风险与验证题

低价 API 最该问的问题是：为什么便宜？做买卖不是做慈善，便宜的代价通常不会消失，只会转移。

便宜的常见代价

代价	可能发生什么
账号来源不明	共享号、盗号、灰产号随时失效或被封
模型被替换	标称 Claude / GPT，实际是便宜模型或蒸馏模型
请求被记录	prompt、文件片段、研究想法可能被保存
数据被二次利用	数据可能被转卖、训练或用于平台内部分析
隐性倍率	标价低，但 token 计算、上下文、推理费用不透明
稳定性差	限流、超时、Key 失效导致长任务中断
无售后追责	出问题找不到主体，无法证明损失

验证方法

• 查主体：有没有公司、文档、隐私政策、服务条款。
• 查计费：能否看到 token、请求数、模型价格和账单。
• 查模型：同一问题和官方 API 对比输出质量、上下文长度、工具调用能力。
• 查稳定性：小样本连续调用，观察限流、延迟、错误率。
• 查数据边界：任何不能公开的数据，都不要用来源不明渠道测试。

练习题

1. 一个咸鱼卖家说“Claude 无限量低价 API”，你要先问哪 5 个问题？
2. 如果平台比官方便宜很多，它可能在哪些地方省成本？
3. 为什么未发表 RNA-seq 数据不能发给来源不明的 API？
4. 如何判断你调用的模型可能不是卖家声称的模型？
5. 低价 API 输出质量突然变差，你应该如何验证是模型变化、限流，还是自己 prompt 的问题？
6. 如果一个平台没有隐私政策和用量记录，只给你一个 BASE_URL 和 Key，哪些科研任务绝对不应该交给它？

下一步：回到 安全边界 建立数据分级。