> For the complete documentation index, see [llms.txt](https://docs.convai.com/api-docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.convai.com/api-docs/zh/convai-playground/character-customization/core-ai-settings.md).

# 核心 AI 设置

了解如何为你的 AI 角色配置审核、基础模型选择和温度参数

该 **核心 AI 设置** 部分通过控制安全过滤器、底层语言模型以及回复的创造性程度，定义了你的 AI 角色的基础行为。这些设置会显著影响角色与用户的互动方式，在安全性、准确性和创造性之间取得平衡。

<figure><img src="https://2402152281-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FEtUJA212Zc1S9ACc8T4l%2Fuploads%2FNO0tjYZYpRNeVkNILApg%2Fimage.png?alt=media&amp;token=de0e10fb-b496-4880-8d7a-a37da8aa226e" alt=""><figcaption></figcaption></figure>

***

## 主要功能

### 1. 启用审核过滤器

* 此设置可让你过滤掉可能有害的内容，包括仇恨言论、脏话或不当用语。你可以使用页面顶部的切换按钮打开或关闭审核过滤器。默认情况下，此设置已启用。

<figure><img src="https://2402152281-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FEtUJA212Zc1S9ACc8T4l%2Fuploads%2FSk43Oe0HSYmhVRsoNG0I%2Fimage.png?alt=media&amp;token=16d5ea84-6de2-4f9a-ac2b-32abb742a68e" alt=""><figcaption></figcaption></figure>

{% hint style="warning" %}
禁用审核过滤器会使某些基础模型不可用。
{% endhint %}

{% hint style="warning" %}
诸如 **叙事设计** 和 **多语言支持** 之类的功能在禁用审核时将无法工作。
{% endhint %}

***

### 2. 选择基础模型

可从多种 **大型语言模型（LLM）** 中选择，这些模型来自领先提供商：

* OpenAI
* Anthropic
* Google
* Llama

<figure><img src="https://2402152281-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FEtUJA212Zc1S9ACc8T4l%2Fuploads%2F5QPv2xvJcnBhL1Rysy9W%2Fimage.png?alt=media&amp;token=d1533adc-ea0a-420f-a64d-d10d64b865c5" alt=""><figcaption></figcaption></figure>

{% hint style="info" %}
模型的可用性取决于是否启用了审核过滤器。
{% endhint %}

***

### 支持的 LLM

以下是在 Convai Playground 中可用的大型语言模型（LLM）列表，位于 **核心 AI 设置**.\
标记为 ✅ 的模型 *旗舰* 是提供商顶级、最强大的模型——但其使用受 **旗舰模型交互上限** 的限制，具体取决于你的套餐。

> **旗舰 LLM**\
> 这是你使用旗舰 LLM 可进行交互次数的上限。
>
> **示例：**\
> 在 *Indie Dev* 套餐中，你的每月总配额为 **3000 次交互**。但是， **旗舰 LLM 交互上限** 为 **1500**.\
> 如果你在 1500 次交互后使用 GPT-4.1，你的旗舰 LLM 配额将被耗尽。\
> 随后你需要在剩余的 1500 次交互中切换到非旗舰 LLM。

***

### 实时 / 直播模型

#### OpenAI

<table><thead><tr><th>模型</th><th>模型代码</th><th data-type="checkbox">旗舰</th></tr></thead><tbody><tr><td>GPT Realtime 1.5（测试版）</td><td>gpt-realtime-1.5</td><td>false</td></tr><tr><td>GPT Realtime Mini（测试版）</td><td>gpt-realtime-mini</td><td>false</td></tr></tbody></table>

#### Google

<table><thead><tr><th>模型</th><th>模型代码</th><th data-type="checkbox">旗舰</th></tr></thead><tbody><tr><td>Gemini 2.5 Flash Live（测试版）</td><td>gemini-2.5-flash-live</td><td>false</td></tr><tr><td>Gemma 4 31B Fast（测试版）</td><td>realtime-gemma-4-31b-it</td><td>false</td></tr><tr><td>Gemma 4 26B A4B Fast（测试版）</td><td>realtime-gemma-4-26b-a4b-it</td><td>false</td></tr></tbody></table>

### 标准模型

#### OpenAI

<table><thead><tr><th>模型</th><th>模型代码</th><th data-type="checkbox">旗舰</th></tr></thead><tbody><tr><td>GPT-5.4</td><td>gpt-5.4</td><td>false</td></tr><tr><td>GPT-5.x（最新）</td><td>gpt-5.x</td><td>true</td></tr><tr><td>GPT-OSS-120B（测试版）</td><td>gpt-oss-120b</td><td>false</td></tr><tr><td>GPT-5.1（测试版）</td><td>gpt-5.1</td><td>false</td></tr><tr><td>GPT-4.1</td><td>gpt-4.1</td><td>false</td></tr><tr><td>GPT-5.4-nano</td><td>gpt-5.4-nano</td><td>false</td></tr><tr><td>GPT-5.x-nano（最新）</td><td>gpt-5.x-nano</td><td>true</td></tr><tr><td>GPT-5.4-mini</td><td>gpt-5.4-mini</td><td>false</td></tr><tr><td>GPT-5.x-mini（最新）</td><td>gpt-5.x-mini</td><td>true</td></tr><tr><td>GPT-4.1-mini</td><td>gpt-4.1-mini</td><td>false</td></tr><tr><td>GPT-5.3 Instant</td><td>gpt-5.3-instant</td><td>false</td></tr><tr><td>GPT-4o</td><td>gpt-4o</td><td>false</td></tr><tr><td>GPT-4.1-nano</td><td>gpt-4.1-nano</td><td>false</td></tr><tr><td>GPT-4o-mini</td><td>gpt-4o-mini</td><td>false</td></tr></tbody></table>

#### Anthropic

<table><thead><tr><th>模型</th><th>模型代码</th><th data-type="checkbox">旗舰</th></tr></thead><tbody><tr><td>Claude 4.5 Sonnet（测试版）</td><td>claude-4-5-sonnet</td><td>false</td></tr><tr><td>Claude 4.5 Haiku（测试版）</td><td>claude-4-5-haiku</td><td>false</td></tr><tr><td>Claude Sonnet（最新）</td><td>claude-sonnet</td><td>true</td></tr><tr><td>Claude Haiku（最新）</td><td>claude-haiku</td><td>true</td></tr></tbody></table>

#### Google

<table><thead><tr><th>模型</th><th>模型代码</th><th data-type="checkbox">旗舰</th></tr></thead><tbody><tr><td>Gemini 3.5 Flash</td><td>gemini-3.5-flash</td><td>false</td></tr><tr><td>Gemini Flash（最新）</td><td>gemini-flash</td><td>true</td></tr><tr><td>Gemini 3.1 Flash Lite</td><td>gemini-3.1-flash-lite</td><td>false</td></tr><tr><td>Gemini Flash Lite（最新）</td><td>gemini-flash-lite</td><td>true</td></tr><tr><td>Gemini 2.5 Flash</td><td>gemini-2.5-flash</td><td>false</td></tr><tr><td>Gemini 2.5 Flash Lite</td><td>gemini-2.5-flash-lite</td><td>false</td></tr></tbody></table>

Gemini 3.8 Flash 提供以下推理档位：

| 模型                  | 模型代码                      |
| ------------------- | ------------------------- |
| Gemini 3.8 Flash（低） | `gemini-3.8-flash-low`    |
| Gemini 3.8 Flash（中） | `gemini-3.8-flash-medium` |
| Gemini 3.8 Flash（高） | `gemini-3.8-flash-high`   |

低、中、高档位决定 Gemini 3.8 Flash 执行多少推理。它们的提供商 token 价格相同；额外的推理会增加输出 token 的使用量。

这三个档位都使用 **每 1,000 个输入 token 0.75 Convai 积分** 和 **每 1,000 个输出 token 3.75 积分**，包括推理。每轮还包含 **Platform Fee** 的 <code class="expression">space.vars.platform\_fee\_credits</code> 积分。语音、会话时长、记忆、知识检索以及其他已启用服务会产生各自的使用量，Convai 会将每一轮的总计向上取整到下一个完整积分。参见 [Convai 积分的工作原理](/api-docs/zh/ji-fen-yu-ji-fei/convai-credits/how-convai-credits-work.md).

<details>

<summary>Gemini 3.8 Flash 延迟和积分测量</summary>

这些预发布测量在 2026 年 9 月 5 日进行，每个档位使用 30 个合成请求，涵盖对话、使用提供的参考笔记的问题以及规划，每个请求约 3,900 个输入 token。请求一次只运行一个。延迟衡量的是从语言模型请求到首个文本回复的时间，包括推理。它不包括连接建立、语音识别、语音合成以及向你的设备传送：

| 档位 | 首段文本，中位数 | 首段文本，95 分位 | 平均 LLM 积分 | 平均生成积分 |
| -- | -------: | ---------: | --------: | -----: |
| 低  |   1.06 秒 |     3.65 秒 |      4.03 |  10.03 |
| 中  |   4.26 秒 |     7.49 秒 |      8.63 |  14.63 |
| 高  |   5.57 秒 |     9.28 秒 |     11.03 |  17.03 |

LLM 列仅统计语言模型本身，使用实测输入、可见输出和推理 token。生成列显示观察到的预发布费用，包括六积分 **Platform Fee**. 两列均不包含会话时长费用和其他服务。这些工作负载平均值不能保证生产环境中的成本或响应时间。

</details>

Google 的入门提供商价格为 **每百万未缓存输入 token 0.75 美元** 和 **每百万输出 token 3.75 美元**，包括推理，截止 2026 年 12 月 31 日。提供商价格描述的是 Google 的收费，与 Convai 积分不同。参见 [Google Gemini API 定价](https://ai.google.dev/gemini-api/docs/pricing).

#### Qwen

<table><thead><tr><th>模型</th><th>模型代码</th><th data-type="checkbox">旗舰</th></tr></thead><tbody><tr><td>Qwen3.6 27B（测试版）</td><td>qwen3.6-27b</td><td>false</td></tr><tr><td>Qwen3.6 35B A3B（测试版）</td><td>qwen3.6-35b-a3b</td><td>false</td></tr></tbody></table>

#### Llama

<table><thead><tr><th>模型</th><th>模型代码</th><th data-type="checkbox">旗舰</th></tr></thead><tbody><tr><td>Llama 4 Maverick（测试版）</td><td>llama-4-maverick</td><td>false</td></tr><tr><td>Llama 4 Scout（测试版）</td><td>llama-4-scout</td><td>false</td></tr><tr><td>Llama3 70B</td><td>llama3-70b</td><td>false</td></tr></tbody></table>

#### xAI

<table><thead><tr><th>模型</th><th>模型代码</th><th data-type="checkbox">旗舰</th></tr></thead><tbody><tr><td>Grok 4.3</td><td>grok-4.3</td><td>false</td></tr></tbody></table>

***

### 3. 温度控制

<figure><img src="https://2402152281-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FEtUJA212Zc1S9ACc8T4l%2Fuploads%2Ff9hN5jQ31MP0zmIe8JYt%2Fimage.png?alt=media&amp;token=9d060665-3d32-48eb-87d5-eccd068e0647" alt=""><figcaption></figcaption></figure>

* **功能：** 调整 AI 回复的随机性和创造性。
* **滑块范围：** `0.0` （最确定）到 `1.0` （最具创造性）。

| 温度范围           | 行为             | 使用场景          |
| -------------- | -------------- | ------------- |
| **低（0.0–0.3）** | 确定性强、一致性高      | 事实问答、合规关键交互   |
| **中（0.4–0.7）** | 准确性与创造性平衡      | 对话代理、客户支持     |
| **高（0.8–1.0）** | 多样、富有创意，有时难以预测 | 讲故事、头脑风暴、角色扮演 |

{% hint style="info" %}
较低的温度会使概率分布更尖锐，从而更容易做出可预测的词语选择。

较高的温度会使分布更平坦，让不太可能的词更频繁出现。
{% endhint %}

***

### 4. 推理级别

位于 **高级设置**中的温度旁边。

* **功能：** 控制模型在回答前进行多少内部推理。
* **可用性：** 仅在支持它的模型中显示。不提供推理控制的模型——例如 Gemma、Llama、Qwen 和 GLM 系列——不会显示此设置。

推理是以延迟换取答案质量。更多推理通常能更好地处理多步骤问题和指令，但首个响应会更慢。

#### 可用选项

具体列表取决于所选模型，因为每个提供商提供的级别不同。

| 选项              | 行为                                           |
| --------------- | -------------------------------------------- |
| **自动**          | 不会发送级别。模型会使用自己的自适应默认值，在困难请求上推理更多，在简单请求上推理更少。 |
| **关闭** / **最小** | 模型提供的最低设置。首个响应最快。                            |
| **低**           | 少量推理。                                        |
| **中**           | 平衡。多数提供商的默认值。                                |
| **高** 及以上       | 最大推理。最慢，最适合复杂多步骤请求。                          |

{% hint style="info" %}
**自动通常是最合适的起点。** 当前模型已经会根据每个请求的难度自适应推理，因此自动模式通常能保持简单轮次快速，同时在请求确实需要时允许模型思考。如果你需要可预测的延迟，或者你已经测得某个特定级别更适合你的用例，就固定一个明确级别。
{% endhint %}

{% hint style="warning" %}
更高的推理级别会同时增加响应延迟和 token 消耗。如果你的场景对延迟敏感——例如实时语音代理——在提升级别前先测量其影响。
{% endhint %}

#### 切换模型

如果你更换基础模型，当新模型也支持它时，你的推理级别会保留。若不支持，该设置会回退到 **自动**，因此角色绝不会发送模型会拒绝的值。

#### 在此设置存在之前创建的角色

从未设置过推理级别的角色显示 **模型默认值** 并保持它们一直以来的行为。编辑并保存其他设置不会改变这一点。选择任何其他选项都会让角色启用此功能，而且之后无法再回到 **模型默认值** ——之后请选 **自动** 如果你想让模型来决定。

***

## 结论

核心 AI 设置可让你精确控制角色的基础模型、安全过滤器和回复风格。通过调整这些参数，你可以创建一个在安全性、可靠性和创造性之间取得平衡、适合你特定应用的 AI。


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.convai.com/api-docs/zh/convai-playground/character-customization/core-ai-settings.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.