadiran bahasa yang bercanggah dalam dokumen undang-undang menunjukkan keperluan untuk dasar privasi yang lebih jelas dan konsisten.

Persoalan Prestasi dan Pelaksanaan Teknikal

Selain kebimbangan privasi, pengguna sedang menilai aspek teknikal perkhidmatan. Penanda aras prestasi menunjukkan keputusan yang menjanjikan, dengan GLM-4.5 mencapai 150-200 token sesaat dalam ujian. Walau bagaimanapun, persoalan kekal mengenai tahap kuantisasi model dan bagaimana perkhidmatan ini dibandingkan dengan pesaing seperti Cerebras dari segi kelajuan dan kualiti.

Perkhidmatan ini mendakwa menawarkan pelaksanaan yang lebih boleh dipercayai daripada sesetengah pesaing, memetik perbezaan prestasi yang ketara dalam tugas ejen pengekodan. Mereka menguji model mereka terhadap ejen pengekodan mereka sendiri untuk memastikan fungsi yang betul, menangani isu dengan pelaksanaan model yang rosak atau dilemahkan yang ditemui di tempat lain.

Penanda Aras Prestasi

  • GLM-4.5: 150-200 token sesaat ( Bay Area , California )
  • Qwen3 Coder: Berjalan dalam kuantisasi FP8
  • Perbezaan 10 mata peratusan dalam penyelesaian tugasan pengekodan antara API rasmi dan beberapa pelaksanaan OpenRouter

Pengiraan Permintaan dan Had Kadar

Pengguna yang bekerja dengan ejen pengekodan memerlukan kejelasan mengenai bagaimana permintaan dikira ke arah had langganan. Perkhidmatan mengira permintaan API dan bukannya panggilan alat individu, bermakna kumpulan panggilan alat selari biasanya dikira sebagai permintaan tunggal. Pendekatan ini boleh lebih menguntungkan untuk pengguna rangka kerja yang menggabungkan operasi dengan cekap.

Struktur had kadar menawarkan 100 permintaan setiap lima jam untuk peringkat asas 20 dolar Amerika , yang syarikat posisikan sebagai kira-kira dua kali ganda had kadar perkhidmatan yang setanding. Walau bagaimanapun, implikasi dunia sebenar sangat bergantung pada bagaimana rangka kerja pengekodan individu menyusun panggilan API mereka.

Model yang Disokong

  • GLM-4.5: Penganalisis hibrid, dibandingkan secara baik dengan Sonnet 4
  • Kimi K2: Model bukan penaakulan
  • Qwen3 Coder 480B: Penyelesaian masalah pengkodan satu pukulan
  • DeepSeek 3.1: Dioptimumkan untuk tugas pengkodan agentik

Memandang ke Hadapan

Walaupun perkhidmatan ini menangani keperluan sebenar untuk akses berpatutan kepada model pengekodan sumber terbuka, maklum balas awal menyerlahkan kepentingan dasar privasi yang jelas dan amalan pengendalian data yang telus. Apabila perkhidmatan AI menjadi lebih berleluasa, pengguna menjadi lebih canggih dalam menilai bukan sahaja prestasi dan harga, tetapi juga kebolehpercayaan penyedia perkhidmatan.

Kesediaan syarikat untuk melibatkan diri dengan maklum balas pengguna dan mengakui kekurangan adalah menggalakkan. Walau bagaimanapun, bakal pelanggan harus meneliti terma semasa dengan teliti dan mempertimbangkan sama ada pertukaran privasi sejajar dengan keperluan mereka, terutamanya apabila bekerja dengan kod sensitif atau maklumat proprietari.

Rujukan: A flat monthly subscription to open-source LLMs