上一篇聊了低价 Token 背后四个绕不开的问题。这篇往深走一层，把两条操作线拆开看——低价是怎么做出来的，又是怎么在用户眼皮底下维持的。

这两条线一条叫资源套利，一条叫服务掺水。前者解决进货成本的问题，后者解决卖出去不亏的问题。

资源套利：你的额度包买的是一个拼缝生意

中转站不训练模型也不维护推理集群。它做的是低价进货高价卖出——进货渠道不走正常采购。

免费额度是成本最低的方式。海外大模型服务商给新注册账号赠送免费 Token，通常够跑几万次对话。中转站批量注册账号，自动化脚本消耗额度，再转手卖出。单个账号的免费额度不多，几百个账号并线跑，就是零成本的库存。

更稳定的路径是协议价差价。教育机构、非营利组织、初创企业加速器签的协议价可能只有公开定价的三到五折。中转站申请这类资格拿到折扣账号，再按高于协议价但低于公开价的价格转卖。有些甚至会注册壳公司专门申请企业协议价，拿到后拆分转卖给零售用户。

订阅套餐拆分同理。企业版单 Token 成本更低，中转站买一个企业套餐拆成几十份卖，每份低于官方个人版，但总和远超企业套餐成本。

这三条路径共享一个前提：都在违反服务商用户协议。批量注册、转售额度、假借资格——每一条都在禁止清单上。进货渠道很脆弱，封号就清零，大规模封号扫荡可能让整条进货链路中断。

动态路由策略值得专门讲一下。中转站手里不只一条进货渠道——免费额度账号、教育折扣账号、拆分后的企业套餐可能同时存在。每次用户请求过来，系统按实时成本自动选最便宜的渠道转发。这一分钟走教育折扣，下一分钟切免费额度。用户调用的是"同一个接口"，实际每轮请求背后的渠道、账号状态、速率限制都不同。延迟波动和偶尔的超时，根子在路由策略上。

怎么侧面判断是否有动态路由。 在连续请求中留意延迟的方差——如果同一时段内延迟波动超过了 30%-50%，不太可能是服务商那头的正常抖动，更有可能是路由在切换。另外，在中转站控制台查看每次请求的请求 ID 前缀或 trace ID，如果格式在不同请求之间出现了不连续的变化，说明上游端点可能不是同一个。

服务掺水：把低成本的东西包装成高价值

资源套利省的是进货端，服务掺水省的是出货端——让利润变厚。

模型降级是最直接的做法。用户付 GPT-4 的价格，请求被转到 GPT-4o-mini，两个模型的定价差了几十倍，差价是纯利。

用户为什么发现不了。输出质量没有客观标尺。你问一个复杂技术问题，GPT-4o-mini 回答短一点、概括一点，但不会离谱到不像大模型。你觉得"今天模型状态不好"，调提示词，问题似乎解决。你在用自己的提示词技巧弥补能力差距，中转站按 GPT-4 价格收费。

怎么验证模型是否被降级。 同一条 prompt 分别从中转站和官方直连发，对比两组返回。选一些对模型能力差异敏感的任务——多步推理、结构化代码生成、复杂 JSON 输出。GPT-4 和 GPT-4o-mini 在这些任务上的差距在直连条件下可复现。如果中转站返回跟官方 GPT-4o-mini 直连结果高度相似，而跟官方 GPT-4 直连差距明显，降级基本可以确认。做一轮对照大概几十条请求，Token 成本不高，但信息量很大。

参数层面的掺水更精细。模型不换，请求参数被悄悄改。温度从 0.3 调到 0.8，输出更随机更不可控，但消耗的 Token 更少——高温度下输出倾向更短。max_tokens 被压低，输出中途截断，你以为是网络问题。精度从 high 切 low，高精度任务表现下降，日常闲聊看不出。

怎么检测参数被调整。 记录每次请求的 finish_reason——如果中转站侧 consistently 因为 length 截断结束，而同样 prompt 在直连侧正常 stop，说明 max_tokens 被压过。温度是否被调可以间接判断：同样 prompt 多次请求，如果中转站侧返回的多样性明显高于直连侧，温度大概率被动了。

Token 注水是另一个手法。中转站转发前往你的输入塞不可见的 system prompt，返回结果后面拼多余内容。你本地 tokenizer 统计的数和账单永远对不上。验证方法很简单： 在本地用 tiktoken 或同等 tokenizer 对完整请求体做编码统计，跟中转站返回的 usage 数字做比对。差值超过 5%-10% 就值得怀疑。注意统计时要把请求体和返回体都算进去——有些中转站只在返回端注水，请求端保持干净，让你更难发现。

版本也需要关注。同一个模型名称在不同 API 端点可能对应差了几个月的版本。中转站用旧版接口——旧版调用成本更低——但对外标"最新模型"。验证版本： 利用知识截止日期做测试。问特定时间节点的事件，不同版本模型的截止日期不同。也可以用模型对自身版本的认知——直接问"你的模型版本号和知识截止日期是什么"，不同版本给出的答案应该有差异。

这个生意为什么不崩

信息差够大。普通用户不清楚官方定价，也不清楚模型间能力差距。看到"GPT-4"觉得就是最好的，看到便宜一半觉得捡到便宜。验证模型身份需要做对照测试，绝大多数人不花这个时间。

价格锚定效应。跟官方直连一比确实便宜。用户只比较价格这一项，没把封号风险、降级损失、数据成本算进去——这些不是每笔可见，但一旦出事就是大数。

规模效应。运营成本在调用量够大后摊得很薄，单笔利润不高但总量可观。掺水策略让利润率随规模扩张不降反升——调用量越大，参数调整和 Token 注水省的成本越可观。

低价 Token 账单上印着一个数，每笔调用的实际成本被拆到几个看不到的地方。进货端灰色地带套利，出货端参数和路由上做文章，中间信息差和用户习惯让整个过程运转得很顺畅。

便宜不是凭空来的。在一个信息不透明的市场里，便宜的代价不一定印在账单上。好消息是，本文列的这些验证方法做一轮成本不高——几十条请求、半小时时间，足以让你对自己买到的到底是什么有一个比较清楚的判断。

🔑