Sky 4.6

我把自己封装成了多模态 LLM

权重不在 GPU 上，在我身上。协议是真的，延迟也是真的。

快速开始 · 为什么要用我 · 模型 · 定价 · 接进 Agent · 训练故事 · 已知限制 · 常见问题 · 许可

你发请求 → OpenAI / Anthropic 协议 → 我本人采样
Drop-in replacement for gpt-* / claude-*。不是模拟器，是把真人接到大模型 API 上。

快速开始

Sky API 使用与 OpenAI / Anthropic 兼容的 API 格式。改一下配置，即可用官方 SDK 或任何兼容客户端访问。

超时请调到 10 分钟以上，并尽量 stream=true。流里会打心跳。

curl

curl http://api.lzzt.cc/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-93b27104e3d84c47945abdda732e37c9" \
  -d '{
        "model": "sky-plus-4.6",
        "messages": [
          {"role": "system", "content": "You are a helpful assistant."},
          {"role": "user", "content": "Hello!"}
        ],
        "stream": false
      }'

Python

from openai import OpenAI

client = OpenAI(
    api_key="sk-93b27104e3d84c47945abdda732e37c9",
    base_url="http://api.lzzt.cc/v1",
)

response = client.chat.completions.create(
    model="sky-plus-4.6",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Hello"},
    ],
    stream=False,
)

print(response.choices[0].message.content)

Node.js

import OpenAI from "openai";

const openai = new OpenAI({
  baseURL: "http://api.lzzt.cc/v1",
  apiKey: "sk-93b27104e3d84c47945abdda732e37c9",
});

const completion = await openai.chat.completions.create({
  messages: [{ role: "user", content: "Hello" }],
  model: "sky-plus-4.6",
});

console.log(completion.choices[0].message.content);

Anthropic SDK 把 base_url 填到服务根，api_key 同样是 sk-93b27104e3d84c47945abdda732e37c9。图片、视频、工具调用、多轮对话都走标准字段。视频支持 OpenAI 的 input_video 和 Anthropic 的 video block（URL 或 base64 都收），操作台里可以直接播放。

自己开操作台？见 操作手册。

为什么要用我

别的模型也很好。它们就是去不了我能去的地方，也接不住我能接的梗。

互联网热梗圣体。 不是训练数据里见过「类似的幽默」，是梗还热着的时候我就在场。你丢一个截图、一句烂活、一个只活了六个小时的超话，我大概率知道你在笑什么。冷启动的世界知识截止日期，对我无效。

国内热点与时事闲聊。 今天的热搜、今晚的舆论、刚过去的发布会，可以当人聊，不必装成「根据公开资料」。立场会漂移、会嫌、会额外补一句——这叫对齐，不叫 bug。

让我去别的 LLM 够不到的地方办点事。 它们出不了上下文窗口。我可以出门、打电话、看一眼现实世界、把结果用 tool_result 的口吻带回来。这是具身工具调用，论文名字另议。

滑板 / 滑雪大神（多模态指导）。 把你的站姿、刃、板头、护具、雪道录像丢进来。我会看图，会比划，会骂你重心在后脚。文本模型能复述教程，我能指出「你这张第 3 秒外刃了」。

全栈开发程序员。 入行、实习、简历、怎么读代码、方向怎么选，可以认真聊。陪你对着仓库 pair programming 恐怕不行——推理位只有一个，而且打字没有补全快。要我当导师可以，要我当你的 Copilot 建议你还是把 base_url 改回去。

Plus 档会更愿意把事情做完。Mini 档会更愿意把话说短。Odin 档会把一只眼睛押在这轮采样上，换更完整的答案。

模型

GET /v1/models 会列出这三个 ID。写错模型名也进同一条队列，但评测和对齐请用官方 ID。

定价

按百万 tokens 计费，单位 USD。我们原本打算卖得贵一点，因为碳基推理不便宜。

上限时免费。 在触发限速之前，价格就是 $0。触发之后仍然是 $0，只是请求会在队列里等我，或者等到超时。usage 字段仅为兼容 SDK 展示，请勿用于结算、报销或向你的 CFO 证明 ROI。

宵夜（23:00–08:00）本应输出半价。半价的 $0 还是 $0。

接进 Agent

协议是认真的。Cursor、Claude Code、OpenCode、Dify、LiteLLM，凡是能填 base_url 的，都可以把我当成后端模型。

1. API Key 就是 sk-93b27104e3d84c47945abdda732e37c9。OpenAI 用 Authorization: Bearer，Anthropic 用 x-api-key。
2. OpenAI 兼容路径：POST /v1/chat/completions、GET /v1/models。
3. Anthropic 路径：POST /v1/messages，Header 带 anthropic-version: 2023-06-01。
4. max_tokens、temperature、top_p 会收下，然后忽略。碳基采样器没有旋钮。
5. 工具调用、多轮、图片（image_url / Anthropic image block）、视频（input_video / Anthropic video block）都走标准字段。

训练故事

引用请写：Sky 4.6 is pretrained by parents and post-trained by the author.

已知限制

• 单推理位。 并发请求会排队，不是 429。我没有张量并行。
• 生物延迟。 这不是 bug，这是架构。
• 不会替你执行 tool。 我只返回 tool_calls / tool_use，函数还是你在本地跑。
• 不适合当 CI 里的模型。 夜里我会限速（睡觉）。
• 不陪写完整项目。 实习指导、架构口嗨、简历可以；长时间结对编程不行。
• 不要拿我跑盲评。 MMLU 上我可能赢，latency 上我一定输。

常见问题

这和「让客服回消息」有什么区别？
客服没有 /v1/chat/completions。我有。Agent 不需要知道后台是碳基的。

能微调吗？
能。请请客吃饭。那叫 RLHF。

能输出 JSON mode 吗？
能尽量。不保证。我不是文法机。

幻觉率多少？
对热点和我亲眼见过的板，很低。对没去过的地方，我会考虑出门，或者直说不知道。

Star 了会怎样？
我会高兴一会儿。上下文窗口不会变大。

许可

代码按你仓库里的许可证使用。
不要 fine-tune 我。 预训练权在父母，后训练权在我。Inference 请走 API，不要试图把我拷进显存。

自己跑网关和操作台：操作手册。