透明度
📡 数据方法
本站对所收录数据的来源、口径与不确定性做完整说明。
1. 我们做什么、不做什么
- ✓ 整理、归一化、展示公开数据（官方价格页、社区评价、用户实测分享）
- ✓ 提供一个稳定的 OpenAI 兼容 接口对照表
- ✓ 提供多渠道横向比价，缓存命中与超额规则显式
- ✗ 不直接购买各渠道的 API 配额进行实测
- ✗ 不替用户做"哪个最好"的结论
- ✗ 不替服务商背书合规性 / SLA / 数据使用
2. 评测对象结构
我们记录的是 「服务商 + 具体套餐 + 模型版本 + 接口协议 + 任务条件」 的组合：
| 层级 | 展示内容 | 表达要求 |
|---|---|---|
| 服务商声明 | 支持模型、价格、上下文、退款、数据政策 | 标注服务商来源 + 抓取日期 |
| 平台观察 | 用户讨论、错误报告、投诉记录 | 标注来源平台、讨论时间、争议状态 |
| 实测报告 | 本站测得的成功率、延迟、扣费核对 | 首版不做，留接口 |
| 分析判断 | 与官方价格偏离、是否适合某场景 | 说明推断依据、适用条件、不确定性 |
3. 字段完整度评估
首版广覆盖策略：覆盖广度优先（38 模型 × 32 渠道 × 193 SKU），但每个字段的完整度有限。
| 字段 | 完整度 | 来源 |
|---|---|---|
| 官方价格 | ~95% | 各厂商官方 pricing 页 |
| 缓存价格 | ~50% | Anthropic/OpenAI 等公开，其他部分来自中转 |
| 上下文窗口 | ~100% | 官方文档 |
| 退款 / 发票 | ~70% | 官网公开政策 |
| 起充金额 | ~80% | 官网 pricing 页 |
| 成功率 / 延迟 | 0% | 本站未测，请勿引用 |
| 数据存储 / 训练 | ~30% | 官网隐私政策 |
4. 模型指纹与"真伪"
我们 不 提供"模型是否被替换"的真伪判定。原因：
- 线上检测器需要针对自己的方法和当前模型单独验证误报、漏报
- 用户自选样本和重复测试造成的偏差无法消除
- 任何包装成"概率"的真伪判断都会增加用户的决策成本
我们的检测结果如出现，仅使用「本轮特征一致」「发现协议或能力异常」「证据不足，建议复测」等可解释表述。
5. 缓存与真实成本
缓存是真实成本的关键变量。我们区分 4 种计费：
| 类型 | 说明 | 本计算器支持？ |
|---|---|---|
| 普通输入 | 首次写入的 token | ✓ |
| 缓存写入 | 主动写入缓存的 token | ⏳ 后续版本 |
| 缓存读取 | 命中缓存读取的 token | ✓ |
| 输出 | 生成的 token | ✓ |
仅比较输入单价会遗漏关键条件。Anthropic 官方文档示例：cache write 5× input，cache read 0.1× input。
6. 商业模式
免费基础报告 + 团队付费试点（关注列表 + 私域探针 + 变化提醒）：
商业关系披露：若日后引入商家赞助 / 推荐佣金 / 供应商线索，相关位置会明确标识。
测评方法和自然排序不由赞助购买。
7. 我们不背书什么
- 任何渠道的"最好" — 取决于你的任务、预算、合规要求
- 任何渠道的稳定性 — 我们不测试，请参考用户实测或服务状态页
- 任何渠道的数据使用政策 — 请直接阅读官方隐私政策
- 任何模型版本是否被替换 — 我们不做指纹判断
🤝 共建
发现问题？渠道涨价？模型下架？欢迎在 GitHub 仓库 提交 Issue 或 PR。