我们那家 AI 中转站,悄无声息地跑路了:扒一扒月入百万的灰色生意

一句话：中转站不是技术创新，是套利生意。底层 95% 在跑同一份开源代码，真正赚钱的是「渠道差价 + 超卖 + 信息不对称」三件事。

这篇借一次团队亲历的「中转站跑路」事件，把这门生意从底层架构、盈利逻辑、灰色风险到中美形态差异完整盘一遍。

一、前两周，我们使用的中转站跑路了

前两周中午，我们打开一直在用的那家 AI 中转站，准备跑个 Claude 的小测试，base_url 直接返回 502。

刷新两次，控制台也登不上去；公众号一周没更新。团队群里一问，几个对接的同事前两天就发现「这家不对劲」——余额查不到、工单无人回、连官网首页都成了缓存版本。

损失小几万块，公司预算里不算大头，但事情不止这一桩。过去半年，我们和合作过的几家公司用过的中转站里，至少三家「悄无声息地不见了」：要么直接跑路，要么是上游突然封一批账号、连带把站里所有用户限到不能调用，要么是充值通道关停、客服失联。

这种事多了之后，问题回到我们身上：

• 我们每个月充进去的小几万，到底是怎么变成对方现金流的？
• 这门生意为什么能活、又为什么能突然死？
• 国内外都在做，形态一样吗？到底该不该用、该怎么用？

借这次跑路，把中转站这门生意从底层架构、盈利模式、壁垒、灰色风险到中美形态差异完整盘了一遍。

结论先说：

1. 中转站不是技术创新，是套利生意。底层 95% 用开源 one-api / new-api 二次开发，本质是「鉴权代理 + 协议归一 + 计费」三件事。
2. 中国「中转站」和美国「AI Gateway」是两类生意——前者赚渠道差价 + 超卖 + 信息不对称，后者赚 SaaS 订阅与企业治理费。
3. 真正的暴利来自超卖：同一个 ChatGPT Plus / 企业 API 账号通过负载均衡服务 5–10 个用户，毛利从 30% 拉到 70%。
4. 核心壁垒是「上游渠道关系 + 下游流量」双边规模，不是技术。技术差异化窗口正在关闭。
5. OpenRouter 是中美形态的中间态，2026 年初 ARR 约 $50M，半年 5x 增长（来源：Sacra）。

下面逐项展开。

二、技术原理：本质是反向代理 + 协议归一

2.1 一次请求的链路

用户的 SDK 不变，只换 base_url 和 api_key，剩下全是中转站在动手脚：

用户 SDK (OpenAI-compatible)
    ↓ base_url=中转站, key=sk-xxx
中转站网关
    ├─ 鉴权：校验 sk-xxx，扣 token 配额
    ├─ 路由：按渠道权重 / 成本 / 可用性选上游
    ├─ Key 替换：用站方持有的官方 Key 替代用户 Key
    ├─ 协议转换：Anthropic / Gemini / Bedrock 协议 → OpenAI 格式
    └─ 转发到上游真实 API
    ↓
按上游响应反向回流，记录用量、计费、写日志

不复杂，但每一环都是赚钱点。

2.2 核心组件与开源实现

国内中转站底层基本就是几个开源项目的衍生：

• One API（songquanpeng/one-api）：国内 LLM API 管理鼻祖，一个二进制 + Docker 一键部署，支持十几家厂商。
• New API（QuantumNous/new-api）：基于 One API 二开，UI、计费、新模型适配速度更快，几乎所有商业中转站都在跑它的衍生版。
• Sub2API：专门做 ChatGPT Plus / Claude Pro 订阅账号的逆向工程，把 Web UI 包装成 OpenAI 格式 API。
• Metapi：聚合多个中转站为一个统一入口的「元中转」。

技术不是壁垒。任何人花一周都能搭出一个中转站，门槛在渠道和流量。

三、盈利模式：三笔钱 + 一个超卖引擎

3.1 收入侧：三笔钱

3.2 成本侧：三种渠道

3.3 真正的利润引擎：超卖

同一个官方企业账号通过负载均衡服务 5–10 个用户，收入 ×5、成本不变，毛利从 30% 拉到 70%。

这是中转站「月入百万」的核心秘密。OpenAI / Anthropic 的企业账号有 RPM / TPM 配额，把这些配额「切片」卖给多个小用户，只要单用户调用量低于阈值，就感知不到限速。

这也解释了为什么会「突然不见了」：上游一旦风控收紧把账号封掉，超卖结构里所有用户同时断流。站方没有库存可救场，只能跑路。

四、灰色风险：四条红线

回到前两周那次跑路，我们冷静下来盘账，才意识到平时享受着低价、对四条风险几乎没有感知，但每一条都已经在行业里反复发生过：

• 模型替换：付的是 GPT-5 价格，后端给你接 DeepSeek / Qwen，价差几十倍，普通用户测不出来。
• 数据回传：中转站完整看到 prompt 和 response，包含代码、配置、客户数据。
• 跑路风险：充值制 + 个人 / 小团队主体，跑路成本极低。
• 支付链路：很多用第三方易支付，资金链条不透明。

知乎上有篇大规模采样测试《揭秘中转站：45% 假模型，9 个投毒，1 个偷币》，对国内中转站做过盲测，结论令人警觉。换句话说，便宜的代价不是「省钱」，而是把不确定性外包给了一个匿名团队。

五、核心壁垒：双边规模 + 稳定性，不是技术

技术既然不值钱，长期能做大的玩家，护城河在哪？

关键洞察：技术差异化窗口正在关闭，真正能持续做大的玩家在向「AI 网关 + 数据护城河」演进。OpenRouter 现在每月处理 8.4T tokens、2.5M 用户，路由数据反过来训练自家智能路由——这是网络效应（来源：Sacra）。

六、中国主流玩家盘点

注：国内市场鱼龙混杂，知乎 / GitHub awesome-ai-proxy 列了上百家。下面只列有规模、有口碑、长期存活的代表，按定位分类。

6.1 综合型（GPT / Claude / Gemini 全覆盖）

6.2 开源 / 自建工具

6.3 云厂商或聚合平台

不严格算中转站，但解决类似问题（多模型统一接口）：

• 国内主流云厂商：基本都提供「自家大模型 + 上游模型代理」的一站式平台，本质是「中转 + 自家模型」。
• 聚合型 SaaS：把多家中转站再聚合成一个统一入口的「元中转」，形态接近 OpenRouter，但合规与稳定性差异大。

这些有合规、发票、SLA，价格不便宜但适合企业。

七、美国市场是另一回事：AI Gateway 不是中转站

美国市场没有「中转站赚差价」这回事，因为支付、网络、账号都不是问题。同一形态产品被叫做 AI Gateway / LLM Router，核心价值是企业级治理与可观测性。

7.1 主要玩家对比

7.2 OpenRouter 单独说

它是最值得研究的样本——因为是消费级 + 企业级 + 数据飞轮的结合：

• 2026 年初 ARR 约 $50M（vs 2025-10 的 $10M、2025-05 的 $5M），半年 5x 增长
• 月处理 8.4T tokens、2.5M 用户
• 商业模式：不加价、5.5% 平台费
• 数据飞轮：路由数据反哺路由算法，网络效应是核心壁垒
• 边缘架构：低延迟，资本开销极小

来源：Sacra OpenRouter Equity Research

7.3 中美形态对比

八、如果你也在企业里负责选型

回到那次跑路。我们这次损失小几万，在公司预算里能扛得住；但金额从来不是关键——合规、稳定性、安全的真实成本，远高于 token 差价本身。账要这么算：

1. 面向 C 端用户的生产环境绝不用灰色中转站。模型替换 + 数据回传两条红线碰不得。to C 高频调用、prompt 包含真实用户数据和业务逻辑的场景，必须走合规通道。
2. 内部 AI coding 场景可以用，前提是核心密钥与代码彻底分离。.env / 密钥管理服务托管 secret，中转站只看到业务代码本身。对很多公司而言，业务代码量大、零散且高度业务化，本身没多少「机密」含量——这是 AI coding 用中转站能落地的现实条件。
3. 企业内部需要 AI 网关，但目的不是省钱。是统一计费 + 多模型路由 + 可观测性 + 防滥用。可以参考 Helicone / Portkey 的能力清单自建（new-api 起底座），或直接用国内云厂商一站式平台。
4. 「中转站省钱」对企业是伪命题。合规、SLA、稳定性、数据安全的成本远高于 token 差价。
5. 「数据飞轮」值得抄。内部多模型调用数据应该沉淀，反哺模型选型决策和 Prompt 优化——这才是真正的护城河，OpenRouter 已经验证过。
6. 个人开发者 / 学习场景：可以用 OpenRouter 或正规中转站（CloseAI 这类有发票的），不要图便宜碰逆向通道。

至于我们那家跑路的中转站，余额暂时是要不回来了——就当交一笔行业研究的学费。下次再充钱前，我们大概会先问自己一句：

这个站，是把我们当客户，还是当配额池里的一片切片？