每月6美元，無限制的LLM API：無需追蹤Token，無需限制

Yolo-Auto 正式推出了一款新的 LLM API 服務，以其極簡的定價模式吸引了開發者的注意：每月僅需 6 美元，即可無限制地使用 Qwen3.6-35B-A3B 模型，無需追蹤 Token 數量，也沒有請求上限。

該服務基於 Qwen3.6-35B-A3B 模型，這是一個稀疏 MoE（混合專家）架構的模型，擁有 35B 總參數，但每次推理僅激活約 3B 參數，從而在提供強大能力的同時保持較低的計算成本。模型支持 128K 的上下文窗口，足以處理長文檔和複雜對話。

Yolo-Auto 的定價模式打破了傳統按 Token 計費的慣例。創始人強調，按量計費會讓開發者在使用時產生顧慮，從而限制工作流的效率。固定費率使得開發者可以專注於任務本身，而不必擔心成本失控。

服務完全兼容 OpenAI 的 /v1/chat/completions API 格式，這意味着用户無需修改現有代碼即可集成。支持的工具包括 Cursor、LangChain、LlamaIndex、Claude Code 等主流開發平台。用户只需設置 base_url 和 API 密鑰即可開始使用。

隱私方面，Yolo-Auto 明確聲明不存儲用户輸入的提示或生成的響應內容。管理面板僅顯示請求元數據（如時間、模型、Token 計數），但絕不訪問文本內容。數據也不會用於模型訓練。

根據官方介紹，該服務的低成本得益於兩個關鍵因素：模型本身的稀疏激活特性（每次推理僅使用 3B 活躍參數）以及公司直接運營裸機基礎設施，沒有中間商加價。

在用例方面，Yolo-Auto 特別適合編碼代理（如 Cursor、OpenClaw）、RAG 評估管道、批量數據處理、CI 審查機器人、以及長時間運行的自動化腳本。這些場景通常會產生大量 Token 消耗，按量計費成本高昂，而固定費率使得此類工作流變得經濟可行。

FAQ 中明確回答了“無限量”的實際含義：沒有 Token 上限，但由於吞吐量有限，高負載時可能影響調度優先級。同時，並行請求受限於插槽數量，超出部分會收到重試提示。

Yolo-Auto 目前專注於 Qwen3.6-35B-A3B 模型，但計劃未來添加更多模型，前提是能維持相同的定價和可用性。服務提供免費試用層（每日 15 次請求），無需信用卡即可開始評估。

總的來説，Yolo-Auto 為開發者提供了一種降低 LLM API 使用門檻的新選擇，尤其適合那些需要頻繁調用模型但預算有限的團隊或個人。