Skip to content

Häufig gestellte Fragen ​

Bitte zuerst diese Seite für häufige Fragen lesen.

1. Modellnutzung und Sicherheit ​

Speichert Fast-Token Inhalte von API-Anfragen? ​

Fast-Token speichert weder Anfrageinhalte, die Sie per API senden, noch protokolliert es Modellantworten. Fast-Token fungiert nur als Relais und leitet Ihre Anfragen sicher an die jeweiligen Modellanbieter weiter und gibt deren Antworten unverändert zurück.

Warum unterscheiden sich offizielle Claude-, GPT-, Qwen-Produkte von API-Ergebnissen? ​

Die Modelle selbst sind gleich; offizielle Produkte haben zusätzliche Technik (z. B. eingebaute Prompts).

  • Die Web-Version ist wie eine voll eingerichtete Wohnung: Suche, Gedächtnis, Rechner, System-Prompts usw.
  • API-Aufrufe sind wie ein Rohbau: nur Kernfähigkeit; Kontext und Tools konfiguriert der Entwickler.

Warum wird die GPT-5-Familie für Übersetzungstools nicht empfohlen? ​

GPT-5-Modelle sind Reasoning-Modelle für komplexes Schließen und strukturierte Generierung, nicht für häufige Echtzeitaufgaben.

Gründe ​

  • Langsamere Aufrufe (mehr Reasoning-Schritte).
  • Höherer Token-Verbrauch (lange System-Prompts und Reasoning-Kontext).
  • Übersetzungs-Plugins können Sicherheitsrichtlinien versehentlich auslösen.

Für Übersetzung oder Dialog eignen sich leichte Modelle wie GPT-4o mini oder Gemini — schneller und stabiler.

Warum antwortet GPT-5 manchmal „Ich bin GPT-4“ auf „Wer bist du?“? ​

Das ist eine Halluzination: falsche Beschreibung von Basis, Herkunft oder Fähigkeiten. Bei GPT-4, GPT-5, Claude usw. sind selbstsichere, aber falsche Identitätsantworten möglich.

Hinweise ​

  • Die Plattform ändert oder tauscht die Modellausgabe nicht absichtlich — normales LLM-Verhalten.
  • GPT-5 erhielt den Namen „GPT-5“ nicht im Training; der Name wurde danach vom Anbieter festgelegt.
  • Das Modell kennt weder seinen Namen noch den Wissensstand; die OpenAI-Web-Oberfläche antwortet dank eingebauter System-Prompts. Wir bieten die offizielle API, nicht die Web-Version.
  • Identitätsfragen per API können zufällig und ungenau sein — echtes Selbstbewusstsein gibt es nicht.

Häufige Timeouts bei Gemini-3-Pro und ähnlichen Modellen ​

Erhöhen Sie das Timeout. Gemini-3-Pro ist ein großes Modell mit langem Reasoning; bei komplexen Aufgaben kann die Antwort über 30 Sekunden dauern — 30 s Standard reicht oft nicht.

  • Bei Gemini-3-Pro: Timeout angemessen verlängern.
  • Bei Bedarf an Geschwindigkeit: leichtere Modelle wie Gemini 2.0 für kurze Timeouts.

Warum verbrauchte ein einziges „Hallo“ viele Tokens? ​

Einige Drittanbieter-Tools (z. B. Cline, Claude Code) hängen automatisch Kontext oder System-Prompts an; dieser versteckte Inhalt zählt mit.

Auch bei einer Nutzereingabe kann die Backend-Anfrage lange Verlaufshistorie oder Konfigurationstexte enthalten — vom Tool, nicht von Fast-Token erzeugt.

Grenzen für parallele API-Anfragen? ​

Derzeit gibt es keine einheitliche Parallelitätsgrenze auf der Plattform. Bei Parallelitätsproblemen wenden Sie sich an den Support.

Warum liefert derselbe Prompt jedes Mal andere Ergebnisse? ​

LLMs nutzen probabilistisches Sampling (temperature, top-p usw.) und wählen zufällig unter wahrscheinlichen Tokens.

  • Für stabilere Ausgabe: temperature senken oder Sampling abschalten.
  • Auch Kontext, System-Prompts und Netzwerk wirken mit.

Warum enden Claude-Antworten manchmal früh? ​

Für Claude unterstützt Fast-Token zwei Aufrufarten:

  1. OpenAI-Chat-kompatible API
  2. Native Anthropic-Claude-API

Bei Claude über die OpenAI-Chat-kompatible API ist standardmäßig max_tokens=4096. Ohne höheren Wert stoppt die Ausgabe an dieser Grenze. „Unvollständige“ Antworten sind meist das Standard-Längenlimit, kein Modellfehler.

Längere Texte erzeugen ​

In der OpenAI-Chat-kompatiblen API max_tokens erhöhen, z. B.:

python
completion = client.chat.completions.create(
  model="claude-sonnet-4-6",
  max_tokens=6000,
  messages=[
    {
      "role": "assistant",
      "content": "总是用中文回复"
    },
    {
      "role": "user",
      "content": "What is the meaning of life?, over 6000 words"
    },
  ]
)

max_tokens darf das Modellmaximum nicht überschreiten. Bei weiterhin abgeschnittener Ausgabe: Modellname und vollständige Anfrageparameter mitteilen.

2. API-Aufrufe und Daten ​

Welche API-Endpunkte gibt es? ​

Einheitliches Gateway, kompatibel mit gängigen Modellkonventionen:

Welche Daten werden bei API-Nutzung erfasst? ​

Nur das Nötige: Konto, Aufrufprotokolle, genutzte Modelle, Token-Verbrauch, Abrechnung.

Datenschutz ​

  • Keine Speicherung von Nutzereingaben oder Modellausgaben.
  • Daten nur für Abrechnung und Serviceverbesserung, nicht für Inhaltsanalyse oder Weitergabe an Dritte.
  • Fast-Token behält keine konkreten Anfragekörper; protokollieren Cloud- oder Modellanbieter aus Sicherheits- oder Compliance-Gründen, gelten deren Datenschutzrichtlinien.

3. Modellwissen und häufige Phänomene ​

Was ist KI-Halluzination? ​

Wenn ein LLM Informationen erzeugt, die falsch, unbelegt oder erfunden sind.

Mögliche Ursachen ​

  • Verzerrung oder Lücken in Trainingsdaten.
  • Überanpassung.
  • Zufälligkeit bei der Generierung.

Halluzination ist allen großen Sprachmodellen gemeinsam, kein Systemfehler.

4. Nutzung und Fehlerbehebung ​

API-Nutzung und Verbrauch überwachen? ​

In der Fast-Token-Konsole: Aufrufvolumen, Token-Verbrauch, Abrechnungsdetails.

Auswertung nach Modell und Zeitraum zur Optimierung von Strategie und Kosten.

Was tun bei Fehlern? ​

API-Fehler enthalten Code und Beschreibung.

Häufige Ursachen:

  • Falsches Anfrageformat.
  • Modell nicht verfügbar oder Kontingent überschritten.

API-Schlüssel verwalten? ​

Schlüssel in der Konsole erzeugen, widerrufen oder aktualisieren.

Sicherheitsempfehlungen ​

  • Schlüssel nicht in öffentlichen Umgebungen preisgeben.
  • Pro Projekt eigener Schlüssel.
  • Regelmäßig rotieren.

5. Einstieg und Abrechnung ​

Wie funktioniert die Relais-Abrechnung? ​

  1. Mehrere Modi: pro Anfrage, pro Token usw.
  2. Echtzeitanzeige von API-Nutzung und Kosten.

Welche Programmiersprachen werden unterstützt? ​

REST-API — jede Sprache mit HTTP: Python, JavaScript, Java, Go, PHP, C# usw.

Bestehenden Code migrieren? ​

Ersetzen Sie die ursprüngliche API-Basis-URL durch unsere Relais-Adresse; andere Parameter bleiben gleich. Beispiel:

text
// Ursprünglich
https://api.openai.com/v1/chat/completions

// Ersetzen durch
https://fast-token.com/v1/chat/completions

In den meisten Client-Bibliotheken reichen baseURL und API-Schlüssel.

Was tun bei fehlgeschlagenen API-Anfragen? ​

Typische Ursachen und Lösungen:

  1. Authentifizierungsfehler: API-Schlüssel prüfen.
  2. Unzureichendes Guthaben: Konto aufladen.
  3. Parameterfehler: Dokumentation prüfen.
  4. Modell nicht verfügbar: anderes Modell versuchen.
  5. Timeout: Netzwerk oder Last — später erneut versuchen.

Bei anhaltenden Problemen: Online-Support.

Aufrufprotokolle und Nutzung einsehen? ​

Nach Anmeldung: Seite Nutzungsprotokolle mit Zeit, Modell, Tokens und Kosten.

Wie wird Datensicherheit gewährleistet? ​

  1. Keine Speicherung von Anfrage- und Antwortdaten.
  2. Gesamter API-Verkehr per TLS verschlüsselt.
  3. Strenge Zugriffskontrolle und Berechtigungen.
  4. Regelmäßige Sicherheitsaudits und Schwachstellenscans.

Hilfe erhalten? ​

  1. Entwicklerdokumentation lesen.
  2. Online-Support kontaktieren.

Beispielcode vorhanden? ​

Beispiele und SDKs für Python, Node.js, Java usw. — Abschnitt Dokumentation oben auf der Seite.