跳转到主要内容
先说结论： 厂商的官方价，是任何正规中转商的成本底线。大客户确实能拿到折扣，但不会便宜 90%–98%。如果 Claude、GPT 或 Gemini 只卖官方价的 2%–10%，这些 token 几乎肯定不是从官方接口来的：要么是倒卖的订阅，要么是试用额度、别人的账号，或者干脆换了模型。这种服务能用到被封为止，余额也会跟着一起没了。

​
能便宜到什么程度

下面是我们 2026-10-27 在市场上看到的报价，和厂商官方价对比（美元／每百万 token，输入 / 输出）：
官方价取自 Anthropic、OpenAI 和 Google 的价格页。Gemini 3.8 Flash 是 Google 的限时价，有效期到 2026-12-31。
输入和输出一个价，本身就是个信号：三家厂商的输出价都是输入价的 4–6 倍。卖家不在乎模型写多少 token，说明他付钱买的多半不是 token，而是别的东西。

​
这种价格是怎么来的

​
会有什么后果

  • 随时断。 渠道能用到底下的账号被封为止。今天全都能通，明天一个都不通，反反复复。
  • 偷加系统提示词。 如果中间有人往你的请求里加自己的指令，模型的回答就会变样：多耗 token、莫名其妙地拒绝、代码风格也不一样。
  • 你的数据。 你的提示词和代码要经过第三方的账号。服务方没有公司主体、没有地址的话，泄露了也找不到人负责。
  • 你的钱。 余额只在服务还在的时候有效。如果只有整个服务挂了才退款，其他情况的损失都得你自己担。
  • 价格乱跳。 价格每分钟重算一次的话，项目预算根本没法做。

​
怎么识别

  • 旗舰模型比官方价便宜好几倍，服务方又说不清折扣从哪来。
  • 条款和网站上没有公司主体、国家、地址和适用法律。
  • 同一个模型有几十条不知名的「线路」，价格和稳定性各不相同，价格几分钟就变一次。
  • 输入和输出一个价，而厂商那边输出要贵好几倍。
  • 只能通过 Telegram 联系。

​
正当的省钱办法

不走灰色渠道也能省：
  • 提示缓存。 智能体和聊天机器人会一遍遍发送同样的上下文。重复的上下文从缓存读取，至少比普通输入便宜 10 倍，详见提示缓存。
  • 按任务选模型。 日常活用便宜模型就够了：deepseek-flash、claude-haiku-5-5、gpt-5.4-mini、gemini-3.8-flash。旗舰模型留给难题。
  • 控制历史和回答长度。 限制 max_tokens，别把整个项目都塞给智能体。怎么算，见 Claude Code 和 Cline 怎么省钱。
  • 跟上厂商的限时价。 厂商会临时降价：比如 Google 把 Gemini 3.8 Flash 的价格降了一半，到 2026-12-31 为止，RuAPI 也跟着降了一半，见更新日志。

​
RuAPI 是怎么做的

  • 原厂模型，不偷换、不偷偷降级。
  • 主力模型有备用渠道：一个渠道出问题，请求会自动转到另一个。
  • 价格固定，付款前就能看到。跟着厂商调价一起调，调整都会写进更新日志。
  • 每次请求都能在控制台的日志里看到：模型、token 数、扣费。
  • 运营方是新加坡的 CYBERBIT PTE. LTD.，见使用条款；充值后 7 天内，没用完的余额可以退，见退款政策。

​
常见问题

能用到你的请求经过的那些账号被封为止。只是试一试的话可能无所谓。但如果你的产品或工作流程依赖这个接口，哪天突然断掉、余额打水漂，损失比省下的钱多得多。
有：大客户会跟厂商谈用量折扣、预付折扣。但这种折扣不可能把每百万 token 20 美元变成 0.30 美元。而且拿折扣进货的中转商，自己也要有利润才能运营。
回复里的 model 字段证明不了什么，那是服务方自己填的。更靠谱的是测厂商公布的能力：上下文长度、看图、函数调用。也可以拿同一个难题，和官方聊天界面的回答对比。
因为我们的 token 是合法买来的，不可能低于成本卖。但正当的办法也能省：用上提示缓存、选对模型，编程智能体的花费往往比不用缓存、按原价算便宜好几倍。

​
接下来

提示缓存

重复的上下文至少便宜 10 倍。

Claude Code 和 Cline 怎么省钱

钱花在哪、怎么降下来。

所有模型的价格

每百万 token 的最新价格。

怎么买 USDT

Crypto Bot、Bybit P2P 或兑换点，三种办法。