Kimi K3.1 Pro、GLM-5.3、DeepSeek V4、Qwen 3.8，OpenAI 兼容接口。跑在我们自己运维的硬件上，价格完整公开。
100 万上下文 · 月可用性目标 99.9% · 默认零留存 · rate 1.00
# OpenAI 兼容，换个 base_url 就能用 from openai import OpenAI client = OpenAI( base_url="https://api.tokentoken.ai/v1", api_key="tt-...", ) r = client.chat.completions.create( model="tt/kimi-k3.1-pro", messages=[{"role": "user", "content": "你好"}], )
同一把 key 也支持 Anthropic Messages。
前沿开源权重跑在自有硬件上。厂商 API 正在接入。
| 模型 | 权重 | 上下文 | 输入 /M | 输出 /M | 状态 |
|---|---|---|---|---|---|
| tt/kimi-k3.1-pro | Kimi K3.1 Pro | 1M | $1.50 | $7.50 | 可用 |
| tt/glm-5.3 | GLM-5.3 | 1M | $0.95 | $3.00 | 可用 |
| tt/deepseek-v4-pro | DeepSeek V4-Pro | 1M | $0.60 | $2.40 | 可用 |
| tt/deepseek-v4.1-flash | DeepSeek V4.1-Flash | 1M | $0.25 | $1.00 | 可用 |
| tt/glm-5.3-flash | GLM-5.3-Flash | 1M | $0.18 | $0.70 | 可用 |
| tt/qwen3.8-27b | Qwen3.8-27B | 262K | $0.10 | $0.35 | 可用 |
| claude-opus-5-5 | Anthropic API | 1M | — | — | coming soon |
| gpt-6-astra | OpenAI API | — | — | — | coming soon |
| gemini-4-argon | Google API | — | — | — | coming soon |
价格按 rate 1.00。厂商 API 模型在接入期按厂商公开价列出。
我们的自部署线路，与各厂商自己公布的价相比落在哪里。
厂商价取自各家官方定价页公布的标准档、短上下文区间，读取于 2026 年 11 月 6 日；促销价与长上下文档位不同。我方价格按 rate 1.00 展示。
内核、调度、机队和值班电话都在同一支团队手里。这是线路在高负载下还站得住的原因，也是我们能把价格定得有竞争力、而不是在别人的额度上加价的原因。
一把 key、一个入口。网关鉴权、预扣、路由；机队产出 token。
自部署线路已可用。厂商 API 线路正在接入，目录与 GET /v1/models 里都标为 coming soon。
我们自己的 GPU，不是转售额度。预留的机器只归你，它的空闲时间回到 token 池。
按卡调 kernel、量化、投机解码、连续批处理。每张卡的吞吐来自我们自己的工程。
每条故障路径都是 检测 → 自愈 → 验证，并由闸门注入故障、断言自愈真的触发。
所有价格 = 基准价 × rate，现在是 1.00。站点、控制台、API 上都是这个数，也是账单上那个数。
多数团队先用 API 按 token 付费。当你的负载稳定到能把一张卡跑满，再预留：B300 现货，按月独占，价格含电与带宽。询价一个工作日内回复。
不切分模型的前提下能装下多少。
B300 与 H200 为 HBM3e；RTX 卡为 GDDR7 / GDDR6X。柱高按实际比例。
不保存请求与响应正文，只保存计费元数据。排障留存按 key 显式开启，并自动到期。
没有开关可以改这一条，也不提供"允许训练换折扣"。
自部署、厂商 API、云厂商、授权第三方——写在 API 响应里，不只写在这一页。不做账号池。
指定线路可在硬件 TEE 内运行，请求发出前由你的客户端验证证明，并返回签名用量凭据。
推理可按合同约定只发生在北美、东南亚或东亚其中一个区域。
Authorization 头在入口就丢弃，不是"先记录再脱敏"。
含 SCCs 与 UK Addendum 的 DPA、子处理者清单（变更提前 30 天通知）、安全说明。