价格与真实性

两个问题——价格为什么比厂商原价低，以及凭什么认为你拿到的是标签上那个模型。两者都从同一件事出发：这些 token 是谁的。

token 是谁的

不是我们的。Asale 不跑任何模型，也不持有任何额度。

每个请求都由某个真实用户的上游账号完成：他自己的 Claude Pro / Max、ChatGPT / Codex、Gemini、Kimi、Grok 订阅，或他自己的 API key。请求经他的机器发到服务商，回来的 token 是那个账号真实消耗的。平台只做撮合、计量和结算。

后面两节都从这一点长出来：

• 价格能低于原价，因为那份额度的持有者已经付过钱了，用不完的部分对他边际成本为零。
• 真实性需要被检查，因为「请求真的被转发给了标称的模型」协议本身证明不了——中间那台机器不是我们的。

价格

订阅按周期付费，用不用都一样。Claude Max 每五小时重置，窗口里没花掉的不会累积。注定用不到的额度边际成本为零，低于原价卖出仍是净收入。这就是折扣的全部来源，没有补贴，也没人在亏本卖。

折扣不是固定的。每个模型带一个比例——此刻卖到厂商原价的百分之几，每分钟按买家对在线通道的压迫程度重算：

市场价 = 原价 × 比例        比例 ∈ [0.10, 1.00]

卖家多于买家时比例往 10% 走；反过来会被推回去，必要时一路到原价，直到报价更高的卖家愿意进场。所以「低至一折」是区间下端，不是常态价——做计划前先看市场页。

平台从每笔成交抽 8%，其余归实际提供服务的那台设备。算法与算例见模型如何定价。

为什么便宜的 token 常常不是它说的那个模型

任何人都可以声明自己在卖 claude-opus-5。连接是通的，usage 能解析，通道也确实出现在市场上。协议里没有任何东西能证明那些 token 来自标签上的模型。

把请求转给价格只有百分之一的模型，常规检查一条都不会触发。这个价差就是套利空间。常见三种做法：

• 用中档模型或量化镜像，顶着旗舰的名字应答；
• 把让贵模型之所以贵的参数剥掉——思考预算、工具 schema、缓存断点；
• 回程把 token 数报高，同一个答案收更多钱。

三种都不会在响应里留下明显痕迹。一段短回复看上去就是一段短回复。

上市前：先卖给平台

远程证明没法确认一台陌生机器上跑的是哪个二进制。可以做的是比对行为：提一些答案取决于生成它的模型本身的问题，看回答像不像它声称的那个模型。

一条通道是 (设备, 服务商, 模型) 三元组，各自独立验证；便宜模型上拿到的判决不会给贵模型背书。

1. 平台从正门买十来次

   同一个网关、同一种派单帧、和买家请求完全相同的路径，只是被钉在这一台设备上。整轮两侧都按零结算：不扣买家的钱，也不给卖家结钱。它会消耗卖家自己的订阅额度。

2. 打分，写下判决

   分数 ≥ 75 且没有硬闸门命中为 pass。结论不明确或分数偏低但没有硬证据为 watch——仍然可以卖，只是抽检率提高十倍、排序下降。只有命中硬闸门且估计器置信度不低于 0.6 才是 reject，该通道下架。

3. 通过之前买家看不到

   未验证的通道不会被匹配给任何买家。这不是「上线慢」：离开这个状态的唯一途径是平台先从它这里买一次。

一次不明确的运行不作为欺诈证据。一个在两次运行之间能跳一整档的统计量，拿来把卖家赶出市场是不合适的。

上市后：抽检

预告过的考试是可以临时应付的。所以已验证的通道会在它无法预测的时刻被重新探测，走同一个正门，外层与任何一次购买完全一样：

时间上限和百分比一样重要：没有它，一条没有买家的通道就永远不会被检查，而「让自己在两次抽检之间没有买家」是可以安排的。

抽检按市价付钱给卖家。这不是慷慨——不付钱的抽检会在收益流水里留下缺口，缺口就是作弊者可以盯的标记。一次抽检还会摊开到将近一小时，而不是连着打一梭子：二十一个请求按固定顺序连发是一种形状，形状可以被认出来。

和同类通道比

市场能同时看到很多条在卖同一模型的通道，所以问题不必是抽象的「这是不是 Opus」，而可以是「这条通道的表现和其他 Opus 通道一样吗」——更容易，也更稳定。

只跟踪能穿过中继依然成立的数字：写多长、开始生成后多快、各难度档的正确率。不涉及提示内容，也不含能指认卖家的信息。一个模型至少要有八条通道，群体画像才算数。偏离三个标准差以上的通道会被安排更深的复检，而不是被拒绝——某个模型的第一个卖家、某地区唯一的卖家，都是离群点，但不是骗子。

题目为什么不公开

验证引擎 llm-verify 是开源的，任何人都可以审查它问了什么。这同时是它的天花板：被探测的卖家也能读到这套题，于是老实答这些题，把其余流量转走。

所以真正决定判决的评分题，按每次运行的服务端种子现场生成：多步推导、答案唯一且可校验，本地算出而非查表。种子写进报告，有争议的判决可以逐题复现。

题目刻意不是常识问答——常识问答测的是训练语料，语料大的便宜模型也能过。要抓的不是把噪声当 Opus 卖（那在第一道身份探测就露馅），而是把中档模型或量化镜像当旗舰卖，这两者都答得对「你是谁做的」。区分它们的是最难那一档的正确率。

计费

价格以上游服务商上报的 usage 为准。围绕它：

• 网关独立数一遍同一个请求，两个数放在一起比。自报数持续偏离的通道按计量问题处理，与真实性分开追踪。
• 四类 token 分开计价：输入、输出、缓存读取、缓存写入。缓存读取约为全新输入的十分之一，长的 agent 会话绝大部分是缓存读取。
• 一次会话十分钟内固定到同一个卖家，因为缓存只对写下它的那个上游账号有效。
• 请求出错、用量返回为零、你中途断开、卖家在发出第一个字节前掉线，都不计费。预授权冻结按 max_tokens 算，不是扣款，没用掉的原路退回。

这套做法解决不了什么

• **没有办法证明远端跑的是哪个二进制。**以上全是行为层面的推断，不是密码学证明。
• **验证是抽样。**已验证通道 1% 的流量被检查，不是每个请求。两次抽检之间作弊，会在下一次被抓到，而不是当场。
• **watch 判决仍然在卖。**结论不明确的通道不会下架，只是检查更频繁、排序下降。
• **供给薄的时候这里不便宜。**比例会一路回到原价。它是实时数字，不是承诺。
• **不是端到端加密。**你的请求经由另一个用户的客户端转发，对方能看到内容。见安全。

验证引擎与 token 计量是两个独立的 Apache-2.0 crate，发布在 crates.io 上，就是这里跑的那份代码。你可以拿去对任何端点跑，包括我们的。