低价 AI API 卖的到底是什么。 我们封禁的 142 个上架服务。
在任何卖家的算力用于处理 Zurelay 客户的请求之前，我们都会先进行测试。2026 年 9 月 30 日至 10 月 13 日，这些测试发现了旧模型冒充新模型、编程智能体账号、虚增 token 数量和图片尺寸缩水等问题。10 月 5 日，我们直接封禁了 142 个上架服务。下面介绍具体发现，以及你可以对任何 AI API 运行的五项检查。
发布于 · Zurelay 研究
- 个渠道因未通过测试，在一天内被封禁
- 142
- 个渠道因未通过测试，在一天内被封禁
- 虚报用量的卖家所报告的提示词 token 数
- 9–11.7×
- 虚报用量的卖家所报告的提示词 token 数
- 基于 Codex 的 GPT 每次请求额外加入的隐藏 token
- ~4,400
- 基于 Codex 的 GPT 每次请求额外加入的隐藏 token
- 原本正常的渠道切换到其他后端所需的时间
- 1 晚
- 原本正常的渠道切换到其他后端所需的时间
我们的发现
上架服务名不副实的六种套路。 全部来自实际测试。
我们在一个大型算力转售市场和几家转售商处，按模型逐一测试，优先检查价格最低的上架服务。以下是我们发现的常见套路和实际情况。
- 01
用新模型的名字，卖旧模型或低价模型
最常见的造假，在演示中也最难识别：模型是真的，但不是标注的那个。它回答流畅，渠道标什么名字，它就自称什么。真正暴露问题的是它掌握的知识和底层实现。
- 某转售商的一条“Claude Opus 5.5”渠道，在带有时间限定的知识问答中，表现与 Claude Opus 4.7 完全一致。它的知识停留在 2025 年中。
- “Grok 4.7”渠道只知道正版模型所掌握的 18 条近期事实中的 6 条：实际是旧版 Grok。
- 公开市场上售卖 GPT-6 Astra 的 21 个渠道中，有 3 个实际返回的是 GPT-6 Luna，也就是 OpenAI 便宜得多的模型。响应自身的 model 字段就写明了这一点。
- 有三个“Gemini 3.1 Pro”渠道自称 Gemini 3.8 Flash，运行速度也与 Flash 一致。
- 所有价格低于正版的 HY4 渠道都未通过测试。大多是换了标签的变体，token 计数不同，对“你是谁？”的回答也不同。
- 02
把编程智能体账号当作 API 出售
有些卖家通过 Claude Code、Kiro 或 Codex 等编程智能体订阅转发请求。模型是真的，但产品自带的指令也会一并带入。
- 基于 Codex 的 GPT 渠道，每次请求都会额外带上约 4,400 个 token 的隐藏指令，并算作你的输入收费。
- 即使客户设定了自己的角色（“你是 Ava，是……的助手”），这些渠道也会忽略该设定，向最终用户回答“我是 Claude Code”或“我是 Codex”。
- 许多 GPT 渠道在普通请求中看起来正常，一旦使用流式请求，就会切换到 Codex 账号。不测流式请求，就发现不了。
- 基于 Kiro 的渠道报告的提示词 token 数明显不合理，有些低至 1 个 token，连要求精确答案的算术题也会答错。
- 03
对不上的 token 用量
你按 API 报告的 token 用量付费。少数卖家会多报用量，而且只在长回答中这样做，所以简短测试看起来完全正常。
- 多个 Claude 渠道一旦回答变长，就会将提示词 token 数虚报为实际的 9 到 11.7 倍。
- 这些渠道还声称输出速度达到每秒 1,000 到 6,000 个 token。没有任何真正的前沿模型能以这么快的速度流式输出。
- 04
图片尺寸与你付费购买的不符
图像模型按分辨率定价，而尺寸很容易造假，因为几乎没人会实际测量。
- 多个“Nano Banana”渠道无论请求什么尺寸，都返回 1408 × 768：这是更便宜模型的输出。其中一个还打出了 $1,000 的保真承诺。
- 大多数“GPT Image”渠道最高只能输出约 1.5 megapixels 的图片。请求 4K，拿到的却是 1672 × 941。
- 有些渠道所谓的“支持 4K”，只是对 4K 请求做放大处理。请求 2048 × 1152，返回的尺寸仍然不足。
- 05
把报错当作回答收费
有些卖家用成功状态码返回自己的错误页面，于是报错就成了模型的回答，并照常计费：“AI 提供商暂时不可用”，也要收全价。
- 06
今天正常，明天变样
即使一个渠道通过了所有测试，也可能随时更换后端。9 月 30 日还正常的渠道，第二天早上就改用编程智能体账号提供服务，其中包括我们已审核通过的所有 Claude Opus 4.8 渠道。上线时只测一轮远远不够。
检查你的 API
适用于任何 AI API 的五项检查。 十分钟，几美分。
这些检查都不需要专用工具：只需一个 API 密钥、几次请求，以及每次响应自带的用量数据。
- 1
数一数“hi”的 token
不带系统提示词发送“hi”，查看 usage.prompt_tokens。正版模型通常报告约 10 个。如果是几百甚至几千，就说明有隐藏指令，而且每次调用都由你付费；如果提示词变长，计数却不增加，那这个数字就是编的。
- 2
问它应该知道的事
挑几件模型发布前几个月发生的事来问，答案要能核实。不要问它的知识截止日期：模型经常报错。旧模型知道得更少，一问便知。
- 3
查看 model 字段
响应会标明实际回答的模型。如果那里写的是同系列低价模型的名字，就是最直白的模型替换，有些卖家甚至懒得隐藏。
- 4
给长回答计时
要求生成长回答，使用流式输出，再用输出 token 数除以耗时秒数。如果每秒达到几千个 token，或提示词计数远高于你实际发送的数量，就说明用量被虚报了。
- 5
测量图片尺寸
打开生成的图片，检查像素尺寸是否符合要求，并用不止一种尺寸测试。如果无论要求什么尺寸，输出都一样，那背后用的就是更便宜的模型。
我们如何测试
每条路由，每天检测。 接入前测试，接入后复测。
每条路由在接入请求前，都必须通过以下测试：在不同系统提示词和角色设定下验证模型身份；回答答案已知、涉及特定时间点知识的问题；解答只有一个确切答案的题目；进行工具调用；读取模型支持的图片、PDF、音频和视频；以及检查长短回答的 token 计数和速度，覆盖流式与非流式响应。图片路由还会测试多种输出尺寸。
这些检查每天都会重跑，因为卖家会更换上架服务背后的模型。未通过测试的路由会被停用，其请求会转到其他路由，失败的尝试不会向客户收费。具体测试内容不会公开，以防被针对性绕过。模型验证方式。
关于这些发现. 这些发现来自我们在 2026 年 9 月 30 日至 10 月 13 日期间的内部审核，主要针对一个大型算力转售市场。这不是随机抽样：我们优先测试价格最低的上架服务，而假模型也最集中在这里。我们不公布卖家名称，因为同样的套路在不同卖家身上反复出现。
Zurelay 以低于标价的价格提供模型，背后的每条路由都必须先通过这些检查。查看全部模型及价格。
获取你的 API 密钥便宜的 AI API 都是骗局吗?
并不都是。模型算力通常通过预付额度、承诺消费合同和阶梯批量定价提前购入，卖家会把用不完的部分以低于标价的价格出售。问题在于，同样的交易市场里，也有把旧模型冒充新模型、转售编程智能体账号、虚增 token 数量的情况。要分辨真假，只能逐一测试每个上架服务，并持续复测。
Zurelay 如何拦截假模型?
每条路由在接入请求前都要接受测试，此后每天复测，检查模型身份、特定时间点的知识、推理能力、token 计数和图片尺寸，同时覆盖流式与非流式响应。未通过测试的路由会被停用，失败的请求会转到其他路由，且不会向客户收费。10 月 5 日，我们还封禁了 142 个未通过测试的上架服务，防止它们再次被接入。
为什么不公开具体测试内容?
卖家会针对测试调整假模型，让它们蒙混过关。我们会说明每类检查能发现什么问题，而本页的五项检查，任何人都可以自己运行。
为什么不公布卖家名称?
卖家会更换上架服务背后的模型，所以某个卖家今天有问题，明天可能就正常了，反过来也一样。真正有用的是识别这些套路，它们在不同卖家身上反复出现。
如果我的服务商未通过这些检查，该怎么办?
把请求 ID 和相关数据发给服务商：“hi”对应的输入 token 数、model 字段、响应速度。会审核路由的服务商能够查出是哪条路由处理了请求，并将其停用。如果解释不了这些数据，就换一家服务商。