没有每日上限。没有 token 限额。场景中途没有付费墙。

托管 AI 聊天里最糟的时刻，是对话正顺畅时，一条横幅告诉你等到明天或去升级。这个限制并非任意，你发的每条消息都要花服务方真金白银的 GPU 时间。privstory 没有它，因为那点 GPU 时间是你的。

为什么托管聊天要对你计数

运行一个语言模型是按消息花钱的。托管服务为每个用户承担这笔成本，因此必须以某种方式给使用量设界：每日消息数、token 预算、点数余额、给免费用户的较慢模型，或者一个抬高上限的订阅档位。

这套机制是模型住在他们硬件上的直接结果。再多的善意也无法移除它，因为你这次对话的边际成本是真实的，总得有人来承担。

当模型是本地的，会有什么改变

聊天模型运行在你机器上的一个进程里，用你的 GPU 或 CPU 和你的电。对其他任何人而言，一条消息的边际成本为零，所以没有什么可计费，也没有理由打断你。

没有要盯着的计数器，没有冷却时间，没有“对你的档位来说太长”的对话概念，你当天第一条消息和第一千条消息之间也没有质量差别。场景想持续多久就多久。

唯一真正的限制：你自己的硬件

老实说取舍：本地生成受你运行它的机器所限。在较新的 Apple Silicon Mac 或独立 GPU 上，回复以舒适的阅读速度到来。在集成显卡上会更慢，而在 CPU 回退模式下，尤其是图像生成会很慢。

这是速度限制，不是用量限制，它不会在午夜重置，也不会开口要钱。想要更快，答案是更小的模型或更好的硬件，两者都由你决定。

免费版有何不同

免费版限制的是你能拥有多少个角色和场景，各一个，而不是你在其中能说多少。无论免费版还是许可版，消息量都不受限。

一次性许可证会解除角色和场景的限制。它不会增加消息容量，因为从来就没有需要解除的消息限制。

常见问题。