这两天刷到两条帖子，看得我后背发凉。
一条说：很多大模型中转站的商业模式，可能根本不是靠卖token赚钱，而是靠卖你的数据。道理很简单，你跟AI聊天，内容得先发到中转站，再由它转发给模型官方接口，所以你敲进去的每一个字，都先在别人的服务器上明文过一遍。微博
另一条更早几天：一个30人的创业团队用第三方中转站跑Agent，模型返回的内容里被人塞了恶意指令，本地Agent照着执行，把D盘文件删了个干干净净，整套开发环境直接报废。知乎
这两件事指向同一个问题：你图便宜用的中转站，很可能就是你的数据裸奔最彻底的地方。偏偏最近API一波接一波涨价、缩水，大批人正在往中转站和本地部署两边跑。所以今天把这事说透：便宜还能不能占，哪些活该搬回自己电脑跑。
一、中转站为什么能卖到一折？看完这笔账再决定敢不敢用
先说清楚便宜是怎么来的。海外安全团队Vectoral的工程师Matt Lenhard上个月发了一份中转站市场的调查报告，把这条灰色产业链拆得很细：
官方定价每百万token 15美元的模型，在中转站普遍卖一折到两折（他监控的近50家中转站，折扣中位数在80%到90% off），最夸张的一家直接标出官方原价97.8% off。论坛里有运营者晒过账本：一份标价425元的包月套餐，买家实际刷掉了约3333美元、折合2.4万元人民币的官方API额度——花1美元，用掉近8美元的算力。知乎
这价差不是渠道优惠，是因为密钥几乎没有正规采购成本。报告里列的常见手法：批量注册新号薅免费试用额度、用盗刷卡和一次性虚拟卡充值再恶意拒付、把企业没做鉴权的客服机器人和测试接口逆向出来当免费"血包"。
整个链条分工严密：最上层是提供虚拟信用卡的卡商和批量注册的号商；中间是账号池，聚合成百上千个账号统一管理、被封自动切换；下游才是中转站本体——几乎都架在one-api或new-api这套开源网关上。说句公道话，one-api本身是个正经的企业级多模型网关，很多公司拿它在内网管自家密钥，只是到了中转站手里，后台渠道里塞的全是来路不明的密钥。知乎
所以你要明白：一折买到的是"赃物算力"，账号随时会被上游封掉，服务随时可能跑路。而比跑路更实际的代价是——你的数据本来就要从它的服务器过一遍。
二、比泄露更狠的三层风险
很多人对中转站的风险认知停留在"数据可能被看"。实际上有三层，一层比一层狠。
第一层，明文可见。你的提示词、代码、业务材料，对中转站运营方就是明文。知乎开头那条"卖数据"的帖子这两天被转了很多次，需要说明：这目前还是社区推测，没看到实锤案例。但数据经过第三方服务器、留存策略完全不受你控制，这一点是确定的，泄露风险主要就发生在存储和留存环节，而不是传输路上。
第二层，响应可以被动手脚。这是删D盘那个案例的机制：中转站在中间，模型返回的内容理论上可以被篡改或注入，你没法验证是不是模型原话。如果只是聊天，顶多被坑；一旦你接的是能执行命令、读写文件的本地Agent，被注入的输出就会在你机器上直接跑起来。删文件、偷凭证都是轻的。知乎Agent越能干，这个口子越致命。
第三层，偷偷换模型。你付的是旗舰的钱，中转站把你的请求悄悄转给更便宜的弱模型，输出降智你还很难察觉。知乎行业跟踪的说法是，监管已经在收紧——生成式AI的管理办法、专项行动都点了中转站的乱象，靠低价和冒充撑着的劣质中转站正在被清出去。微博换句话说，这条灰色通道本身就在变窄，把长期工作流押在上面，不划算。
三、那为什么说现在可以把活搬回家了
因为Qwen3.8-27B把"本地模型够不够聪明"这块短板，补上了大半。
发布不到一周的热度不展开说了，只说和你决策有关的几个点（跑分是官方自测，惯例先打对折听）：
270亿参数的稠密模型，4bit量化后文件约17GB，一张4090甚至3090就能完整装下；16G显存也有Q3量化版本可跑，门槛比上一代低得多
第三方榜单Artificial Analysis的Agentic Index给了51分、排第7，第一次有本地能跑的模型挤进这个agent能力榜的第一梯队，压过了DeepSeek V4 Pro和GPT-5.6 Luna
原生262K上下文。它64层里只有16层用全注意力，其余换成线性注意力，KV缓存只有同尺寸传统模型的约四分之一——所以长上下文在消费级硬件上不会立刻爆显存
Ollama、vLLM、SGLang全是发布当天支持，接Claude Code、Cline这类编程Agent的教程已经满天飞
丑话也说在前面：它比云端旗舰还是慢，也还是笨一点。社区实测的速度锚点大概是：M4 Max跑4bit约23 tok/s，5090开MTP能到90-120 tok/s；聊天、写代码、跑常规任务够了，复杂长推理还是云端稳。知乎另外默认思考档位有过度思考的毛病，一张骑自行车的鹈鹕SVG能琢磨21分钟、烧掉两万多推理token，记得把思考强度调到medium或low。
结论不是"全部搬回家"，而是该回家的回家，该留云端的留云端。
四、一张路由表：哪些活回家，哪些留云端
判断只用两个问题：这份数据泄露了我扛不扛得住？模型的输出会不会在我机器上直接执行？
三类活，搬回本地跑：
输入含隐私的活。聊天记录、邮件、账本、合同、病历、公司内部文档的整理和总结。这些数据本身就构成了"绝不能出内网"的理由，27B的262K上下文也吃得下大体量材料。
接了本地执行权限的Agent。能跑命令、动文件、读凭证的Agent，输出链路必须可信。中转站的响应注入风险对这类用法是致命的，而本地模型没有中间人。
高频重复的体力活。翻译、清洗、格式转换、批量摘要、初稿打底。这类活token消耗巨大、对智商要求不高，正是本地包月零成本最划算的部分。
三类活，留在云端没问题：
收口和决策。注意，喂给云端的应该是本地整理、脱敏过的半成品——社区已经有人跑通这套"本地挖矿、云端收口"的分工：敏感原料不出门，云端只接触你允许漏出去的那一小部分，就算泄了也不心疼。微博
复杂长推理和前沿能力。本地模型暂时够不着的硬骨头，该花钱花钱。
低频尝鲜。偶尔用一下新模型，不值得为此搭环境，官方渠道或正规大平台直接调。
再补一个识别中转站降智的土办法：固定一组带版本知识的提示词，定期拿官方免费额度的输出对一遍，质量突然塌了就是被换模型了。
五、真准备动手的，三个避坑提醒
别碰极端量化。社区这几天最一致的共识就是Q1、Q2量化掉智严重，评论区随手一翻就是"q1 真的绷不住"，Q2"勉强干点体力活，思维无法闭环"。27B请从Q4起步，显存够直接上8bit，智商损失最小。哔哩哔哩
先用手里的设备试，别先下单。有4090/3090、有大内存Mac的先跑起来，用两周真实工作流验证需求是真的，再考虑添硬件。硬件焦虑是被卖出来的，瓶颈往往不是显卡。
代码不出门的团队，这是目前最值得评估的方案。本地接Claude Code这类工具没有封号问题，没有额度焦虑，对合规敏感的小团队，账是算得过来的。知乎
总结一下：中转站把token的价格打下来了，但给你的数据加了一层你看不见的风险。以前没得选，现在本地模型第一次跨过了"能用"的门槛——把见不得光的活搬回家，把收口的活留给云端，便宜和安全就都能占一点。
接下来值得盯着的信号：监管清退劣质中转站的节奏，以及27B第一周实测里被吐槽的token消耗偏高问题会不会有优化版出来。有新情况再聊。
