一條生成請求實際會經過誰的手?我們把自己的供應鏈攤開來講

fuse 會保存哪些生成資料?提示詞會送給誰?本文依 2026 年 9 月 18 日的程式碼與官方文件,說明 BytePlus、MiniMax、OpenRouter 及儲存服務各自處理什麼,以及我們能承諾到哪裡。

發布
更新

在 fuse 按下生成,提示詞會先到我們的服務,再依這次選用的模型送往上游。生成完成後,專案、提示詞與產物也不會立刻消失。

要回答「你們會不會拿我的資料訓練」,得把這幾段分開看。fuse 保存了什麼、模型供應商可以怎麼處理、路由服務又把資料送到哪裡,各有自己的依據。以下是我們在 2026 年 9 月 18 日核對程式碼與官方文件後的說明。

保存、訓練、人工審查是三件不同的事

保存(retention) 是資料留在某個地方一段時間。平台為了讓人下次開啟專案,會保存專案資料;客服處理生成爭議,也需要當時的請求紀錄。要問的是存多久、在哪裡、誰能存取。

訓練(training) 是把資料用來調整模型。需要確認哪些資料會被使用、用途是什麼,以及是否另有選擇加入或拒絕的機制。

人工審查(human review) 是有人能讀到或看到內容,例如為了安全查核、濫用調查或除錯。

一家公司可以不拿資料訓練,同時保存資料,並允許授權人員查看被標記的內容。只回答「不訓練」,仍然留下兩個問題。

一條生成請求實際會經過誰的手

先經過的是 fuse 自己的服務與儲存。我們的 API、背景工作與資料庫部署在 Railway;專案、生成任務、送出的提示詞快照及處理結果會留下紀錄。上傳素材與收存的生成圖片、影片使用 Cloudflare R2,媒體讀取經過 Cloudflare 的存取控制服務。模型回傳成功以後,還有接收產物、保存和顯示的工作。

上游則依生成類型分流。下面列的是現行程式已接通的路徑;某個模型是否對使用者開放,還取決於當時啟用的模型設定與計價設定。一條請求不會依序送給下面每一家供應商。

BytePlus ModelArk 國際服務處理 Seedream 圖片與 Seedance 影片。程式目錄已有 Seedream 5.0 Lite/Pro,以及 Seedance 2.0、2.0 Fast、2.0 Mini 與 2.5。實際送出的是這次任務記錄的模型和參考素材。

BytePlus 的 ModelArk 資料處理文件 說明,未經客戶事先授權,不會把 Customer Data 用於自己的模型訓練;同一份文件也列出安全過濾觸發內容的保存安排。這兩段必須一起讀。現行服務專屬條款 也保留了安全、客服與除錯所需的處理。原本獨立的影片模型條款已併入這份文件,不能再把舊版 Seedance 條款當作目前所有模型的共同依據。以上文件於 2026 年 9 月 18 日核對。

MiniMax Global是另一條圖片與影片路徑,透過 api.minimax.io 接入 Image-01、H3 與 H3 Max。選用 MiniMax 的影片提示詞整理方式時,也會呼叫它的 Context IR 服務,將文字與該功能需要的參考素材送去處理。

MiniMax 必須按自己的條款看。2026 年 9 月 18 日核對的 API 服務條款 允許為提供、維護、開發及改善服務使用輸入與生成內容,也允許必要的維護、支援與法律處理。API 隱私政策 中「不以個人資料訓練來描繪或鎖定消費者」有特定用途範圍,不能擴張成所有輸入、輸出都不會用於任何訓練的保證。公開文件也不能支持我們把這條路徑寫成零保存或零人工存取。

一般文字生成透過 OpenRouter。 故事、腳本、分鏡文字與相關編輯功能,依啟用的模型設定和使用者選擇決定模型,並在任務受理時記錄下來。它已不是固定送往 Gemini 2.5 Flash。較長的寫作任務可能需要多輪模型呼叫,後續輪次會帶入完成工作所需的上下文與工具結果。

OpenRouter 後面還有實際執行模型的供應商。它的 資料蒐集說明 表示,提示詞與回應的保存預設關閉,另有選用的記錄與資料使用設定;請求用量、延遲等 metadata 仍會保存。各模型供應商的保存與訓練政策則另行適用,不能用 OpenRouter 自己的預設設定概括。核對日期同為 2026 年 9 月 18 日。

我們為什麼會留你的提示詞

有人因為生成結果不好而要求退款時,我們需要知道當時送出的是什麼。模型沒有遵循指示、參考素材不合適、請求本身不清楚,處理方式不會一樣。只看最後一張圖或一段影片,往往無法判斷。

這也是 fuse 內容政策 第六節寫明保留 Prompt 與必要生成紀錄的原因。這份政策已公開,生效日為 2026 年 7 月 31 日。留存用途包括客服、退款、帳務及生成品質爭議、故障排除、安全查核與法律處理;生成完成不代表紀錄立即刪除。

第五節則限定另一件事:Alchemint LLC 目前不會自行,或指示、委託他人代表我們,使用用戶內容建立訓練資料集,或訓練、重新訓練、微調或建立模型。 這涵蓋提示詞、文字、圖片、影片、聲音,以及輸入與輸出。

如果未來推出模型改善計畫,需要事前交代資料、用途、模型與接收者、保存期間及退出方式,並讓使用者透過與一般生成服務分開的方式明確選擇加入。不參加或退出,都不影響一般服務。

退出對既有資料集、進行中的訓練及已完成模型有什麼影響,也必須先說清楚。已納入模型參數的個別資料貢獻,可能無法技術性分離或移除,不能承諾一按退出就全部還原。

為客服與退款保存內容,不會自動取得訓練授權。這是 Alchemint LLC 對自身行為的承諾;上游為執行生成而處理資料,仍須分別查它們的條款與設定。

內容安全過濾可能留下另一份副本

BytePlus 的資料處理文件寫明:觸發內容過濾的輸入與輸出會在馬來西亞保存 180 天。 這是特定安全流程的保存期間,不能拿來代表 fuse 全部資料或每一筆普通生成請求的保存期限。

同時,2026 年 9 月 18 日核對的 ModelArk Content filter FAQ 說明,相關功能可能保存及使用處理過的圖片、聲音與影片輸出,並限授權員工存取。這不表示每一筆生成都有人審查,但也不能說沒有人可能查看。

即使創作遭到誤判,也可能進入這類處理流程。保存地點、期限與存取權限,都需要各自確認。安全審查不會因此把作品的所有權轉給供應商,卻會影響作品在哪裡留下副本。

選了模型,還要知道是誰執行

OpenRouter 提供限制上游去向的控制項,包括資料蒐集限制、零資料保存(ZDR)與供應商名單。模型名稱相同,也可能有不同執行端點;各端點的資料政策需要分別確認。官方 provider 資料政策說明 將這些責任分開列出。

目前 fuse 的接入程式能傳遞 provider 選項;部分文字功能會要求端點支援指定參數,以取得符合格式的回應。這個格式要求不等於隱私限制。 在本次核對的內建生成流程中,沒有看到統一強制的 data_collection: deny、ZDR 或固定供應商名單。

因此,單看程式碼不能斷言整條 OpenRouter 路徑都已啟用零保存,也不能反過來斷言帳號層完全沒有隱私設定。帳號設定要另行查核。

現行程式會保留模型原始回應,作為生成結果紀錄的一部分。要追查某一筆請求,應核對當次請求、回應及路由資訊。公開模型清單只說明當時有哪些候選端點,不能代替那一筆請求的證據。

用資料換額度,可能是另一份授權

BytePlus 的 Data Authorization Agreement 是另外選擇加入的協議。它涵蓋資料協作獎勵活動等方案,授權範圍包含永久、可再授權的 AI/ML 改進用途。不能把這份額外授權當作一般 API 使用的預設條件。文件最後更新日為 2025 年 5 月 21 日,本次於 2026 年 9 月 18 日核對。

OpenRouter 則要小心分清兩種設定。2026 年 9 月 18 日的 資料蒐集說明 將私人輸入/輸出記錄,與允許 OpenRouter 使用資料換取 1% 用量折扣,列為分開的選項。服務條款 第 6.2 節對選擇加入的 prompt/chat logging 規定廣泛、永久且不可撤銷的商業用途授權;第 6.3 節的 Private Prompt Storage 則是為私人顯示而保存,授權可撤銷且限於該用途。只看到「logging」這個字,還不足以判斷自己同意了什麼。

我們的內容政策第八節承諾:未經使用者另行明確同意,不主動開啟資料貢獻設定,也不加入拿用戶內容換折扣、額度或其他利益的計畫。這項承諾不會改寫上游的一般服務條款,也不能代替帳號開關的實際查核。

怎麼阻止平台拿你的資料訓練

先找到所用服務的資料控制頁,確認是否提供訓練或資料貢獻的選擇,再讀開關旁邊連到的條款。不要把個人版、付費 API 和企業方案當成同一套條件。

接著確認四件事:

  1. 關掉之後,適用於新資料,還是也會處理已收集的資料?
  2. 設定涵蓋平台自己,還是也限制背後的模型供應商?
  3. 安全查核、濫用監控與法律要求的保存,是否另有規定?
  4. 換模型、開新功能或更新方案後,原本的設定是否仍適用?

如果內容不能交給外部服務處理,就不應僅憑「不訓練」三個字決定上傳。還要看保存與存取條件。

怎麼讀一份平台的資料條款

在隱私政策或條款頁上,這六組字可以幫忙定位:

搜尋 要找的內容
retain/retention/保存 存多久、在哪裡、何時刪除
train/improve/訓練 哪些資料用於什麼改進,是否能拒絕
review/human/審查 誰能看內容、什麼情況可以查看
subprocessor/service provider/次處理者 還有哪些接收者,各自負責什麼
logging/data collection 記錄用途、資料使用範圍與選用設定
delete/deletion/刪除 刪除內容或帳號後,哪些副本可能留下

我們認為,平台對用戶說明資料用途時,應具名列出實際接收者,並把自己的承諾和上游條件一起交代。只有一句「不訓練」,不足以讓人決定是否提交一份客戶腳本或未公開的參考素材。

本文於 2026 年 9 月 18 日依 fuse 主線程式碼、公開內容政策及文中連結的官方文件修訂。程式核對涵蓋模型目錄、實際接入與路由、文字模型選擇、提示詞與結果紀錄,以及媒體儲存。模型上架設定、上游帳號設定與個別歷史請求,不能僅靠這份程式核對證明;這些條件變動時,仍需重新確認。

系列其他篇: 你用 AI 做出來的東西到底是誰的? · 「可商用」這句話回答的比你以為的少

系列文章 SERIESAI 內容的權利4 篇
  1. 01你用 AI 做出來的東西到底是誰的?別看那句話,看它旁邊的三段條款
  2. 02「可商用」這句話回答的比你以為的少:AI 生成內容的四道關卡
  3. 03一條生成請求實際會經過誰的手?我們把自己的供應鏈攤開來講你在這裡
  4. 04Damien Jalet 與《Storm》AI 熱潮:平台管不住的,和法律還沒追上的
推薦閱讀 RECOMMENDED
概念MiniMax H3 對上 Seedance 2.5:同一支 previz,我們餵了 274 次概念量化版 MiniMax H3 犧牲了什麼?QuantFunc、Kijai、NVFP4 的 246 支實測

Cookie 偏好

這個選擇只適用於此瀏覽器的 Alchemint Article,您隨時可以在這裡變更。