上个月团队决定全面切到 Claude Code 做日常开发，Sonnet 4.6 的代码能力确实猛，但问题来了——十几个工程师每人都要绑自己的 API Key，月底报销的时候财务看着一堆美元账单直接崩溃。老板让我调研一下 API 聚合平台，统一走一个入口，最好能看到每个人的用量明细。

我花了大概一周时间，把市面上几个主流的聚合平台都接到 Claude Code 里跑了一轮。结果跟我预想的不太一样。

评测维度

先说清楚我怎么测的，免得有人说不严谨。

测试环境是 Claude Code 最新版（4 月 23 号更新的），模型统一用 Claude Sonnet 4.6，测试任务是让它重构一个 Express 中间件 + 写单元测试，每个平台跑 50 次取平均值。重点看这几个指标：

• 首 Token 延迟（TTFT）：敲完回车到开始出字的时间，体感最明显
• 端到端延迟：整个任务完成的时间
• 成功率：50 次里有几次正常跑完
• 价格：有没有加价、手续费之类的隐性成本
• Claude Code 兼容性：改完 base_url 能不能直接用，有没有奇怪的报错

测试时间段是 4 月 21 号到 4 月 25 号，每天下午 2-4 点（这个时间段负载一般比较高）。

评测结果天梯图

直接上数据：

平台	首 Token 延迟 (P50)	首 Token 延迟 (P95)	端到端延迟 (中位数)	成功率	加价比例	Claude Code 兼容性
Anthropic 官方	680ms	1420ms	12.3s	98%	0%	✅ 原生
OpenRouter	820ms	1890ms	14.1s	94%	5.5%	✅ 需改配置
ofox.ai	710ms	1350ms	12.8s	98%	0%	✅ 需改配置
Together AI	950ms	2340ms	15.6s	92%	按模型浮动	⚠️ 部分功能受限

几个点单独说：

Anthropic 官方直连延迟最低，没啥好说的。但十几个人各自注册、各自充值、各自绑信用卡，管理成本太高。

OpenRouter 的 P95 延迟波动挺大，1890ms 是我测出来的，有两次甚至飙到 3 秒多。5.5% 的手续费，我们团队一个月大概 $800 的 Claude 用量，算下来每月多花 $44，一年 $528，差不多 ¥3800。不是大钱但也烦人。

Together AI 的问题比较明显——Claude Code 里有些 tool_use 的调用会返回格式不对的 JSON，我遇到过这个报错：

Error: Could not parse tool_use response: Unexpected token '<' at position 0

查了一下是它们的代理层偶尔会返回 HTML 错误页而不是 JSON。50 次里出现了 4 次，成功率只有 92%。

调用链路对比

graph TD
 A[Claude Code CLI] -->|直连| B[Anthropic API]
 A -->|改 base_url| C[OpenRouter]
 A -->|改 base_url| D[ofox.ai]
 A -->|改 base_url| E[Together AI]

 C -->|+5.5% 手续费| F[Anthropic 官方通道]
 D -->|0% 加价| G[Anthropic / AWS Bedrock 官方通道]
 E -->|浮动加价| H[自有推理集群]
 B --> I[响应]
 F --> I
 G --> I
 H --> I

这个图能看出一个关键区别：有的平台是纯转发到官方通道，有的是自己做了一层推理。自己做推理的延迟和兼容性都会差一截。

第一梯队：延迟和稳定性都能打的

Anthropic 官方不用多说，但它没有团队管理功能，没法看每个成员的用量，也没法统一计费。个人开发者直连就完事了。

ofox.ai 的数据让我有点意外，P95 延迟 1350ms 比官方的 1420ms 还低一丢丢（可能是香港的缘故，我也不确定这个差异是不是在误差范围内）。它和 OpenRouter 一样走 OpenAI 兼容协议，改 base_url 就能接 Claude Code，但 OpenRouter 收 5.5% 手续费而 ofox 是 0% 加价对齐官方价格。

Claude Code 的配置改起来很简单：

# 设置环境变量
export ANTHROPIC_BASE_URL=https://api.ofox.ai/v1
export ANTHROPIC_API_KEY=your-key

# 或者直接在 Claude Code 配置文件里改
claude config set apiBaseUrl https://api.ofox.ai/v1

第二梯队：能用但有取舍

OpenRouter 生态最大，模型最全，社区文档也多。不在意那 5.5% 的手续费的话，用起来是最省心的。但我在测试期间遇到了两次 429 限流：

Error 429: Rate limit exceeded. Please retry after 12 seconds.

官方文档说免费用户限流比较严格，付费用户会好很多。我用的是付费账户，12 秒的等待在 Claude Code 里体感还是挺明显的——你正写着代码呢，突然卡住十几秒，思路都断了。

Together AI 目前接 Claude Code 不太推荐。tool_use 的兼容性问题不是偶发的，而且它们的 Claude 模型选择比较少，Opus 4.7 到现在还没上。

不同需求怎么选

说一下我们最后的决策过程，可能对你有参考：

个人开发者、预算不敏感：直连 Anthropic 官方，最简单，延迟最低，没有中间商。

小团队（3-5 人）、想省管理成本：OpenRouter 或 ofox.ai 都行。OpenRouter 胜在社区大、文档全；ofox.ai 胜在没有手续费，而且有个团队管理后台能看到每个成员的 Token 消耗和费用明细，月底对账方便。我们最终选了后者，主要是财务那边强烈要求能看到每笔支出的明细。

重度 Claude Code 用户、对延迟极度敏感：P50 差个 100ms 在 Claude Code 的场景里感知不大，因为模型生成本身就要十几秒。P95 的差异才是关键——你不希望每天有几次被 2 秒以上的延迟卡住。

需要多模型切换的：OpenRouter 的模型覆盖面确实最广，这点没争议。

踩坑补充

有个坑差点没注意到：Claude Code 在 4 月 20 号的更新里改了 streaming 的默认行为，如果聚合平台的代理层不支持新的 SSE 格式，会出现输出到一半突然断掉的情况。我在 Together AI 上遇到了，OpenRouter 和 ofox.ai 都没这个问题。

还有一个事——Claude Code 的 /cost 命令显示的价格是按 Anthropic 官方费率算的，如果你用的聚合平台有加价，实际扣费会比显示的多。这个得自己去平台后台核对。

小结

跑完这一轮测试，我的结论是：聚合平台之间的延迟差异没有想象中那么大，真正拉开差距的是稳定性（P95 和成功率）和隐性成本（手续费、限流策略）。选平台之前先想清楚自己最在意什么——是价格、是管理功能、还是模型覆盖面。

我们团队目前用了两周，暂时没遇到什么大问题。后面如果有新的坑再来更新。