AI 模型供应商调研：质量、价格、隐私和延迟

我调研了 8 家 API 大模型的聚合平台：OpenRouter、B.AI、EasyRouter、硅基流动、Novita、DeepInfra、Groq、Together。核对了它们的定价页、隐私政策、机房披露，以及 2026 年的三篇审计论文，想搞清楚同一个模型跨平台的价差里，哪些是真实的成本差异，哪些只是平台定位不同。

排出来的顺序和大多数人的直觉相反：价格应该是最后一关。依据是 CISPA 那篇论文的回归分析——在他们审计的中转站样本里，价格比率对准确率下降没有预测力。[18] 多付的钱，买不到「至少模型是真的」这个保证。

本文所有价格和政策条款都是 2026 年 9 月 9 日的快照。这个行业三天就能改一次价，使用前请以各平台官网为准。

十倍价差来自平台定位，不是模型

先把价差本身拆开。它是模型的差异，还是别的东西。

模型	最低	最高	倍数
DeepSeek V4-Flash	DeepInfra $0.06	硅基流动高峰 $0.42	7x
Llama 3.3 70B	OpenRouter / DeepInfra $0.10	Together $1.04	10x
Qwen3 32B 级	OpenRouter / DeepInfra $0.08	Groq $0.29	3.6x

单位是 USD / 百万输入 token，2026-09-09 快照。[1] 这三行是我从十八行的完整表里挑出来的，倍数最悬殊的三个，完整的表放在价格那一节。

闭源旗舰没有套利空间

GPT-5.x、Claude、Gemini 这三条线，八家里只有 OpenRouter 和 B.AI 供应，而且两家同价——Claude Opus 5 都是 $5.00 / $25.00，GPT-5.4 都是 $2.50 / $15.00，走的是 pass-through 原价。[1] 剩下六家根本买不到。

所以在闭源旗舰这一侧，「同一个模型的跨平台价差」这个问题只有一组样本，而这组样本的答案是零。

价差全在开源和国产模型这一侧

倍数全部出现在开源与国产模型上。这一侧的平台各自在做不同的生意，价格反映的是生意的形态：

DeepInfra 和 OpenRouter 处在最低价那一端，前者是专做开源模型的推理云，后者靠聚合多个供应商后挑最便宜的端点。Groq 的 Llama 3.3 是别家的六倍，因为它卖的是 LPU 硬件带来的低延迟，速度是定价理由。Together 的 Llama 3.3 全市场最贵，它面对的是企业开源方案的客户，附带 dedicated 部署和合规配置。硅基流动按官方价折人民币，不加价也不补贴，另有低谷时段半价。B.AI 的主流型号按官方原价一比一，差价来自促销——快照日 GLM-5.3-Flash、腾讯混元 Hy3、小米 MiMo-V2.5 都是免费，DeepSeek V4-Flash 打五折。[1]

价差几乎全部来自平台定位，不来自模型本身。同一份权重，在低价推理云上跑和在专用硬件上跑，成本结构差得很远。

这一步只说明了价差的来源。它没有回答另一个问题：最便宜的那一端，卖的是不是同一个东西。

价格对模型真假没有预测力

2026 年有三篇论文对这个市场做了系统性审计，它们分别测了三类不同的失效。

德国 CISPA 的《Real Money, Fake Models》做的是模型身份审计。研究者识别出 17 个被 187 篇正式论文引用过的「影子 API」，也就是声称能复现官方模型输出、以更低价格提供兼容端点的第三方服务。结果是 45.83% 的指纹测试没有通过模型身份验证——后台跑的不是它宣称的那个模型。性能偏差最高 47.21%。[18]

一个具体的数字：Gemini-2.5-flash 在 MedQA 医学问答上，官方 API 准确率 83.82%，所有被测影子 API 平均约 37%。法律推理基准上的落差也类似，三个被测服务对同一模型的一致性分别是 53.06%、52.36% 和 54.64%。[18]

这个偏差的下游影响论文也算了一笔账。那 187 篇引用了影子 API 的论文里，保守假设三成需要重跑，按每篇 50 到 500 美元的 API 成本加上研究者约 40 小时的时间估算，直接成本在 11.5 万到 14 万美元之间；而引用这些论文的下游研究有 5,966 篇，可能被无声地污染。[18] 一个跑在别人后台的、没人验证过的模型，代价会沿着引用链传下去。

这篇论文里对本文最关键的一条在附录 G。研究者做了回归分析，检查价格比率能否预测准确率下降，结论是完全没有预测力。[18][30] 贵的中转站不比便宜的中转站更可能给到真模型。

这条结论直接否掉了「按价格排序，然后在预算内挑最贵的」这个策略。价格不是质量的代理变量，在这个市场里它连弱相关都不是。

顺带说一句证据强度。有一句流传较广的话，说中转站的暴利数量几乎等于它省下的合规成本。我在 CISPA 原文里没有检索到这个表述，论文里能找到的只有「这些卖家同时违反服务合同与监管要求」。[18] 那句话疑似中文媒体的转述，本文按未核实处理。

三篇论文测的是三类不同的失效

三篇覆盖的是三类不同的问题，混在一起引用会出错。

论文	机构	测的是	核心数字
Real Money, Fake Models	CISPA	模型身份是否一致	45.83% 指纹测试未通过 [18]
Your Agent Is Mine	加州大学尔湾分校	中间人是否有恶意行为	428 站中 9 站注入恶意代码 [19]
GateScope	UMass Boston + ASU	计费与上下文是否诚实	单站计费溢价 62.8% [20]

这组数字我原先记在 CISPA 名下，翻论文时才发现「428 个中转站」出自加州大学尔湾分校的另一篇，CISPA 对应的是 45.83% 那一组。两篇经常被中文报道并列引用，机构归属容易串。[19]

排序依据：不可逆乘以不可观测

六道关口按两个可以判断的性质排序：选错了能不能撤回，以及事后会不会知道自己选错了。重要性排不出来，这两项排得出来。

关口	选错了能撤回吗	会知道自己选错了吗	位次
数据能不能出去	不能，发出去就收不回	不会，没有通知机制	1
链路上有几跳	换供应商可以，已发出的请求不能	不会，明文转发不留痕	2
模型是不是宣称的那个	能换	只有主动做指纹测试才知道	3
计费与上下文是否诚实	能换，已付的钱要不回	需要专门设计测试	4
延迟与区域	能换	会，第一天就知道	5
价格	能换	会，价目页上写着	6

越不可逆、越不可观测的越靠前。价格排在最后，因为它是六项里唯一一个完全透明、当天就能改回来的。先比价再看别的，这个直觉顺序恰好是倒过来的。

下面六节按这个次序展开。

隐私政策：Together 最规范，B.AI 和 EasyRouter 几乎空白

请求发出去之后，谁可以留存它、用它训练、把它转给谁。这一关排第一，因为发出去的提示词收不回来，而且不会有任何人通知发生了什么。

八家的隐私政策我是逐条读下来的。这一项上的差距比价格表那一项大得多——价格差的是倍数，政策差的是有没有。

平台	用数据训练	提示词保留期	数据位置	最需要注意的一条
Together	需显式 opt-in，默认不训练	提供 Zero Data Retention 选项	跨境需同意	ZDR 仅向前生效
OpenRouter	平台自身不训练	文本输入输出无固定期限	由所选供应商决定	无法阻止上游供应商训练
Groq	客户数据由 DPA 规定	同左，不在公开政策内	国际传输经 SCC / DPF	提示词条款需另查 DPA
硅基流动	明确否认	推理后立即销毁	中国境内	需实名，输入输出过内容审核
Novita	声明不用于训练	账户 7 年 / 通信 3 年 / 技术 2 年	跨境受 SCC、DPF 保障	分析类共享在 CCPA 下可能算「出售」
DeepInfra	未经同意不存储、不训练	销户后 30 天移除	可能在美国	政策为通用模板化文本
B.AI	无训练条款	未规定	未披露	政策承认会收集、记录、存储输入
EasyRouter	无政策	无政策	无政策	没有隐私政策，也没有用户协议

来源为各家公开隐私政策，2026-09-09 抓取。[6][8][9][11][12][13][15][16]

政策最细的三家：Together、OpenRouter、硅基流动

Together 是八家里唯一提供 Zero Data Retention 选项的，默认不训练，要训练得用户显式 opt-in。[16] 它的代价写在政策里：ZDR 只向前生效，开启之后平台自己也无法再访问、导出或删除此前的数据。

OpenRouter 的结构值得单独说。平台自身不训练，GDPR、SCC、CCPA 条款齐全，还会对声明「不训练」的供应商打标。[6] 但它是聚合器，输入输出最终传给所选的上游供应商，而供应商可以保留并使用这些数据，包括用于训练。平台层的承诺和上游层的行为是两件事，中间这道缝 OpenRouter 自己在政策里写明了。

硅基流动走的是另一条路：明确否认用于预训练和微调，推理完成后立即销毁且不可恢复，数据存在中国境内，框架是《个人信息保护法》而不是 GDPR。[11] 代价是需要实名认证，输入输出都要过内容安全审核管线。

政策最薄的两家：B.AI 和 EasyRouter

B.AI 的隐私政策里没有 GDPR 条款，没有保留期，没有训练条款，也没有披露数据位置。同时政策本身承认会「collect, log, and store」用户输入，并以匿名化形式用于优化其基础设施与 API 网络。[8] 条款少不等于风险低——在这里它意味着没有任何书面约束。

EasyRouter 这一栏最后记下的东西比我预计的少。站内没有隐私政策，没有用户协议，数据收集、保留、训练、共享全部没有公开约束。[9] 顺带查到的另一件事是官方域名归属也无法确认：easyrouter.ai 不解析，唯一在线的 easyrouter.tech 注册于 2026-07-07，比宣称的上线时间晚了两个月，站内没有价目表，也找不到媒体转述过的「八五折、零平台费」表述。

这张表是政策对读，不是审计结论

必须写清楚的边界：上面整张表的依据是各家公开的政策文字，不是第三方审计。

「政策未提及 SOC2」的意思是那份政策正文里没有出现相关主张，不等于该平台没有这项认证。DeepInfra 的政策自称符合 SOC2 与 ISO27001，但那份政策是通用模板化文本，措辞与 Novita 高度相似，认证本身本文没有独立核实。[13] Novita 的 SOC2 只出现在页脚徽标，没有进入政策正文。[12] OpenRouter 和 Together 的政策则完全没提。

换句话说，这一关能筛掉的是「书面承诺明显不足」的候选，筛不出「书面承诺充分且确实做到了」的候选。

转卖风险是行业级主张

行业报道称部分中转站会采集并转卖提示词数据。[30] 这是行业层面的主张，不是针对具体某家的既证事实，本文也没有找到针对 B.AI 或 EasyRouter 的个案实证。

但机制上的判断可以成立：中转平台位于用户与上游模型之间，请求明文经它转发，因此天然具备采集、留存、转售提示词的能力。政策约束缺位时，这项能力不受限制。B.AI 承认收集存储输入，EasyRouter 没有政策，两端都落在这个区间里。

合规侧还有两条框架性事实。向境内用户提供境外未备案模型的服务，不满足《生成式人工智能服务管理暂行办法》的备案与安全评估要求。[25] 而把境内用户的个人信息传输到境外并留存，累计超过十万人时可能触发《数据出境安全评估办法》的申报义务。[26] 这两条约束的是平台，不是个人开发者，但它们决定了一条链路能不能长期存在。

网关路由：自建算力跳数最少，中转站最不透明

从发出请求到模型之间，经过了几个能读写明文的节点。这一关排在模型真实性之前，因为跳数决定了后面那几关能不能被验证——链路越长，任何一个节点被攻破都会沿链污染，终端拿到的响应是否被篡改，从外部看不出来。

加州大学尔湾分校那篇论文的做法很直接：研究者从淘宝、闲鱼和 Shopify 店铺买了 28 个付费路由器，从公开社区收集了 400 个免费的，一共 428 个，然后挨个测。[19]

结果是 9 个正在主动注入恶意代码，17 个触发了研究者预埋的 AWS 蜜罐凭证盗用，1 个直接抽走了研究者私钥钱包里的 ETH。

其中 2 个部署了自适应规避：前 50 次请求正常返回，第 51 次才激活注入。[19] 这个细节说明一件事——跑几次冒烟测试看着没问题，不构成证据。

研究者还做了一组污染实验。一个被故意泄露的 OpenAI key 产生了一亿 token 的 GPT-5.4 流量和七次以上 Codex 会话；一个弱配置的蜜罐产生了二十亿计费 token、99 组凭证、440 次 Codex 会话，其中 401 个会话已经运行在自主模式下。[19]

跳数没有公开数字，只能靠代理指标估算

平台不会公布这个数字，能查的是几个代理指标：

是否自研网关。CISPA 论文里被审计的中转站有一家基于开源项目 NewAPI 搭建，它的模型市场中部分模型直接标注为「Unknown sources」。[18][31] NewAPI 和 OneAPI 这两个开源网关被大量中转站直接拿去二次开发，是这个市场实际的底层基础设施，OneAPI 的 GitHub 星标超过三万。[32] 平台是否自研网关，是真伪与合规的一道分水岭。

是否公开机房位置，以及有没有 ICP 备案或可查的企业主体。B.AI 的中继架构已被媒体证实——用户请求经 B.AI 转发到上游官方 API 的境外账号再返回，官方还提示入口不稳定需要多入口切换。[29] EasyRouter 的架构没有披露。

428 这个样本不是这八家

边界要写准。那 428 个样本来自淘宝、闲鱼和公开社区，不是本文覆盖的这八家。这一节的结论是「多跳是结构性风险」，不是「这八家里有九家在注入代码」。

八家里，硅基流动、Novita、DeepInfra、Groq、Together 是自建算力或直连上游的原生推理平台，不属于这类研究的审计对象。OpenRouter 是聚合器，路由到的是各家正规供应商的端点。B.AI 和 EasyRouter 属于中转转售模式，继承这个类别的结构性问题，但本文没有找到针对它们的个案实证。

是否私自替换模型：八家暂无实锤，OpenRouter 被学界当基准

跳数估完了，接下来是能不能验证。这一关的特点是可检测但不会自己暴露——不主动去测，永远不会知道。

CISPA 论文给出的方法有三类。[18]

指纹测试：用可复现的行为指纹比对官方端点和候选端点，这是 45.83% 那个失败率的直接测量手段。行为基准测试：在 MedQA、LegalBench、GPQA 这类标准化基准上跑对照，注意价格高的服务不代表准确率高。元信息分析：核查运营主体、ICP 备案、企业注册，以及是否基于 NewAPI、OneAPI 这类开源管理系统搭建，模型标注里出现「Unknown sources」是危险信号。

后续几篇论文把成本又降了一些。IRIS 只依赖返回文本，让端点生成随机数或字符串做指纹，可以同时检测「每次都替换」和「按比例稀释路由」两种模式。[34] IMMACULATE 用密码学审计少量请求，能检测模型替换、量化滥用和 token 超收。[21]

一个自己能跑的最小测试

不需要复现论文。固定一批标准化问题，同时打官方 API 和候选平台，比对两边的答案，同时记录 token 计数。

token 计数这一项容易被忽略。CISPA 表 11 显示，影子 API 的 token 数标准差与官方的差异可以达到 0.36 倍到 2.3 倍以上。[18] 答案看起来差不多而 token 分布明显偏移，本身就是一个信号。

这套测试我自己没有实跑，上面写的是论文给的方法加上我认为成本最低的那个版本。所以这一节的结论强度到此为止：它说明验证是可行的，没有说明某一家实测下来是什么结果。

这八家的直接证据

截至快照日，八家都没有已核实的模型替换指控。这句话要写准，不能滑成暗示。

五家直连推理平台没有替换证据，它们的风险在别处——亏本卖 token 的可持续性，以及对开源模型生态的依赖。OpenRouter 的情况更特殊一些：CISPA 论文选模型时用的是 OpenRouter 2025 年 11 月的 token 使用排行榜，也就是说学界把它当作可信参照而不是怀疑对象。[18]

B.AI 和 EasyRouter 属于中转转售模式，两者都没有被点名指控替换模型。36 氪那篇报道点的是「名人入场」这个现象，没有指控替换行为。[30] 它们继承的是整个类别的验证困难，而不是个案罪名。

计费与上下文：溢价和截断都不会自己暴露

模型是真的，也不代表账单是真的。

GateScope 对 10 个真实商业网关做了黑盒测量，检查模型降级、静默截断、计费不准确和延迟不稳定四类问题。[20] 其中一个匿名网关的计费偏差达到 62.8%——按公开牌价加上网关自己上报的 token 数计算，实际账单多出这么多，而上报的用量看不出任何异常。另一家偏差 7.6%。

静默截断是另一类。测试设计了 25 轮对话，部分网关到第 24 轮已经无法复述第 10 轮设定的信息，说明它在历史消息超过某个隐性阈值之后悄悄丢掉了早期内容。[20][30]

上下文缩水这件事比计费溢价更难察觉。模型仍然在回答，语气也正常，只是它忘了二十轮之前定下的设定。长对话和 Agent 场景里，这类退化会被误判成模型能力不行。

这类偏差有利可图，因为计费全靠网关自报

IMMACULATE 那篇把 token 超收单独列为黑盒 LLM API 的一类结构性经济动机偏差，并给出了基于可验证计算的审计框架。[21] 逻辑很直白：计费依据是网关自己上报的 token 数，而调用方没有独立的计数来源。

同一个结构下还有两类操作，行业报道提到过但本文没有找到点名的实证案例：趁模型迭代把后台悄悄切到更便宜的版本而价格不降，以及对免费和低价租户做排队、限流、降级。[30] GateScope 测到了跨平台延迟稳定性的显著差异，这类多租户策略普遍存在，但从外部不可观测。[20]

排在延迟之前，因为不专门测就发现不了

理由和上一关一样：需要专门设计测试才能发现。账单页面不会标红，返回值也是正常的一段文本，上下文丢了也没有报错。

延迟则相反。慢了第一天就知道，换掉的成本只是改一个 base URL。

延迟与区域：亚太没有平台覆盖，Groq 数据最实

到这里才轮到性能。原因是性能问题会自己暴露——接上去跑一天，快慢一目了然，换掉的成本也低。

平台	类型	可核实的机房	区域路由	官方延迟数据
OpenRouter	聚合路由网关	随供应商分散全球	EU / US，仅企业版	不公布绝对值，提供延迟排序参数
Groq	第一方 LPU 推理	GCP 美国	无	分模型 tokens/s 表
Together	开源模型推理云	北美，EU 仅企业 dedicated	无	无
硅基流动	推理云 + 网关	北京主体，国内 ICP	无公开 PoP	自述延迟降 70%，无绝对值
DeepInfra	推理云	子处理方 AWS + GCP，美国	无	无
Novita	推理云	未公开	无	标称 200ms，无方法学
B.AI	加密原生中转	未公开	无	无
EasyRouter	中转	未公开	无	标称 12ms P99 首字，无方法学

数据为 2026-09-09 快照。[3][4][9][11][12][13][14][17]

就近路由基本是个伪命题

八家里唯一提供区域路由的是 OpenRouter，而且只有 EU 和 US 两个区域，只在 Business 和 Enterprise 版本开放，目的是数据驻留合规——它的实现是 fail-closed 强制区域内，宁可失败也不出区。[4] 默认路由也不按地理就近，而是按供应商分散。

其余七家要么单机房，要么不公开。Groq 官方确认数据在 GCP 美国，只有一个 API 入口。[14][15] Together 的 serverless 在北美，EU 只给企业 dedicated 或 VPC 方案，serverless 不提供区域选择。[17] B.AI、EasyRouter、DeepInfra、Novita 的机房位置没有公开信息。

「按地区就近接入」是我列调研提纲时单独拎出来的一项。八家查完，这一项的结论比其他几项都干脆：亚太用户目前没有对应选项。唯一的区域路由是为合规设计的，不是为加速设计的，而且不在亚太。

能用的延迟数字：Groq 的官方吞吐表

Groq 公布的分模型吞吐是全市场最可量化的一组：Llama 3.3 70B 是 280 tokens/s，GPT OSS 20B 是 1000，Qwen3.6-27B 是 500。[14] 有模型、有数值、可复测。

OpenRouter 不公布绝对值，但提供了 sort=latency 和 preferred_max_latency 两个参数，基于五分钟窗口的 p50 到 p99 分位数选路。[3] 它给的是一个筛选机制，让调用方按自己的延迟上限挑端点。

不能用的延迟数字：EasyRouter、Novita、硅基流动的宣传口径

EasyRouter 的「12ms P99 首字延迟」和「99.99% SLA」、Novita 的「200ms latency」、硅基流动的「延迟最高降 70%、吞吐 3 到 5 倍」，这三组都没有方法学，也没有绝对基线。[9][12][11] 「降 70%」这种表述缺了分母就无法验证，本文按未核实处理。

推理模型的延迟被思考时间主导

还有一类数字容易误用。Artificial Analysis 的模型级中位数是跨所有供应商聚合出来的，同时包含快的和慢的托管方，不能用于平台之间直接比较。[22]

举几个数：DeepSeek V4-Flash 约 125.7 tokens/s，首字约 0.92 秒；Llama 3.3 70B 约 87.4 tokens/s，首字约 1.64 秒；而 Claude Opus 4.7 的首字是 18.5 秒，GPT-5.5 是 52.4 秒。[22] 后两个数看着离谱，是因为它们是推理模型，首字延迟被思考时间主导，和非推理模型不在一个口径上。

同一份聚合数据里，Llama 3.3 70B 的 87.4 tokens/s 和 Groq 官方的 280 tokens/s 差了三倍多——前者是跨供应商中位数，后者是单一硬件实测。这两个数字不冲突，它们回答的不是同一个问题。

最后一条和网关路由是同一件事的另一面：多跳本身就是结构性的延迟风险。B.AI 的中继架构已经证实，官方还提示入口不稳定需要多入口切换。[29] 本文没有找到第三方的延迟量化数据，也没有找到可量化的用户投诉证据，社区检索受反爬限制，这里不臆造结论。

价格：最低价里有一半是补贴，不是成本优势

前五关筛完，剩下的候选才有比价的意义。

输入价，USD / 百万 token：

模型	OpenRouter	B.AI	硅基流动	Novita	DeepInfra	Groq	Together
GPT-5.4	2.50	2.50	—	—	—	—	—
GPT-5.6 Terra	2.00	2.00	—	—	—	—	—
Claude Opus 5	5.00	5.00	—	—	—	—	—
Claude Sonnet 5	2.00	2.00	—	—	—	—	—
Gemini 2.5 Pro	1.25	改供 3.x	—	—	—	—	—
DeepSeek V4-Flash	0.065	0.22	0.21	0.14	0.06	—	0.14
DeepSeek V4-Pro	0.58	0.66	1.67	1.32	1.30	—	1.32
DeepSeek V3.2	0.269	0.29	0.56	0.269	0.26	—	—
DeepSeek R1-0528	0.50	—	—	0.70	0.50	—	—
Llama 3.3 70B	0.10	—	—	0.135	0.10	0.59	1.04
Qwen3 235B 级	0.09	2.00	0.17	0.60	0.09	—	0.20
Qwen3 32B 级	0.08	—	0.08	0.30	0.08	0.29	—
GLM-5.3	1.40	1.40	1.11	1.40	—	—	1.40
GLM-5.3-Flash	0.075	免费	—	0.15	—	—	0.15
Kimi K3	3.00	3.00	—	3.00	2.85	—	3.00
Kimi K2.6	0.95	0.95	0.90	0.80	0.75	—	—
MiniMax M3	—	0.30	0.29	0.30	—	企业版	0.30
腾讯混元 Hy3	0.132	免费	仅 A13B	0.14	—	—	—

输出价，同样单位：

模型	OpenRouter	B.AI	硅基流动	Novita	DeepInfra	Groq	Together
GPT-5.4	15.00	15.00	—	—	—	—	—
GPT-5.6 Terra	12.00	12.00	—	—	—	—	—
Claude Opus 5	25.00	25.00	—	—	—	—	—
Claude Sonnet 5	10.00	10.00	—	—	—	—	—
Gemini 2.5 Pro	10.00	—	—	—	—	—	—
DeepSeek V4-Flash	0.18	0.66	0.63	0.28	0.18	—	0.28
DeepSeek V4-Pro	1.74	1.98	3.33	3.96	2.60	—	3.96
DeepSeek V3.2	0.40	0.44	0.83	0.40	0.38	—	—
DeepSeek R1-0528	2.15	—	—	2.50	2.15	—	—
Llama 3.3 70B	0.32	—	—	0.40	0.32	0.79	1.04
Qwen3 235B 级	0.55	6.00	1.00	3.60	0.55	—	0.60
Qwen3 32B 级	0.28	—	0.67	2.40	0.28	0.59	—
GLM-5.3	4.40	4.40	3.89	4.40	—	—	4.40
GLM-5.3-Flash	0.25	免费	—	0.50	—	—	0.50
Kimi K3	15.00	15.00	—	15.00	14.25	—	15.00
Kimi K2.6	4.00	4.00	3.75	3.40	3.50	—	—
MiniMax M3	—	1.20	1.17	1.20	—	企业版	1.20
腾讯混元 Hy3	0.528	免费	—	0.58	—	—	—

2026-09-09 快照，硅基流动按 7.2 汇率折算，EasyRouter 无公开价目表整列略去。[1] B.AI 那一列是标价，快照日另有促销：DeepSeek V4-Flash 五折、GLM-5.3 九折。硅基流动的 DeepSeek 取的是低谷价，高峰翻倍。

读这两张表要注意三点

三个容易踩的地方。

一格里的单价背后可能是多个版本号。DeepSeek V4-Flash 在 OpenRouter 上有 0423 和 0731 两个版本，输入价分别是 $0.0886 和 $0.065，表里取的是 0731；DeepInfra 的 $0.06 也是 0731。[1] 跨平台比价必须先对齐版本，否则比的是两个模型。

时段也要对齐。DeepSeek 官方分高峰和低谷，硅基流动跟着分时段计价，低谷半价，B.AI 则按 Idle 和 Busy 两档报价。两张表取的都是低谷或标准档，高峰时段要自己乘回去。

模型名相近不代表同一份权重。Qwen3 235B 那一行里，OpenRouter 和 DeepInfra 给的是 235B-A22B-2507，硅基流动和 Novita 给的是 Qwen3.5-397B，B.AI 给的是 Qwen3.8-Max。它们的价格不可直接相除。

计费结构比单价更重要

单价之外还有一层，很多时候它比单价影响更大：

OpenRouter 推理本身不加价，但充值有手续费——信用卡 5.5%，加密 5%，另有 BYOK 月超 $25k 收 5%。[5] DeepInfra 有服务档，Priority 是 1.5 倍，Flex 是 0.8 倍。硅基流动按时段计价。Groq 和 Novita 的 Batch 模式打五折。B.AI 是积分制加订阅，Pro 每月 $200，Max 每月 $2,000。[7]

把手续费和服务档算进去之后，标价最低的那家不一定是实付最低的那家。

补贴价撑不了多久：硅基流动亏本卖，B.AI 靠促销

表里最便宜的几格，有一部分不是成本优势，是补贴。

硅基流动 2025 年营收 5,533 万元，毛利率 -24%，净亏损 3.45 亿元，销售成本是营收的 124%，其中算力成本占 86.9%，而且主要靠租赁。[27] 它在 2026 年 6 月 30 日递交了港股上市申请。亏本卖 token 这件事，招股书里写着。

B.AI 的免费和折扣是限时促销，官方自报日均 token 吞吐 1.33 万亿。[7] 以这个量级做免费转售，上游账单是实打实的。

今天的价格不等于明年的价格。如果生产流量已经迁过去，改价或关停的迁移成本要提前算进来。

写到这一节我的判断比开头保守了一些：表里最亮眼的那几格，有一半是有人在替我付钱，而这件事有期限。

八家平台的定位与短板

过完六关，把八家各自的样子摆一遍。

先说这一节的证据强度：下面的融资、估值和用户规模数字来自第三方报道与平台自报，各家口径有差异，本文没有逐条拿到一手文本。它们可以用来判断量级，不适合拿去做精确比较。

OpenRouter 是全球最大的聚合器，400 多个模型，官方称 800 万用户、每月约 100 万亿 token，2026 年 8 月被 Stripe 以约 70 到 80 亿美元收购（各家口径有差异）。[28] 短板是延迟和隐私最终取决于上游供应商。

DeepInfra 专做开源模型推理，开源模型价格最低的一家，2026 年 5 月拿到 1.07 亿美元 B 轮，Nvidia 参投。短板是数据可能落在美国，隐私政策是模板化文本。

Together 是开源模型的 Neocloud，2026 年 7 月完成 8 亿美元 C 轮，估值 83 亿美元，Aramco Ventures 领投。八家里隐私配置最灵活。短板是 Llama 3.3 全市场最贵，速度也没有亮点。

硅基流动是中国最大的独立生态 token 供应商，注册用户 1,028 万，170 多个模型，境内合规，大陆可直连。[27] 短板是负毛利。

Groq 靠 LPU 做速度，官方吞吐数据是全市场最透明的。短板是模型少，2026 年被 Nvidia 大规模挖角核心团队后重组，8 月的一轮融资估值砍半。

Novita 是 GPU 云加模型 API，第三方估算 ARR 约 110 万美元，规模在八家里最小，也没检索到公开融资记录。价格尚可，透明度有限。

B.AI 是孙宇晨和 TRON 生态的加密原生聚合站，2026 年 4 月上线，官方自报 230 万以上用户。模型覆盖全，支持加密支付，促销力度大。短板是隐私条款最薄，并且处在 Anthropic 不支持地区销售限制的夹缝里。[23][24][29]

EasyRouter 是傅盛和猎豹移动的项目，官方称 50 多个模型、200 多个团队在用。[9] 目前口号大于实锤——域名归属、价目表、宣传中的折扣三项都无法证实，另有 NewAPI 代码抄袭与 AGPLv3 违规的指控，但一手文本已无法访问，本文按未核实处理。[31]

规模算的是迁移成本，不是道德分

把融资和毛利算进评估，不是道德评价，是迁移成本的估计。

烧钱补贴的平台可能在流量迁过去之后改价或关停。这件事的代价不是差价，是切换供应商的工程时间。同理，所有权变更会改变风险的形态。OpenRouter 被 Stripe 收购之后浮上来的争议是路由决策在新所有权下还中不中立，这和替换模型是两类不同的问题。[28]

行业背景可以解释这些钱从哪来。中国的日 token 调用量从 2024 年初的约 1000 亿涨到 2026 年 3 月的约 140 万亿，两年多增长超过一千倍。[33] 同一时期，网关这一层本身也在被收购和被攻击：Portkey 被 Palo Alto Networks 收购并整合进其 AI 安全产品线，而 LiteLLM 在 2026 年 3 月遭遇依赖包漏洞攻击，波及四万六千多个开发环境。[30]

一份排行榜和它的口径：综合分 OpenRouter 第一

口径先写在表前面。下面是五个维度各 1 到 10 分的加权结果，权重为价格 25%、模型覆盖与真实性 25%、延迟与路由 15%、隐私与合规 20%、生态与信任 15%。这是我基于快照数据的主观加权，不是第三方评级，换一组权重就会换一个排序。

名次	平台	价格	模型/真实性	延迟/路由	隐私/合规	生态/信任	综合
1	OpenRouter	8.5	10	7.0	8.5	9.5	8.8
2	DeepInfra	9.0	8.0	6.0	7.5	7.5	7.8
3	Together	6.5	8.5	6.0	9.0	8.5	7.7
4	硅基流动	7.5	8.5	6.5	7.5	7.5	7.6
5	Groq	5.0	7.0	9.5	8.0	6.5	7.0
6	Novita	7.0	7.5	5.5	7.0	5.5	6.7
7	B.AI	8.0	7.5	5.0	3.5	5.5	6.2
8	EasyRouter	6.0	5.5	5.0	2.0	4.0	4.6

排在后面的三家有一个共同点：关键信息不透明——机房位置、价目表、隐私政策、融资情况，缺的项各不相同但都缺。在一个黑盒类别里，信息透明度本身就该扣分。这是我打分时用的一条显式规则，不同意的话可以把它去掉重算。

打分和排除顺序不是一回事

这张表里价格占 25% 的最高权重，而全文的论点是价格该排最后。这两件事不矛盾，因为它们回答的是不同的问题。

加权排的是综合体验：在所有维度都合格的前提下，哪一家整体更划算。排除顺序排的是决策次序：先看哪一项、后看哪一项，才不会在不可逆的地方出错。一家平台可以在加权里得高分，同时在隐私政策那一关就该被某个具体场景排除掉——比如需要数据不出境时，OpenRouter 的 8.8 分帮不上忙。

落地到场景，以及四种要重新选的情况

先把六关的结论落到具体场景。

诉求	落点	理由
通用聚合、模型最全	OpenRouter	400+ 模型，价格透明，隐私政策的短板在上游而不在平台
开源模型极致低价	DeepInfra	DeepSeek V4-Flash 约为官方价四分之一
速度优先	Groq	官方分模型吞吐数据最硬，但模型少、数据在美国
国内直连加合规	硅基流动	境内存储、否认训练、备案主体；需接受实名与内容审核
隐私最敏感	Together	唯一提供 ZDR 且默认不训练
加密支付、无国界访问	B.AI，谨慎	唯一的加密原生聚合站，但隐私政策最弱，不适合承载敏感数据
其他	EasyRouter 暂不评估	价目表、隐私政策、域名归属三项均未证实

这套顺序会在四种情况下失效。

价格是快照，三天就可能变，政策条款也会改。本文里每一个数字都带 2026-09-09 这个日期，过了这个窗口就要重查。

合规环境变化。上游对转售和不支持地区的限制如果收紧，中转链路会突然失效——Anthropic 的商业条款里已经写明未经批准不得转售，也不得支持第三方规避这项限制。[23][24] 这类失效不给缓冲期。

所有权变化。收购会改变一家平台的激励结构，技术指标可以一项没变，而需要重新判断的是它还有没有动机保持中立。

最后，这套顺序是给个人和小团队用的。企业采购有自己的 DPA、审计和供应商评估流程，隐私和网关这两项在那里会变成合同条款，而不是逐条读政策文本。

把八家的资料翻完，我最确定的一条反而最不像结论：这六项里，价格是唯一一个查错了还能当天改回来的。也正因为它最容易比，它最容易被排到第一个看。

这是我根据公开资料整理的快照笔记，数据截至 2026 年 9 月 9 日。价格、政策条款和平台状态变化很快，使用前请以各平台官网为准。文中涉及的合规判断是对公开法规文本的理解，不构成法律建议。标注为未核实的条目表示本文没有找到可核实的一手来源，不代表相关说法一定不成立。