LLM（大语言模型）
大语言模型（LLM）是用海量文本训练出来的神经网络，它的任务是预测接下来会出现哪一小段文字。一段一段地重复这个预测，它就能回答问题、写作、翻译、总结，还能生成代码。
更新于 2026年11月8日
只在你的设备上可读。
对话只在你的设备上可读；开启同步后，其他设备上也可读。别处一概读不到。
我们读不了。
消息只是经过，不会留下记录；你的对话始终只以加密形式保存。
模型不知道你是谁。
它只收到问题，绝不会收到你的邮箱、账户或 IP 地址。
途中什么也不留下。
回复传回后加密保存在这里；即使开启同步，你的密钥也从不以明文到达我们这里。
工作原理
LLM 并不是在数据库里查找答案。训练时，它会调整数十亿个数值（权重），让自己在看到一段文字后，给合理的后续词语分配更高的概率。你和它聊天时，你的消息和之前的对话会被切成一个个 token，模型计算下一个 token 的概率，选出一个接在文字后面，然后重新开始，直到回复写完为止。
有两个阶段决定最终的效果。第一阶段是在庞大的语料上做预训练，让模型学会语法、知识和各种文风。第二阶段是微调，常常借助人类的反馈，让它成为乐于帮忙的助手；开发者也是在这一步决定模型应该拒绝做什么。所以，规模相同的两个模型，表现可能大相径庭。
规模和设计很重要，但并不是全部。一般来说，更大的模型知识更丰富、推理更好，更小的模型回答更快、成本更低，还有一些模型被设计成先一步一步思考再作答。LLM 生成的是看起来合理的文字，而不是经过核实的事实，所以它可能一本正经地出错。重要的结论，值得你再核对一遍。
在 NeverNo 中
NeverNo 是一个可以并排使用许多 LLM 的地方。模型选择器里列出了开源模型，比如 DeepSeek、GLM、Qwen、Mistral 和 NeverNo Uncensored，它们运行在我们精心挑选、不保留请求的服务商上，并标注为私密。Claude、GPT、Gemini 和 Grok 则以匿名方式调用：它们的开发者读取文字，却不知道你是谁，各家自己的规则仍然适用。
你可以在对话中途切换模型、对比不同的回答，也可以把选择交给自动模式。网站上每个模型的页面都写明了开发者、上下文窗口、以积分计的价格，以及我们自己测得的数据。换引擎不等于从头再来：无论每条回复由哪个模型生成，整段对话都加密保存在你的浏览器里。
值得记住
LLM 预测下一个 token；从翻译到写代码，都来自这一项能力。
训练赋予它知识和文风，微调塑造它的行为，开发者的选择决定它拒绝什么。
说得流畅不等于说得正确：重要的事实请自己核对。
上下文窗口、速度、价格和愿意回答的程度，每个模型都不同，所以最合适的模型取决于任务。
下一个 token 是从排好序的候选里抽出来的，所以同一个问题问两次，可能得到措辞不同却都合理的回答。
常见问题
LLM 和 ChatGPT 是一回事吗？
不是。ChatGPT 是 OpenAI 在自家 LLM 之上做出的应用。LLM 是引擎，聊天窗口、记忆和各种设置合在一起才是产品。NeverNo 也是这样一款应用，而且让你在许多引擎中挑选。
LLM 真的理解自己写的内容吗？
它非常擅长把握语言的规律，也能遵循指令、一步步解题，但它无法直接接触真实世界。它可能用很有说服力的口吻说出错误的内容，这种现象叫做幻觉。
在 NeverNo 上该怎么选模型？
日常提问可以从自动模式或速度快的免费模型开始；遇到难题、长文档或需要斟酌的写作，再换成更大的模型或推理模型。模型页面列出了上下文、价格和实测数据，方便你比较。
问出你的第一个问题
无需账户，无需银行卡。NeverNo 会 10 种语言，用哪种写都行。
打开聊天