零成本标注 5 万条数据：Google 免费层触发 PROHIBITED_CONTENT，换宿主解决

Mad-Dog-UA · reddit · 2026-11-04

一位开发者分享给约 5 万条网页目录条目打标（每条约 12 个 JSON 字段、单次输入约 3.8k token，部分涉成人内容）的零成本实践与踩坑：

Google AI Studio 免费层：加了两段普通审核内容后，Gemma 4 31B 在 20/20 条目上返回 PROHIBITEDCONTENT，且该拦截不可调节、无设置可关；
同模型换宿主：经 DeepInfra（OpenRouter）用相同 prompt，30/30 全部通过；OpenRouter 免费 Gemma 仅由 AI Studio 提供故同样被过滤；
质量对比（以 Claude Opus 30 条为参照）：Nemotron 3.5 Super VL 73–77%（免费）、DeepSeek V4.1 Flash 72%（约 $0.002/条）、Sonnet 70%、Gemma 4 31B 57%；小样本下 Nemotron 视为与 Sonnet 相当；
坑：Nemotron 在 JSON 前输出约 5k 推理 token，maxtokens 8192 时 5/30 被截断；
吞吐：单条单次调用，NVIDIA 与 OpenRouter 交替、429 即暂停该源；4 提到 8 并发短时可达 300–450/小时，全天平均约 250/小时，约 6k 标签/天，成本为 $0（外加 OpenRouter 一次性 $10 提升免费额度至 1000 次/天）。

核心教训：按 24 小时实测吞吐，而不是看最好两小时的表现。

「编程与Agent」频道最新