C端Token中转市场乱象调查：定价失序、计量黑盒化……行业亟需“公平秤”

大模型产业高歌猛进，然而，作为核心流通载体的Token（词元）市场，却仍处在野蛮生长的混沌状态。

《每日经济新闻》记者（以下简称每经记者）近日调查发现，电商平台在售的大量Token日卡、月卡并没有标明具体的Token额度，不但无法和官方服务直观比价，而且很难明确实际可用额度、模型真伪与扣费规则。

这些提供Token相关商品的商家大多自称为API（应用程序编程接口）服务商、API中转第三方平台，部分商品会标明“非对应模型官方服务”等。在每经记者的调查中，他们有的无法出示原厂授权，还有商家引导消费者脱离电商交易体系，转至微信私下交付兑换码。

这套游走在规则边缘的Token中转生态是如何形成的？其合规边界与风险又在哪里？

每经记者实测：计费规则模糊

关于API中转站，每经记者发现，目前并没有严格的、权威的定义，类似的概念还有AI（人工智能）中转站、Token中转站等。

国家安全部官方微信号在《“AI中转站”，风险要防范》一文中明确：AI中转站是介于用户和AI模型厂商官方服务之间的代理层。它把各AI模型厂商的应用程序编程接口统一整合到一个平台，再提供给用户。形象地讲，AI中转站就是用户和大模型之间的中介，可以帮助用户更便捷地调用多个AI大模型，一站式满足用户多样化使用需求。

它的主要“优势”在于，用户只需接入中转站一个入口，即可调用国内外主流大模型，无需来回切换。为吸引用户使用，部分AI中转站会利用折扣与积分补贴，使其使用成本低于官方标价。用户甚至可以借此绕过网络访问、官方授权、跨境传输等限制，直连部分境外大模型。

每经记者在电商平台购买了某API中转商提供的API服务，在付费之后，很快就收到了兑换码。根据其提供的指引，每经记者进入了一个网址，使用兑换码获取API Key（密钥）。

紧接着，每经记者在WorkBuddy（腾讯推出的AI办公智能体）上进行了配置。WorkBuddy支持OpenAI兼容格式API接入，在模型配置页面选择“自定义模型”，保存配置后即可完成接入。

完成配置后，每经记者尝试与接入的自定义模型对话，并同步在API中转商提供的网址进行Token用量查询。

每经记者购买的服务商品名为“Kimi K3周卡5000请求”。该服务商表示，这个商品标明的请求次数和Token是独立计算的，每个请求都不限制Token数量。例如“月卡28000请求”，即可以进行28000次调用，每次调用可使用任意数量的Token，具体能抵多少Token取决于模型内部的计算方式。

这也意味着，每经记者购买的“Kimi K3周卡5000请求”，理论上可进行5000次调用，定价为19元。但在每经记者进行了12次调用（模型进行了12次回复）后，用量查询就显示已经使用了可用额度的2.6%，也就是130次请求额度（5000×2.6%得出）。

实际被扣减的额度为何远高于真实发起的调用次数？对此，该商家客服回应每经记者：“一次提问可能消耗几次或几十次调用请求。”

除此之外，每经记者还发现，市面上存在大量形式不一的自定义额度计费规则。

同样以Kimi K3大模型为例，另一家API中转商上架的调用服务描述为“10额度、不限时间、不限次数、按量计费”，定价为16.67元。当每经记者询问商家具体Token额度时，商家拒绝解释10额度指代的具体Token额度，只表明“上面显示多少就是多少”。

另有中转商提供Kimi K3的月卡，定价为1000积分9.9元。商家宣称，这一服务商品每1万Token消耗1积分。商家表示，Token额度包括输入、输出和缓存。

根据Kimi K3官方API定价，缓存未命中场景下输入为20元每百万Token、输出为100元每百万Token。若按照商家宣传，9.9元可使用合计1000万Token（输入+输出+缓存）。即便全部按成本较低的输入Token测算，同等量级官方服务需要200元；如果以输出Token为主，官方成本将高达1000元，中转商产品和官方产品之间存在巨大价差。

每经记者以消费者身份咨询该卖家客服：“怎么做到这么便宜的？”客服回应：“我们是自部署的，有闲置算力，有补贴。”

此外，当每经记者询问与DeepSeek（深度求索）Token相关的API商品是否获得官方授权时，有API中转商对每经记者表示：“没有这种东西，我们是自己的平台提供模型API的。背后资源是DeepSeek原厂来源。”

值得一提的是，个别API中转商拒绝在电商平台完成交易流程，而是将每经记者引导至微信后，才提供具体的兑换网址和兑换码。

风险浮现：合规红线如何界定

近期，API中转服务存在的风险已经受到了多方关注。

早在今年4月，加州大学圣巴巴拉分校研究团队就发表论文称：“我们对428个商用中转路由开展测量研究，发现其中9个会注入恶意代码，17个存在滥用研究者凭证的行为。实验表明，即便是本身无恶意的中转路由，只要发生一次密钥泄露，就会引发同类数据泄露事件。”

事实上，大模型厂商对API中转并非一刀切禁止，核心分界线在于是否取得厂商书面授权。对于无授权、倒卖额度的简易中转，各大模型厂商普遍持禁止态度，但协议表述松紧不一。

智谱在《用户协议》中明确表示：“未经智谱事先书面同意，不得通过出租、出借、出售、分销、转售、转让、共享账号、转授权、二次封装、服务中转、聚合中转或其他变相方式，向任何第三方提供大模型开放平台服务，或提供与本服务相关的API Key、API Token、访问凭证、账号权限或其他服务能力。”

Kimi则在《用户服务协议》中表示：“您应妥善保管账号，不得以任何形式将账号擅自转让、出借、出租或提供给他人使用。”

那么，无备案、无资质的Token中转平台是否涉及违法？

北京市隆安（深圳）律师事务所合伙人卫斌律师接受每经记者采访时表示，应当按照“行政合规—民事责任—刑事责任”三个层次判断，而不是只凭借“无资质”就直接套用刑事罪名。

他表示，无备案、无资质的Token中转平台可能构成无证经营互联网信息服务或者其他增值电信业务。非经营性互联网信息服务适用备案制度；面向不特定用户持续收费提供服务，如果业务实质属于经营性互联网信息服务或者其他增值电信业务，则可能需要取得相应经营许可。API中转究竟属于信息服务业务、在线数据处理业务，还是一般软件技术服务，需要根据平台是否直接向终端用户提供信息、是否处理数据、是否撮合交易以及具体技术架构进行判断，不能仅凭“通过互联网收费”一概认定。

“无备案、无许可经营，可能面临责令改正、没收违法所得、罚款、关停网站或停止服务等行政责任。”卫斌表示，《互联网信息服务管理办法》规定，国家对经营性互联网信息服务实行许可制度，对非经营性服务实行备案制度。

卫斌说，《生成式人工智能服务管理暂行办法》明确，利用生成式人工智能技术向境内公众提供服务，包括通过可编程接口提供服务的组织和个人，属于生成式人工智能服务提供者。卫斌认为，中转商虽然不训练底层模型，但也不当然只是“网络管道”。

卫斌还提到，无备案、无资质的Token中转平台可能违反个人信息、数据出境和网络安全规定。他表示，刑事责任需要更多事实判断，而不是单纯取决于“无证”。

那么，下游个人、小微企业购买此类“灰色Token”又是否存在风险？

卫斌表示，普通个人因图便宜购买中转服务，且不知道上游Token系盗取、破解所得，通常不会仅因购买行为承担刑事责任，但存在现实风险，分别为财产风险、数据风险、知识产权和保密风险以及企业自身的合规风险。

就“电商平台是否需要承担相关责任”这一问题，卫斌认为，平台不是对所有卖家违法行为自动承担责任，但负有与其控制能力相匹配的审查和处置义务。

乱象背后：行业缺乏“公平秤”

为何大量用户放弃官方合规渠道，选择中转渠道？

快思慢想研究院院长、特邀评论员田丰对每经记者表示，中转站卖的是套利之后的残值，它们能存活下来，是因为官方定价体系里本就存在批发与零售的价差、区域定价的价差、个人订阅与API调用之间的价差。

“这批C端（消费者端）工具把原本属于B端（企业端）的成本结构直接甩给了没有议价能力的个人。”田丰认为，过去调用大模型API的主力是企业，企业有预算、有议价能力，能跟厂商谈专属协议价。但桌面助手、AI编程工具等产品把“调用大模型”这件事的能力或权限下放给了每一个独立开发者和爱好者，他们既没有企业客户的谈判筹码，又要背上企业级的Token消耗量。

成本结构是B端的，买单的却是C端用户，这一供需缺口，或是中转站生意的来源之一。

田丰认为，Token的定价模式大概率会朝“结果导向”和“意图分层”这两个方向演进。可以预见的演进方向，是厂商逐步引入基于任务复杂度分层的打包定价，或者干脆按“成功完成的任务”计费，而非按Token计费。这会更贴近用户对价值的真实感知，也会从根本上压缩中转站的套利空间。

“因为套利的前提是计费单位可以被精确拆分转售，一旦计费单位变成不可分割的任务包，转售套利的操作空间会大幅收窄。”田丰说。

如果将目光投向C端Token市场，厂商渠道同样存在套餐额度模糊等情况。

以Kimi为例，其个人版会员分为4个付费等级，但均未标明具体的Token总量，而是以Agent（智能体）任务额度、功能权限作为不同等级的划分依据。

此外，虽然有个别大模型厂商明确了不同套餐的Token额度，但由于不同大模型厂商Token计量口径并不统一，同样一段文字或图像，在不同模型中统计的Token消耗量存在差异，消费者难以跨模型对比真实成本。

谈及头部大模型厂商定价体系存在的差异，艾媒咨询CEO（首席执行官）兼首席分析师张毅对每经记者表示，问题并不单纯在于定价高低，核心在于Token计量的“黑盒化”。在他看来，Token的数量、质量都缺少独立第三方评价与计量，这才是最大问题。

“我们也做过测试，同样的任务在不同平台上消耗的Token数值完全不同，甚至差异十分明显。”张毅称，这就好比市场上的秤，如果缺少监管校准的“公平秤”，交易就容易失序。同名模型存在偷偷降配、分层限速、策略不透明等现象，所谓明码标价很多时候只是表面。“这些问题，未必全部是厂商主观刻意为之，但客观上确实存在。”

张毅认为，从未来定价模式的演进方向来看，无论是按什么方式计费，都需要建立一个由第三方参与、经市场监管部门核验的“公平秤”，这是行业发展的必然方向。缺少统一计量标准，市场乱象就很难彻底遏制。