API 中转站怎么比较？
解释 API 中转站、充值系数、模型倍率、综合倍率、号池来源、混池和二级分销，帮助你用 全渠搜 判断哪些站点适合小额试用。
更新于 · 首发
先说结论
API 中转站不要只看单个倍率。更实用的比较顺序是：先看充值系数，再看 Claude / GPT 模型倍率，算出综合倍率，最后结合近 7 日稳定性、样本数、来源渠道和待核验提示判断是否值得小额试用。
API 中转站是什么
API 中转站通常把上游模型能力包装成兼容 OpenAI、Anthropic 或其他协议的调用入口。用户在站内充值后，通过站点提供的 Key 或 Base URL 调用 Claude、GPT 等模型。
它解决的是支付门槛、官方 API 获取门槛、不同工具接入和临时备用线路的问题。但它也引入了新的不确定性：上游来源、号池稳定性、扣费口径、售后处理、是否混池、是否二级分销。
真实成本怎么算
全渠搜 使用两个核心口径：
充值系数 = 站内额度换算比例 / 7.2
综合倍率 = 充值系数 * 模型倍率举例：
| 站内规则 | 模型倍率 | 计算方式 | 综合倍率 |
|---|---|---|---|
1:1 | 0.18x | 1 / 7.2 * 0.18 | 约 0.025x |
1:1.2 | 0.21x | 1.2 / 7.2 * 0.21 | 约 0.035x |
| 未公开充值比例 | 0.16x | 缺少充值系数 | 无法计算 |
综合倍率不是官方价格，也不是绝对成本承诺。它只是把不同站点的充值比例和模型分组倍率折到同一把尺子上，方便横向比较。
为什么 Claude 和 GPT 分开看
中转站的 Claude 池和 GPT 池可能来自不同上游，稳定性、限流、价格和可用时段都可能不同。把所有模型混成一个全站最低价会误导用户。
全渠搜 会分开展示：
| 维度 | 作用 |
|---|---|
| Claude 最低综合倍率 | 判断 Claude Code、Cursor、开发工具场景的成本参考。 |
| GPT 最低综合倍率 | 判断 GPT 系模型调用成本。 |
| 模型分组倍率区间 | 看同一站点内不同标准模型的价格差。 |
| 近 7 日稳定性 | 看这个站点最近是否有足够可用样本。 |
号池来源怎么理解
| 标签 | 含义 | 你该怎么用 |
|---|---|---|
| 官方 API | 站点声称或展示基于官方 API 额度。 | 仍要看价格、限流和售后，不代表 全渠搜 担保。 |
| 云厂商 | 可能来自云平台模型服务。 | 关注地区、限流、模型版本和价格口径。 |
| 一手自建号池 | 站点自己维护账号或资源池。 | 看是否说明 Pro / Plus / Max / Team 等池子。 |
| 一手批发 | 站点可能有批量上游资源。 | 看稳定性样本和售后规则。 |
| 二级分销 | 站点再接别人的中转或上游。 | 可以收录，但首次充值应更谨慎。 |
| 混合渠道 | 多种上游混在一起。 | 关注某个模型是否会被切到不同质量线路。 |
| 未披露 | 上游和池子信息不足。 | 只适合小额试用或继续观望。 |
为什么公开价格、站方状态和模型检测要分开
完整检测报告需要持续跑样本，至少包括：
| 检测项 | 说明 |
|---|---|
| 真模型 | 返回模型是否和标称模型一致。 |
| 协议兼容 | 是否兼容常见 SDK、工具和流式输出。 |
| TTFT / TPS | 首 Token 时间和生成速度。 |
| 并发与限流 | 多请求下是否稳定。 |
| 错误率 | 429、423、超时、空响应等错误类型。 |
这些维度值得做，但不能把 全渠搜 的轻量请求、站方真实流量和站方探针混成同一项“延迟”。当前公开榜单只保留价格和来源明确的站方状态；全渠搜 主动请求统一进入模型检测任务与报告，不再回写公开监测字段。
综合推荐怎么排
默认“综合推荐”不是商家信誉认证，也不是充值担保。
“全部”视图：有监测分组 + 模型族价格篮子
“全部”视图只用有监测的分组排序：该分组有自己的直连监测且数据未过期。可用率不设门槛，高低体现在可用性得分里。没有监测的低价分组仍然展示，但标为“最低标价 未验证”，不参与排序，也不会成为“最低可用倍率”。
- 每个模型族取一个代表：该族最便宜的有监测分组。价格、可用性和响应都用这个分组自己的数据，价格只和同族其他站点比，Grok 等便宜族的福利分组不会压过 GPT、Claude。
- 价格含缓存：按分组公开的缓存命中率折算有效价格（命中部分按缓存读取价计费，输出按输入的 1/10 估算）；命中率等于同族中位数时有效价格等于综合倍率，没有公开命中率时按同族偏低水平计。
- 代表分组得分：价格 40、近 60 次成功率 18、近 7 日成功率 12、响应速度 15。
- 价格篮子：GPT 30%、Claude 30%、国产模型 20%（GLM、DeepSeek、Kimi、千问各 5%）、Gemini 10%、Grok 10%。缺少的模型族部分扣分（70% 按缺失记零，30% 只看已覆盖的族）。
- 站点层：监测覆盖 10 分（有直连监测的分组占比）、主体与渠道 5 分（企业主体、披露官方 API 或一手号池、无待核验反馈）。
模型真假检测恢复前不计分；逆向、Kiro 等渠道不额外扣分，只做披露和筛选。
模型视图
模型视图逐条列出每个站点、每个分组的报价，不合并、不隐藏。“综合推荐”排序时有监测的报价在前，按含缓存折算的有效价格 47、近 60 次成功率 21、近 7 日成功率 14、响应速度 18 打分。未监测的报价排在分隔线之后，按价格从低到高。“最低可用价”和推荐站点只看有监测的报价，更低的未验证标价单独标出。
单个模型族标签
| 维度 | 权重 | 计算口径 |
|---|---|---|
| 成本竞争力 | 约 35.3% | 在当前模型或筛选范围内按综合倍率的对数分位比较，避免低倍率过早全部满分。 |
| 近 60 次成功率 | 约 21.2% | 使用站方公开监测的最近请求结果计算置信下界，短期连续失败会更快反映到排序。 |
| 近 7 日成功率 | 约 14.1% | 使用站方公开监测的 7 日整体成功率和样本数计算置信下界，避免短时波动完全主导。 |
| 缓存命中率 | 约 11.8% | 同一模型家族内先按分组去重并按 Token 样本加权；“全部”视图再对有数据的模型家族等权平均。无有效样本不加分。 |
| 模型真假检测 | 约 17.6% | 只使用可打开、可复核的公开检测报告；待检测不加分，异常不加分。 |
倍率、公开监测成功率和缓存命中率都跟随当前模型或模型家族筛选，不能用其他模型家族的表现替代。model 级监测可以用于具体模型，并可向上聚合到模型家族和站点总览；family 推断只作参考，不进入硬排名。报价侧只有参考证据、但站点存在新鲜 station + exact 监测时，站点总览使用站点级证据兜底。“全部”视图定义为核心文本综合：只汇总 ChatGPT、Claude、Gemini、Grok、GLM、DeepSeek、Kimi、千问，图片生成和视频生成不参与全部综合。站方响应延迟保留原有 15% 综合推荐权重，满足样本量及覆盖率门槛后参与评分；TTFT、TPS 仍按各自来源展示；全渠搜 自有性能实测只在模型检测报告中出现。
榜单统一按公开监测数据计算，公开来源类型本身不额外加分。广告、赞助、AFF、优惠码、入驻关系和站点程序不会进入排序；除“全部”视图的主体与渠道 5 分外，资料完整度和主观风险标签也不进入评分，只做独立披露、筛选或使用提醒。
小额试用清单
- 不要第一次就大额充值。
- 优先选择公开价格页、售后入口、余额规则和退款规则清楚的站点。
- 如果站点标注混池、二级分销、上游未披露，只把它当作备选测试。
- 对 Claude 和 GPT 分别测试，不要用一个模型的稳定性推断另一个模型。
- 购买或充值前回原站再次核验价格和规则。
- 不要把 API Key、账号密码、Cookie 发给任何第三方比价页面。
用 全渠搜 怎么看
- 先进入 API 中转站价格榜，看默认综合推荐。
- 如果你只用 Claude，筛选
Claude并看 Claude 综合倍率。 - 如果你只用 GPT，筛选
GPT并看 GPT 综合倍率。 - 想找低价时切到按倍率排序。
- 想找备用稳定线路时切到按稳定性排序。
- 点进站点详情，看价格表、可用性样本、来源渠道和待核验提示。