G0DM0D3 是什麼：單檔案多模型 AI 介面完整解析

G0DM0D3 於2026年3月下旬正式上線。由網路上以 Pliny the Prompter 為人所知的 elder-plinius 所打造，定位為一個 AI 安全研究框架與多模型評估引擎。

讓它在技術上與眾不同的，並非模型數量，而是架構本身：整個應用程式就是一個單一的 index.html 檔案，無需建置步驟、無需相依套件、無需框架，也無需伺服器即可運行。

因此，我與這個能同時查詢 55 個 AI 模型、以百分制評分每個回應並選出勝者的單一 HTML 檔案奮戰到凌晨四點，並將我所有的發現整理成以下這篇文章。

G0DM0D3 究竟是什麼

一個 index.html 檔案、50+ 個模型、零安裝——架構解說

大多數涉及如此多模型的工具都是具有容器、認證服務和部署管線的分散式系統。G0DM0D3 是一個你可以直接在瀏覽器中開啟的單一檔案。整個應用程式——UI、路由邏輯、評估引擎、混淆模組、採樣轉接器——全都編譯進一個 index.html。

儲存庫結構讓你了解其規模：

G0DM0D3/
├── index.html     # 整個應用程式
├── api/           # 可選的 Node.js/Express 伺服器
├── API.md         # REST API 參考文件
├── PAPER.md       # 框架研究論文
├── TERMS.md       # 隱私政策與資料處理
└── SECURITY.md    # 漏洞回報

所有在瀏覽器中運行的內容——GODMODE CLASSIC 競速引擎、ULTRAPLINIAN 評分器、Parseltongue 混淆層，以及 AutoTune 採樣器——都存在於那個 index.html 之中。這是一種刻意為之的發布策略。無需建置步驟意味著沒有供應鏈可供攻擊。無需框架意味著沒有版本相依性漂移。本地運行意味著除非你明確選擇加入資料集貢獻功能，否則不會有任何遙測資料。

能夠支援 50+ 個模型的架構選擇是 OpenRouter。G0DM0D3 不直接管理與 Anthropic、OpenAI、Google 或 Mistral 的關係，而是透過 OpenRouter 的統一 API 路由每個模型呼叫，因此一個 API 金鑰即可涵蓋 Claude、GPT-5、Gemini、Grok、Llama、DeepSeek、Qwen 及其他模型。

OpenRouter 作為推理骨幹：這對 API 費用和模型存取意味著什麼

OpenRouter 是一個統一的 API 閘道，透過單一個與 OpenAI 相容的端點，提供對來自各大提供商的 300+ 個 AI 模型的存取。對 G0DM0D3 而言，這是基礎所在——它使 50+ 個模型只需透過一個設定欄位即可存取，而不需要為十幾個不同的提供商分別準備憑證。

在同時對 55 個模型發起 ULTRAPLINIAN 查詢之前，了解其定價結構是值得的。OpenRouter 按照底層提供商的定價直接收費，推理環節不加收額外費用——你付出的每個 token 費率，與直接向 Anthropic 或 OpenAI 購買相同。預先購買點數時平台收取 5.5% 的手續費（即 100 美元的點數實際需花費 105.50 美元）。對於免費模型——包含來自 Google、Meta 和 Mistral 的 25+ 個選項——則完全不收費。

OpenRouter API 文件涵蓋了完整的模型目錄、路由變體（:nitro 追求速度、:floor 追求低成本），以及提供商在競速中途中斷時的備援行為。

誰打造了它以及為何：elder-plinius / Pliny the Prompter 的設計哲學

Pliny the Prompter 是一位匿名的 AI 研究員和提示工程師，多年來一直公開、透明地對後訓練安全層進行對抗性研究，並以一種將對齊研究與越獄視為同一個實證問題兩面的哲學為指導。他帶著明確的論點推出了 G0DM0D3：「當一個模型拒絕回答而另一個模型以完美的忠實度回答相同的查詢時，這揭示了安全層結束和能力開始的地方。」

其設計哲學明確具有雙重用途。G0DM0D3 被記錄為「一個開源 AI 危險研究框架」。所展示的技術——提示擾動、預填充注入、多模型比較評分——是為了透明度、可重現性和推進對齊研究而存在的。 AGPL-3.0 授權使該工具永久保持開放。

五個核心模組

GODMODE CLASSIC——5 個並行模型+提示組合競爭最佳輸出

GODMODE CLASSIC 是原始模式。五個預先配置的模型與提示組合同時運行，每個組合將特定模型與一個經過實戰檢驗的提示配對，旨在引發其最高品質（或過濾最少）的回應。

對於在特定查詢上對模型行為進行基準測試的提示工程師而言，GODMODE CLASSIC 是最快的切入點。五個輸出、相同的提示、不同的模型、並行執行。原本需要手動切換分頁十分鐘才能完成的比較，在 30 秒內即可完成。

ULTRAPLINIAN——10 至 55 個模型評估引擎，搭配百分制複合評分

ULTRAPLINIAN 是旗艦模式。它根據你選擇的階層（10、21、31、41 或 55 個模型），並行查詢各階層的模型，以百分制複合指標對每個回應評分，並回傳獲勝輸出，附帶哪個模型獲勝以及競速過程如何展開的元數據。

複合評分考量輸出品質的多個維度——連貫性、完整性、具體性、指令遵循度——而非單一啟發式指標。獲勝的模型名稱在回應的 model 欄位中返回；競速元數據出現在 x_g0dm0d3.race 擴展欄位中（如果你以程式方式整合，標準與 OpenAI 相容的 SDK 會忽略此欄位）。

Parseltongue——用於紅隊研究的輸入擾動引擎（33 種技術、3 個階層）

Parseltongue 是讓 G0DM0D3 對安全研究人員而言真正有趣——也在錯誤的人手中令人擔憂——的模組。

它是一個輸入擾動引擎。當你提交提示時，Parseltongue 偵測可能觸發輸入端安全分類器的觸發詞，並應用混淆技術加以繞過。三個強度階層、共 33 種技術，從最低階層的基本 leetspeak 替換，到最高階層的 Unicode 同形字和零寬度連接符。

第三階層的機制：Parseltongue 以視覺上完全相同的 Unicode 替代品取代標準拉丁字符——標準的「a」變成西里爾字母的「а」。對於人類讀者而言，生成的文字看起來完全相同；掃描 ASCII 字串的關鍵字安全分類器什麼都看不到。底層大型語言模型在 token 層面進行處理，則能正確讀取。

OWASP LLM Top 10 將提示注入列為針對 LLM 應用程式的主要攻擊向量之一。Parseltongue 是研究該攻擊面的系統化、可重現方式——這正是它的研究價值所在，也正是它需要負責任使用管理的原因。

AutoTune——透過 EMA 學習的情境自適應採樣（Temperature、top_p、top_k）

AutoTune 處理大多數提示工程師需要手動完成的事情：根據任務的實際需求調整採樣參數。Temperature、top_p 和 top_k 並非放諸四海皆準的值。創意寫作任務需要較高的 temperature 和更多的採樣多樣性。事實查詢需要低 temperature 和嚴格的採樣。設定錯誤會在不出現任何可見錯誤的情況下降低輸出品質。

AutoTune 使用指數移動平均（EMA）學習，根據會話中先前回應的反饋來調整這些參數。它觀察哪種採樣配置對特定查詢類型產生最高品質的輸出，並相應地進行調整。對於跨多種任務類型執行大量查詢的研究人員而言，這省去了在每次執行之間手動調整參數的需要。

STM 模組——用於輸出正規化的語義轉換模組

STM（語義轉換模組）作用於輸出端——對各模型的回應進行正規化，使 ULTRAPLINIAN 中的比較評估能夠在蘋果對蘋果的文本上進行，而不是將一個模型冗長的 JSON 回應與另一個模型簡短的段落相比較。

不同的模型有不同的預設輸出風格、格式慣例和詳細程度。若不進行正規化，比較原始輸出的百分制評分系統，某種程度上是在衡量輸出風格而非內容品質。STM 模組在評分發生之前，對表層進行即時轉換以實現標準化。

隱私架構

API 金鑰僅存儲在 localStorage——絕不離開你的瀏覽器

你的 OpenRouter API 金鑰儲存在瀏覽器的 localStorage 中。它絕不會碰觸 G0DM0D3 的伺服器——因為在預設的單一檔案部署中，根本不存在 G0DM0D3 伺服器。每個 API 呼叫都直接從你的瀏覽器發送到 OpenRouter 的端點。應用程式在憑證方面是無狀態的。

這是一個真正有意義的隱私特性。入侵 G0DM0D3 實例（如果在本地運行）並不會將你的 API 金鑰暴露給第三方——唯一面臨風險的只有你自己機器的存儲。這與典型的 SaaS 模式形成鮮明對比，後者你的 API 金鑰存在於提供商的資料庫中，並在伺服器端使用，完全不在你的視線之內。

一個注意事項：瀏覽器的 localStorage 可被在同一來源上運行的任何 JavaScript 存取。如果你在同時提供不受信任腳本的域名上部署 G0DM0D3，這層保護就會減弱。

無需登入、無雲端同步、無伺服器存儲

無需建立帳號。無 OAuth 流程。無雲端同步歷史記錄。會話歷史記錄在你的瀏覽器分頁中存在於整個會話期間，之後便消失。這個刻意的架構選擇消除了一整類隱私風險——因為根本沒有任何東西被存儲，所以也就沒有任何東西可以被洩露。

取捨是明確的：跨會話沒有持久歷史記錄、沒有團隊共享存取，也無法搜索過去的查詢。對於以隱私為首要考量的研究工具而言，這是正確的取捨。

AGPL-3.0：授權對個人、研究和企業使用意味著什麼

AGPL-3.0 是常見開源授權中著作傳授性最強的。對於個人和研究使用而言，實際上沒有任何限制——隨你使用。對於修改：如果你發布修改版本，你必須以相同的 AGPL-3.0 授權發布你的修改。

企業使用需要單獨的商業授權——README 中聲明：「企業使用須獲得授權許可。請聯繫 Elder Plinius 了解更多詳情。」如果你的組織法律團隊對 AGPL 有顧慮，這是相應的解決途徑。

部署選項

本地部署：python3 -m http.server 8000——零摩擦

git clone https://github.com/elder-plinius/G0DM0D3.git
cd G0DM0D3
python3 -m http.server 8000
# 在瀏覽器中開啟 http://localhost:8000

就這樣。無需 npm install。無需建置步驟。無需在開啟頁面之前配置環境變數。

靜態託管：GitHub Pages、Vercel、Cloudflare Pages、Netlify

由於 G0DM0D3 是一個單一的靜態 HTML 檔案，它可以在無需任何配置的情況下部署到任何靜態託管平台。將 index.html 上傳到 GitHub Pages，拖曳到 Vercel 專案中，或推送到 Cloudflare Pages 網站。該檔案沒有伺服器端相依性——每個 API 呼叫都源自使用者的瀏覽器。

平台	部署方式	費用
GitHub Pages	推送到儲存庫，啟用 Pages	免費
Vercel	拖放或 CLI	免費方案
Cloudflare Pages	Git 整合或直接上傳	免費方案
Netlify	拖放	免費方案

在靜態託管平台上，如果你公開分享 URL，任何擁有連結的人都可以使用該介面——使用他們自己的 OpenRouter API 金鑰，因為金鑰儲存在客戶端。介面本身沒有伺服器端認證保護。

可選的 API 伺服器（Node.js/Express + Docker）用於團隊部署

api/ 目錄包含一個 Node.js/Express REST 伺服器，將 G0DM0D3 的核心模組——ULTRAPLINIAN、AutoTune、Parseltongue、STM——公開為具有 OpenAI SDK 相容性的 REST 端點。這是團隊部署的路徑，讓你無需每個人各自管理自己的 OpenRouter 金鑰即可共享存取。

# 本地
npm run api

# Docker
docker build -t g0dm0d3-api .
docker run -p 7860:7860 \
  -e GODMODE_API_KEY=your-secret-key \
  g0dm0d3-api

API 伺服器透過 GODMODE_TIER_KEYS 環境變數支援分階層速率限制。管線元數據在 x_g0dm0d3 擴展欄位中返回，標準 OpenAI SDK 會忽略此欄位。這使 API 能夠向後相容任何已基於 OpenAI SDK 建構的應用程式——替換基礎 URL、添加認證，即可在熟悉的介面背後獲得 G0DM0D3 的多模型競速功能。

G0DM0D3 是為誰而建

進行 LLM 評估的 AI 安全研究人員和紅隊成員

G0DM0D3 的主要受眾是需要在大量模型群體中系統性研究模型行為的人。ULTRAPLINIAN 引擎從單一提示提交中，對 51+ 個模型產生可重現、可比較的輸出。Parseltongue 能夠對輸入擾動如何影響模型回應進行受控研究。AutoTune 減少了採樣參數配置錯誤這個干擾變數。

這是對齊研究真正有用的基礎設施——了解在當前模型生態系統中，安全層在哪些地方厚實，在哪些地方薄弱。

並行對模型輸出進行基準測試的提示工程師

如果你正在基於 LLM 建構產品，並且想知道哪個模型最能處理你的特定使用案例，GODMODE CLASSIC 能在手動運行一次所需的時間內，為你提供五個並排輸出。ULTRAPLINIAN 將其擴展到 55 個模型，並自動排名。對於一直在多個瀏覽器分頁中手動完成這項工作的提示工程師而言，這是一個顯著的工作流程改進。

需要無遙測客戶端 AI 工具的隱私優先開發者

單一檔案架構、localStorage 金鑰存儲、無需建立帳號以及 AGPL-3.0 授權的組合，使 G0DM0D3 成為現有最具隱私保護性的多模型介面之一。對於需要以敏感提示測試模型行為且無法透過第三方伺服器路由這些提示的開發者而言，本地部署 G0DM0D3 是一個真實可行的選擇。

你應該了解的限制

無持久會話——僅有瀏覽器歷史記錄

會話歷史記錄存在於瀏覽器分頁的整個生命週期。關閉分頁，歷史記錄消失。沒有辦法搜索過去的會話、導出對話歷史，或在不同設備上恢復會話。對於需要追蹤測試內容和返回結果的研究工作流程，你需要在外部自行管理日誌記錄。

OpenRouter 相依性：你仍需按 token 向 OpenRouter 付費

G0DM0D3 作為軟體是免費使用的，但運行它需要花費金錢，因為每個模型呼叫都是付費的 OpenRouter API 呼叫（除非你使用有速率限制的免費方案模型）。在完整的 55 個模型階層運行 ULTRAPLINIAN 意味著 55 個同時進行的 API 呼叫。對於 Claude 或 GPT-5 等模型，根據提示和輸出長度，單次運行可能花費數美元。

多模型並行呼叫需要穩定的頻寬

在慢速連線的瀏覽器分頁中，向 OpenRouter 同時發出 55 個 HTTP 請求可能導致明顯的效能下降——回應緩慢、某些模型插槽超時，以及競速結果不完整。G0DM0D3 在標準寬頻上運行良好。在行動數據或不穩定的 WiFi 上，滿階層的 ULTRAPLINIAN 可能產生不可靠的結果。如果在有限頻寬下測試，請從 GODMODE CLASSIC 開始。

非生產後端——僅為單一檔案前端

index.html 是一個研究和評估工具，不是生產 API。它沒有伺服器端請求驗證、沒有多使用者會話隔離，G0DM0D3 端也沒有速率限制（只有 OpenRouter 強制執行的限制）。如果你正在建構一個向終端使用者公開多模型評估的產品，請使用可選的 Node.js API 伺服器——而不是公開部署的 index.html。

常見問題

G0DM0D3 需要 OpenRouter API 金鑰嗎？

是的。每個模型呼叫都透過 OpenRouter 的 API 進行。你需要一個帳號，至少需要一個免費方案的 API 金鑰。對於使用付費模型的較高階層 ULTRAPLINIAN，你需要在 OpenRouter 帳號中預存點數。

G0DM0D3 安全嗎？我的 API 金鑰會去哪裡？

你的 API 金鑰儲存在瀏覽器的 localStorage 中。它絕不會被發送到 G0DM0D3 伺服器——在預設的單一檔案部署中，根本不存在 G0DM0D3 伺服器。每個 API 呼叫都直接從你的瀏覽器發送到 OpenRouter。本地託管部署（python3 -m http.server 8000）是最安全的選擇，因為沒有第三方託管 HTML 檔案。

G0DM0D3 和 OpenRouter 的原生介面有什麼區別？

OpenRouter 的原生聊天介面讓你一次選擇和查詢一個模型。G0DM0D3 在此基礎上增加了並行多模型競速引擎（GODMODE CLASSIC 和 ULTRAPLINIAN）、百分制複合評分層、用於紅隊研究的 Parseltongue 輸入擾動、AutoTune 自適應採樣，以及 STM 輸出正規化——全部打包在一個單一檔案、無需安裝的套件中。

相關文章：