国内 AI API 平替 — 不出国、不用 VPN、人民币付费的 OpenAI / Claude 替代

这个 pack 解决什么

国内团队上 AI 功能,每次都撞同样三堵墙:(1) OpenAI / Anthropic 注册流程要海外卡 + 海外 IP — 个人项目能蒙,公司层面非常痛。(2) 在国内裸调 api.openai.com / api.anthropic.com 不稳定,必须挂代理,而企业代理本身又有合规问题。(3) 财务要增值税专票,海外 SaaS 不开。

本 pack 选 10 个资产把这三堵墙一次性补齐,且不牺牲 GPT-4o 级质量。分三档:前沿档(DeepSeek-V3 / R1 / Coder)、国产厂商替代档(Qwen、ChatGLM、Kimi、MiniMax)、把厂商选择藏在一个 OpenAI 兼容端点后面的网关档(One API、LiteLLM Proxy、Cherry Studio)。装完你的代码基本不变 — 只改 base_url 和 model — 财务每月都能拿到发票。

推荐安装顺序 — 先免费 / 便宜,再上质量,最后接路由

1. DeepSeek-V3 — 671B MoE 开源大模型,GPT-4o 级质量(id 2832)。从这里起步。托管 API 每百万输入 token 约 $0.27 — 比 GPT-4o 便宜 10 倍 — 在 platform.deepseek.com 用人民币结算。OpenAI 兼容:base_url 切 https://api.deepseek.com/v1、model 设 deepseek-chat、发版。权重 MIT 开源,将来想自托管随时切。
2. Qwen Code — 通义千问的终端编码 Agent(id 3022)。阿里云 DashScope 托管 Qwen2.5 / Qwen3,OpenAI 兼容端点、人民币结算。Qwen Code 是大多数国内开发者用来把 Qwen 接入编码循环的 CLI 壳子,不用自己写 SDK 胶水。API 和这个 CLI 第一天就一起装。
3. ChatGLM — 清华 KEG 开源双语聊天模型(id 2264)。智谱 / 清华那条线的经典。bigmodel.cn 上的 GLM-4 系列人民币结算、支持发票,是非 DeepSeek 选择里最强的双语客户面向工作负载选项 — 翻译、客服、中英混合内容审核。
4. oh-my-kimi — Kimi 的证据门控 Agent 运行时(id 3643)。Moonshot 的 Kimi 是国内长上下文冠军(200K+ token、文档级理解)。处理"把整份合同 / 招标书 / 手册扔进去"这类 GPT-4o 算不过账的工作。oh-my-kimi 在外面套一层 agent runtime,让模型不只是个聊天框。
5. MiniMax-MCP — MiniMax 官方 MCP 服务器(id 3932)。MiniMax 强在语音和多模态(TTS、声音克隆、视频转文本)。官方 MCP 服务器给任何支持 MCP 的客户端(Claude Desktop / Cursor / Cline)一个工具表面来调这些模型。需要文本以外能力时再装。
6. DeepSeek-R1 — 对标 OpenAI o1 的开源推理模型(id 2833)。V3 的推理兄弟。同一套 API 形状,不同 model 别名(deepseek-reasoner)。硬推理调用走这里、其他都走 V3 — 第 8 步的网关让这只是一行配置。
7. DeepSeek Coder — 代码专用模型,本地推理(id 2834)。更小、专做代码的分支 — 工作站 GPU 就能跑,把代码补全 / IDE 内重构的网络跳直接砍掉。放开发者电脑上,不放生产网关里。
8. One API — 统一 LLM API 网关(Docker)(id 3821)。本 pack 里最重要的一装。One API 是开源、国内能用的OpenAI 兼容网关 — 它讲 OpenAI 的请求 / 响应格式,把调用路由给 DeepSeek、Qwen、ChatGLM、Kimi、MiniMax、Azure、Anthropic 等几十家。Docker 跑在你自己的 VPC 里,代码指过去,换厂商变成一行配置而不是一次代码改动。下游厂商的人民币结算不受影响。
9. LiteLLM Proxy — 100+ LLM API 统一网关(id 2789)。西方做的等价物。如果团队是 Python 栈、想要开箱即用的 per-key 成本追踪、或者要更成熟的 failover 和限流逻辑,用这个替代 One API。形状一样 — 一个 OpenAI 兼容端点,后面挂多厂商。
10. Cherry Studio Custom Models — BYOK 接任何 LLM 厂商(id 2821)。桌面客户端。在你把任何一项接进生产之前,先把 key 粘到 Cherry Studio 里,在真实 prompt 上验证模型回答的方式符合你应用的预期。这是在你 commit 路由决策之前对比 DeepSeek vs Qwen vs Kimi 最便宜的方法。

它们怎么协同

          [ 前沿档 ]                     [ 厂商替代档 ]                  [ 本地兜底 ]
          DeepSeek-V3(通用)             Qwen(双语 / 阿里系)            DeepSeek Coder(笔记本)
          DeepSeek-R1(推理)             ChatGLM(智谱 / 清华)
                  │                      Kimi(长上下文 / Moonshot)
                  │                      MiniMax(语音 / 多模态)
                  │                              │
                  └────────── One API ───────────┤
                              (Docker、OpenAI 兼容)
                                       │
                              LiteLLM Proxy(备选路由层)
                                       │
                                 你的应用代码
                                       │
                              Cherry Studio(开发期肉眼验证)

主干是 DeepSeek-V3 + One API + LiteLLM Proxy + Cherry Studio。这四件套覆盖通用工作负载、把厂商选择藏在一个端点后面、给你一个带成本追踪的路由层、给一个桌面客户端做肉眼校对。Qwen / ChatGLM / Kimi / MiniMax / DeepSeek-R1 / Coder 都是网关后面的备选 backend,按工作负载需要的特长加进来。

上线前要先想清楚的取舍

• 上下文长度。 Kimi 领先(200K+),Qwen 和 DeepSeek 多数套餐 64K-128K,GLM-4 约 128K。工作负载是"总结 80 页 PDF"时,Kimi 是国内唯一不用分块的答案。
• 中英能力差异。 五家都能讲英语。DeepSeek 和 Qwen 在英文 benchmark 上最接近 GPT-4o;GLM 和 Kimi 在创意英语上稍弱、在中文上反超。用你自己的 prompt 测,benchmark 均值不预测你的工作负载。
• 计价单位。 多数厂商在 dashboard 上按人民币百万 token 报价,在公开 API 页又给一个美元价。两个数字不一定一对一 — 有时候人民币更便宜,有时候不。永远把用量写进自己的账本,对账不要只信 dashboard。
• 限速和并发。 前沿模型新账号通常起步是 60 RPM / 1 并发。生产工作负载要申请提额 — 有时候要打电话。留一周提前量,不要在能上 10 RPS 的功能上线当天才申请。
• 推理模型的延迟。 R1 / GLM-4-Reasoning / Qwen-QwQ 拿速度换质量。一次推理调用 30-90 秒 — 必须接流式响应或异步队列,不要让它阻塞同步请求。

常见踩坑

• 把厂商 SDK 写死。 全场 from openai import OpenAI 然后只切 base_url,你保留了可移植性。直接 import dashscope / import zhipuai,你就和一家厂商绑死了、走不了网关。所有厂商都公开 OpenAI 兼容端点 — 用 OpenAI SDK 调它们。
• 把 ICP / 备案当 API 问题。 备案是给国内托管的对公网网站用的、不是给 API 调用用的。境外服务器调 DeepSeek API 不需要备案。当你的域名是 *.cn / 服务国内用户时才需要 ICP。这两件事分开看。
• 忘记 token 计数不通用。 OpenAI 的 tokenization(tiktoken / cl100k)和 DeepSeek / Qwen / GLM 不一样。1000 字中文 prompt 在 OpenAI 算 350 token,在 DeepSeek 可能是 280。用 tiktoken 估的成本会差 10-30% — 要做预算时永远用厂商自己的 tokenizer。
• 拿生产 key 直接打生产端点测试。 本 pack 里每家厂商都有 sandbox / 测试 key,用它。否则你 CI 第一次卡死循环,就是 Qwen-Max 给你出一张 200 块的意外账单。
• 跳过发票流程。 主流厂商(DeepSeek / 阿里云 / 智谱 / Moonshot / MiniMax)都支持发票,但每家流程都不一样。注册当周就让财务提交申请 — 第一张发票要 30 天周期,过期不补开。
• 以为 deepseek-chat 永远是 V3。 厂商别名会变。deepseek-chat 指向当下的聊天旗舰;今天是 V3、明天可能是 V3.5 / V4。如果你的 eval 依赖某个具体权重,钉死具体版本字符串、不要靠别名。