價格與真實性

兩個問題——價格為什麼比廠商原價低，以及憑什麼認為你拿到的是標籤上那個模型。兩者都從同一件事出發：這些 token 是誰的。

token 是誰的

不是我們的。Asale 不跑任何模型，也不持有任何額度。

每個請求都由某個真實使用者的上游帳號完成：他自己的 Claude Pro / Max、ChatGPT / Codex、Gemini、Kimi、Grok 訂閱，或他自己的 API key。請求經他的機器發到服務商，回來的 token 是那個帳號真實消耗的。平台只做媒合、計量和結算。

後面兩節都從這一點長出來：

• 價格能低於原價，因為那份額度的持有者已經付過錢了，用不完的部分對他邊際成本為零。
• 真實性需要被檢查，因為「請求真的被轉發給了標稱的模型」協定本身證明不了——中間那台機器不是我們的。

價格

訂閱按週期付費，用不用都一樣。Claude Max 每五小時重置，視窗裡沒花掉的不會累積。註定用不到的額度邊際成本為零，低於原價賣出仍是淨收入。這就是折扣的全部來源，沒有補貼，也沒人在虧本賣。

折扣不是固定的。每個模型帶一個比例——此刻賣到廠商原價的百分之幾，每分鐘按買家對線上通道的壓迫程度重算：

市場價 = 原價 × 比例        比例 ∈ [0.10, 1.00]

賣家多於買家時比例往 10% 走；反過來會被推回去，必要時一路到原價，直到報價更高的賣家願意進場。所以「低至一折」是區間下端，不是常態價——做計畫前先看市場頁。

平台從每筆成交抽 8%，其餘歸實際提供服務的那台裝置。演算法與算例見模型如何定價。

為什麼便宜的 token 常常不是它說的那個模型

任何人都可以聲明自己在賣 claude-opus-5。連線是通的，usage 能解析，通道也確實出現在市場上。協定裡沒有任何東西能證明那些 token 來自標籤上的模型。

把請求轉給價格只有百分之一的模型，常規檢查一條都不會觸發。這個價差就是套利空間。常見三種做法：

• 用中檔模型或量化鏡像，頂著旗艦的名字應答；
• 把讓貴模型之所以貴的參數剝掉——思考預算、工具 schema、快取斷點；
• 回程把 token 數報高，同一個答案收更多錢。

三種都不會在回應裡留下明顯痕跡。一段短回覆看上去就是一段短回覆。

上市前：先賣給平台

遠端證明沒法確認一台陌生機器上跑的是哪個二進位檔。可以做的是比對行為：提一些答案取決於生成它的模型本身的問題，看回答像不像它聲稱的那個模型。

一條通道是 (裝置, 服務商, 模型) 三元組，各自獨立驗證；便宜模型上拿到的判決不會給貴模型背書。

1. 平台從正門買十來次

   同一個閘道、同一種派單訊框、和買家請求完全相同的路徑，只是被釘在這一台裝置上。整輪兩側都按零結算：不扣買家的錢，也不給賣家結錢。它會消耗賣家自己的訂閱額度。

2. 打分，寫下判決

   分數 ≥ 75 且沒有硬閘門命中為 pass。結論不明確或分數偏低但沒有硬證據為 watch——仍然可以賣，只是抽檢率提高十倍、排序下降。只有命中硬閘門且估計器信心不低於 0.6 才是 reject，該通道下架。

3. 通過之前買家看不到

   未驗證的通道不會被媒合給任何買家。這不是「上線慢」：離開這個狀態的唯一途徑是平台先從它這裡買一次。

一次不明確的執行不作為欺詐證據。一個在兩次執行之間能跳一整檔的統計量，拿來把賣家趕出市場是不合適的。

上市後：抽檢

預告過的考試是可以臨時應付的。所以已驗證的通道會在它無法預測的時刻被重新探測，走同一個正門，外層與任何一次購買完全一樣：

時間上限和百分比一樣重要：沒有它，一條沒有買家的通道就永遠不會被檢查，而「讓自己在兩次抽檢之間沒有買家」是可以安排的。

抽檢按市價付錢給賣家。這不是慷慨——不付錢的抽檢會在收益流水裡留下缺口，缺口就是作弊者可以盯的標記。一次抽檢還會攤開到將近一小時，而不是連著打一梭子：二十一個請求按固定順序連發是一種形狀，形狀可以被認出來。

和同類通道比

市場能同時看到很多條在賣同一模型的通道，所以問題不必是抽象的「這是不是 Opus」，而可以是「這條通道的表現和其他 Opus 通道一樣嗎」——更容易，也更穩定。

只追蹤能穿過中繼依然成立的數字：寫多長、開始生成後多快、各難度檔的正確率。不涉及提示內容，也不含能指認賣家的資訊。一個模型至少要有八條通道，群體輪廓才算數。偏離三個標準差以上的通道會被安排更深的複檢，而不是被拒絕——某個模型的第一個賣家、某地區唯一的賣家，都是離群點，但不是騙子。

題目為什麼不公開

驗證引擎 llm-verify 是開源的，任何人都可以審查它問了什麼。這同時是它的天花板：被探測的賣家也能讀到這套題，於是老實答這些題，把其餘流量轉走。

所以真正決定判決的評分題，按每次執行的伺服器端種子現場生成：多步推導、答案唯一且可校驗，本地算出而非查表。種子寫進報告，有爭議的判決可以逐題重現。

題目刻意不是常識問答——常識問答測的是訓練語料，語料大的便宜模型也能過。要抓的不是把噪聲當 Opus 賣（那在第一道身分探測就露餡），而是把中檔模型或量化鏡像當旗艦賣，這兩者都答得對「你是誰做的」。區分它們的是最難那一檔的正確率。

計費

價格以上游服務商回報的 usage 為準。圍繞它：

• 閘道獨立數一遍同一個請求，兩個數放在一起比。自報數持續偏離的通道按計量問題處理，與真實性分開追蹤。
• 四類 token 分開計價：輸入、輸出、快取讀取、快取寫入。快取讀取約為全新輸入的十分之一，長的 agent 對話絕大部分是快取讀取。
• 一次對話十分鐘內固定到同一個賣家，因為快取只對寫下它的那個上游帳號有效。
• 請求出錯、用量回傳為零、你中途斷線、賣家在發出第一個位元組前掉線，都不計費。預授權凍結按 max_tokens 算，不是扣款，沒用掉的原路退回。

這套做法解決不了什麼

• **沒有辦法證明遠端跑的是哪個二進位檔。**以上全是行為層面的推斷，不是密碼學證明。
• **驗證是抽樣。**已驗證通道 1% 的流量被檢查，不是每個請求。兩次抽檢之間作弊，會在下一次被抓到，而不是當場。
• **watch 判決仍然在賣。**結論不明確的通道不會下架，只是檢查更頻繁、排序下降。
• **供給薄的時候這裡不便宜。**比例會一路回到原價。它是即時數字，不是承諾。
• **不是端到端加密。**你的請求經由另一個使用者的用戶端轉發，對方能看到內容。見安全。

驗證引擎與 token 計量是兩個獨立的 Apache-2.0 crate，發布在 crates.io 上，就是這裡跑的那份程式碼。你可以拿去對任何端點跑，包括我們的。