AI 中转站最大的幻觉，就是让你以为自己占了便宜

自己把 sub2api 搭起来作为个人使用的 GPT 中转站之后，我对网上那些 AI 中转站，反而警惕了很多。

因为很多东西，作为普通用户去用时感受并不明显。无非就是觉得它便宜、方便、模型多，好像花小钱就能办大事。

但等你真的把这样一套东西自己搭一遍，把后台的模型映射、转发逻辑、倍率计费这些配置都看清楚之后，你就很难再对所谓“良心中转站”抱什么天真的想象了。

我现在的感觉很直接：AI 中转站最大的幻觉，就是让你以为自己占了便宜。

这里说的“幻觉”，首先是人的幻觉。你以为自己更省钱了、用到更强的模型了、拿到更高的性价比了，实际上很多时候只是把风险和损耗一起买回来了。

1. 最基础的问题：毫无数据安全可言

这一点其实最好理解。

中转站本质上就是代理层。你的提示词先发给它，它再替你发给真正的模型；模型返回的内容，也先回到它这里，再转给你。

这意味着，你的提示词和响应内容，它都能明文看到。

所以只要你聊的是工作内容、业务数据、个人隐私，理论上都已经完整经过了第三方的手。很多人平时对这件事没感觉，只是因为界面上看起来和官方差不多，但底层根本不是一回事。

既然中转站能看到你的明文提示词，它当然也能改。

普通站长未必一定会这么做，但问题不在于“他会不会”，而在于“他有没有这个能力，而你没法验证”。

更何况，OpenAI、Anthropic 这类厂商本来就不希望自己的 API 被放进各种灰色中转体系里二次分发。无论是批量注册账号、共享订阅账号池，还是盗刷 API key，本质上都在违反官方条款。

这就意味着，很多中转链路天然处在一种不透明、甚至带点对抗的状态里。你看到的是自己写下的提示词，但真正发到上游的内容，中间有没有被改写、压缩、注入额外指令，普通用户根本无从确认。

而这还会带来另一个问题：模型更容易出现幻觉。

因为模型输出质量本来就高度依赖输入是否准确。如果提示词在中间链路里被改过、压缩过、加过别的系统提示，模型收到的就已经不是你原本想表达的那个问题了。输入一旦失真，输出自然更容易偏、编、胡说八道。最后你看到的是模型在幻觉，实际上可能是中转链路先把问题弄歪了。

这一点是我自己搭 sub2api 时感受最深的地方之一。

sub2api 里有个很方便的功能，就是模型映射。简单配一下，就可以把前端传来的模型名，映射成后端实际调用的另一个模型。

这个功能对个人自用当然没问题，但落到第三方中转站手里，就很危险。

因为用户以为自己选的是某个贵模型、强模型，后台完全可以悄悄给你换成更便宜的模型。你以为自己在用 GPT-5.5 xhigh，它实际可能给你转成 GPT-5.4 mini，你根本不知道。

这不只是“货不对板”，还会进一步放大模型幻觉。因为便宜模型本来能力就可能更弱，再叠加中转链路里的提示词失真，最后你看到的内容当然更容易不稳定、更容易胡编。

很多人会把这种表现理解成“今天模型状态不好”，但更真实的可能是：你从头到尾就没用上自己以为的那个模型。

sub2api 里还有一个很现实的功能，就是可以给某个用户组单独设置使用倍率。

这意味着什么也很直接：你真实消耗了 1M token，平台完全可以按 2M 甚至更高给你记。

前台再配一个余额系统、套餐系统、赠送额度系统，普通用户基本很难核对真实消耗。结果就是，它既能在模型质量上给你降配，也能在 token 账单上给你加价，两头都能吃你。

所以我现在对 AI 中转站的看法已经很直接了。

也许有人确实不在乎数据安全，但后面这几件事才是更现实、也更必然的问题：

说到底，你根本不用深究中转站原理，只要拍脑袋想一想就够了：

一个中转站给你的价格和用量，怎么可能长期比 Claude 和 GPT 官方服务还便宜？

它又不是做慈善。

所以与其在这种地方赌“也许没事”，不如直接用官方服务。贵归贵，至少你用到的模型是真的，消耗也更接近真的，输出质量出了问题，锅也至少是明确的。

一句话总结就是：

用中转站最好的预期后果，也不过是花大钱办小事。