模型 API

自托管模型

Lovely Router 在自有专用 GPU 上运行的开源权重模型，属于 Creative · Hosted 分组。空闲时会休眠，因此一段时间没人使用后的第一个请求会稍慢一些。

有些开源权重模型没有任何 API 服务商提供，或者只有带内容过滤的版本。Lovely Router 在自己的 GPU 上运行这些模型，并在 creative-hosted 渠道分组中提供。调用方式和其他模型完全相同：同样的密钥、同样的余额、同样的端点。

可用模型#

模型 ID	简介	上下文	输入	API
`dongfangshuo-27b-v2`	东方槊 27B v2：基于 Qwen3.8-27B 微调，专为中文长篇小说与角色扮演打造，去除了基座模型的拒答。仅限成年人（18+）使用。	128K tokens	文本、图片	OpenAI Chat Completions、Anthropic Messages
`z-image-turbo-nsfw-v2`	Z-Image Turbo NSFW v2：基于 Z-Image Turbo 微调的成人写实图像模型，9 步出图。文生图。仅限成年人（18+）使用。	–	文本	OpenAI Images
`moss-image-sft`	MOSS-Image SFT（OpenMOSS）：5B 文生图模型，擅长图中文字、版式，支持中英文提示词。50 步。	–	文本	OpenAI Images
`moss-image-nsfw`	MOSS-Image NSFW：在 MOSS-Image SFT 上加载成人摄影 LoRA（强度 0.7，30 步；触发词会自动添加）。文生图。仅限成年人（18+）使用。	–	文本	OpenAI Images

价格见模型广场和 GET /v1/models。

视频模型也运行在我们自己的 GPU 上，各有自己的指南：角色替换、实时视频和音乐视频。语音模型 qwen3-tts 和 zonos2 也是：参阅文本转语音。

空闲后的第一个请求#

自托管模型在 2 分钟无人使用后会休眠。下一个请求会唤醒它，并在唤醒期间等待：通常首个 token 前需要 10–30 秒，偶尔最长几分钟。之后以正常速度回答，只要请求持续到来就保持唤醒。

你无需重试：网关会一直保持你的请求，直到模型就绪。第一次调用时请把客户端超时设为至少 3 分钟。如果模型在约 2 分半内无法唤醒，你会收到可以重试的 502。

每个自托管模型都有一组主 GPU 和一组备用 GPU。若约 35 秒内没有空闲的主 GPU，请求会转到备用组，备用组同样能在几秒内唤醒。失败的请求不会像其他分组那样转到别的服务商。

图片#

z-image-turbo-nsfw-v2 接受与其他图像模型相同的生成请求，按自己的固定单价计费：

size：1024x1024、1536x1024、1024x1536、1536x1536，或长边不超过 1536 像素、边长为 16 的倍数的任意 宽x高。auto 或不填为 1024x1024。更大的尺寸会返回 400。
模型唤醒后，1024×1024 约 5 秒出图，1536×1536 约 15 秒。
quality 不起作用。每张图都使用新的随机种子。
只支持生成：/v1/images/edits 和参考图会返回 400。

moss-image-sft 和 moss-image-nsfw 接受相同的生成请求，尺寸长边最大 1024 像素（16 的倍数；auto 为 1024x1024），各自按固定单价计费。它们出图较慢：模型唤醒后，moss-image-sft 每张约 50 秒，moss-image-nsfw 约 30 秒。只支持生成。

使用 n 时，托管模型会在已唤醒的 GPU 上依次生成，耗时按张数累加：模型唤醒后，四张 1024×1024 的 z-image-turbo-nsfw-v2 约 20 秒，两张 moss-image-nsfw 约一分钟。

思考模式#

dongfangshuo-27b-v2 默认直接作答，这也是模型作者对小说创作的推荐。如需让它先推理，可按请求开启思考：

Chat Completions 请求体

{
  "model": "dongfangshuo-27b-v2",
  "messages": [{"role": "user", "content": "…"}],
  "chat_template_kwargs": {"enable_thinking": true}
}

推理内容在 message.reasoning_content（流式为 delta.reasoning_content）中返回，与正文分开。

采样参数#

默认值：temperature 0.8、top_p 0.9、top_k 50、repeat_penalty 1.15（模型作者为抑制长文复读而调校）。发送任一参数即可覆盖。除 OpenAI 参数外，Chat Completions 还接受 top_k、min_p 和 repeat_penalty。

写长篇小说时，建议每次回复约 2000–4000 字，再逐章续写；结构化的提示词（场景、人物及其状态、前情提要、情节步骤、必须包含的细节）能让模型发挥出最强的控制力。

内容#

这些模型会按提示作答，没有基座模型的拒答。你需要对生成的内容负责：仅限面向成年人的虚构作品。与所有模型一样，适用可接受使用政策；任何涉及未成年人的色情内容一律禁止。