文档 · 对比
TopxAI 与厂商官方接口：价格、留存，以及哪些仍要直连
通过 TopxAI 而不是厂商直接调用 Claude、GPT 或 Grok 时，什么变了：每个 token 的价格、一把密钥一个余额、零留存，以及哪些端点仍留在厂商那边。
直接调用厂商接口是衡量任何中转的基准。这一页列出同一个请求经过 TopxAI 后有什么变化，包括你会失去什么。
变了什么
| 直连 | 经 TopxAI | |
|---|---|---|
| 每 token 价格 | 厂商牌价 | 共享池按牌价 50%，官方线路 90%；Jev 每百万输入 token $0.055；GLM、Kimi、DeepSeek 的模型由私有部署提供，按各自的固定价计费，不经过厂商 API |
| 账号与密钥 | 每家厂商一个账号、一把密钥、一张账单 | 一个账号，一把自动路由密钥覆盖全部模型，一个预付美元余额 |
| 付款 | 厂商的计费方式：银行卡、月结、预付，按厂商的币种和条款 | 在 Waffo 收银台用银行卡预付美元，或加密货币账单、储值卡；充值赠送 3%–12% |
| 请求路径 | 客户端到厂商 | 客户端到 TopxAI 再到厂商；多出的一跳是 TopxAI 与厂商之间的往返 |
| 提示与回复 | 厂商的留存政策 | 内存中转，不存储；用量日志只留 token 数、模型、线路和标识符 |
| 速率限制 | 厂商按账号的限制 | 按密钥的请求限制，以及共享池的容量；官方线路用 TopxAI 自己的账号调用厂商 |
| 用量记录 | 厂商的控制台 | 每个请求一行用量日志，含线路和费用，可按密钥、模型、线路筛选 |
| 模型版本 | 厂商提供的每个模型和快照 | TopxAI 目录里的模型；新版本加进目录后才有 |
仍留在厂商那边的
TopxAI 提供 Chat Completions、Responses、Messages、图像生成与编辑、视频生成、/v1/systemone 和 /v1/models。其余的继续用厂商自己的密钥：
- 批处理接口及其折扣
- 微调、文件、assistants、向量库
- 实时与音频端点
- 向量（目录里没有向量模型）
- 需要账号级设置的厂商功能，比如组织范围的数据控制
两边一样的
所选端点使用厂商原生格式时，TopxAI 保留该格式，并进行下文列出的调整；跨格式请求会转换协议。工具调用、结构化输出、流式、视觉和推理的支持范围取决于模型与端点，请对照兼容范围表和模型指南查看限制。提示缓存按报告的缓存用量与所选线路的价格计费。TopxAI 按所选线路设置上游鉴权请求头；Claude 请求未带版本时，补上 anthropic-version: 2023-06-01。系统提示会在两种情况下添加。Claude 没有 JSON 模式，所以通过 Chat Completions 请求 Claude 并把 response_format 设为 json_object 时，TopxAI 会在系统提示里加一句话，要求只回一个 JSON 对象。GPT 请求如果走厂商的 Responses 接口（GPT-6.1 Sol 和 GPT-6.1 Terra 的所有端点，以及走 /v1/responses 的 GPT-6 Astra），又没带系统提示，TopxAI 会发一行指令「You are a helpful assistant.」，免得厂商自己加一段长得多的提示，原因见下一段；请求里自己写了系统提示或 instructions 的，原样转发。Claude 原生请求保留 Messages 结构及缓存断点。中继会按模型能力校验工具选择和推理设置，不兼容的采样参数可能被移除。常见字段调整包括：没写 max_tokens 时补上模型的输出上限；service_tier、inference_geo 和 speed 不往上游传；已弃用的 output_format 上游不认，TopxAI 改成 output_config.format 再发。GLM-5.3-Abliterated 另有一处改动：那个部署解码几种字符串格式时会出错，所以 json_schema 里的 uri、email、date、date-time 格式会先挪进字段的 description 再转发，原因见它的页面。
两个 DeepSeek 模型 deepseek-flash-Abliterated 和 deepseek-flash-fast 在 Chat Completions 或转换后的 Messages 请求中省略输出上限时，中继按模型的输出上限补齐，但不超过估算提示词后的剩余上下文。它们的原生 Responses 入口也按同一规则补 max_output_tokens。这个上限在 deepseek-flash-Abliterated 上是 131,072 token，在 deepseek-flash-fast 上是 262,144 token。两个模型都支持在 input 中带完整对话上下文的无状态 Responses 请求，TopxAI 不承诺这个部署提供服务端对话持久化。
Claude 模型的 /v1/messages 请求里，max_tokens: 0 按没写处理：套用模型的输出上限，照常生成回答并计费。TopxAI 不提供 Anthropic 的零 token 缓存预热。要预热缓存，请发 max_tokens: 1。Claude Fable 5.2 不接受 temperature、top_p、top_k，原生 Messages 请求里的这三个字段由中继去掉，不会返回 Anthropic 的 400。
有些上游线路会在请求前面加一段自己的系统提示，这部分 token 上游按输入计数，所以和其余输入一起计费。Responses 请求没带 instructions 时，GPT 的厂商会加约 4,300 token 的 instructions。2026-10-16 实测，同一个 GPT-6.1 Sol 短请求，不带 instructions 计 4,353 个输入 token，带上只计 107 个。有了 TopxAI 补的那一行，厂商就不会再加。如果 /v1/responses 请求的系统提示只写在 input 里 role 为 system 或 developer 的条目中，instructions 仍然是空的，TopxAI 也不补，这样的请求还是可能带上厂商的提示；想避开，就把系统提示写进 instructions。Claude 线路的部分请求也可能多出几千 token 这类提示，上游大多记作缓存写入和缓存读取。提供 kimi-k3.1-pro 的私有部署会在每个请求前面加一段约 100 个输入 token 的系统提示词，按输入计费。在 /v1/responses 上，上游还会把实际用的 instructions 和几个自有字段写进回复。TopxAI 把 instructions、metadata、safety_identifier、prompt_cache_key 改回你请求里的值（所以回复里看不到 TopxAI 补的那一行），删掉已知由上游自己加上的字段，回复体和每个流式事件都一样处理。有些线路的 Chat Completions 回复会多一个 provider_specific_fields 字段，TopxAI 也会删掉。每个请求按多少输入和缓存 token 计费，用量日志里都列着。
怎么选
需要 TopxAI 不提供的端点、厂商自己的计费条款，或目录之外的模型，就直连。常用的模型都在目录里、在意每 token 的价格、一把密钥一个余额比几个账号省事，就走 TopxAI。两者不互斥：多数工具按模型填基础地址，目录里的模型走 TopxAI，其余的直连。
相关
上一页：TopxAI 与 OpenRouter：哪些一样，哪些不同 · 下一页：TopxAI 与 Vercel AI Gateway：按牌价不加价，还是牌价的一半
其他语言：English