Chutes (Chutes)
💰 Token 价格
| 类型 | 价格 | 备注 |
|---|---|---|
| 输入 (Input) | Per-token pay-as-you-go, quoted per 1M input tokens (verified on chutes.ai/api/models 2026-09-06): Qwen3.5-397B-A17B $0.45, DeepSeek-V3.2 $1.00, DeepSeek-V4-Flash $0.44, Kimi-K2.6 $0.58, GLM-5.2 $1.25, Qwen3-32B $0.104, Gemma-4-31B $0.12, Qwen3.6-27B $0.30, Qwen3.8-27B $0.32 | 每百万 tokens |
| 输出 (Output) | Per 1M output: Qwen3.5-397B $3.00, DeepSeek-V3.2 $1.00, DeepSeek-V4-Flash $1.32, Kimi-K2.6 $3.40, GLM-5.2 $3.95, Qwen3-32B $0.416, Gemma-4-31B $0.37, Qwen3.8-27B $2.50 | 每百万 tokens |
无免费档（官方 FAQ 明确「不提供免费档」，需在 app 内充值起步）。纯按量付费无最低承诺；另有月付订阅 Plus $10/mo（6% off）与 Pro $20/mo（10% off），含每日请求额度。支持 25+ 种 Stripe 支付方式（含加密货币、银行卡、银行转账）以及 TAO / Bittensor alpha token。
🤖 支持模型（共 33 个）
✨ 优势
- ✓ 去中心化开源权重推理网络：新旗舰开源模型发布后数分钟即上线（Kimi K2.6、GLM 5.2、Gemma 4 31B、DeepSeek V4 Flash 均在列）
- ✓ 公开推理价格全透明、无 markup——与 OpenRouter / Kilo / FetchAI 等并列为聚合侧对比对象
- ✓ 全部模型跑在机密 TEE 计算上，兼顾隐私与隔离
- ✓ 极低起步价：Qwen3-32B $0.104/$0.416、Gemma-4-31B $0.12/$0.37 per 1M
- ✓ Private Chute：自带代码在 TEE GPU 上按秒部署，RTX Pro 6000 自 $1.80/小时起
- ✓ OpenAI 兼容端点 https://llm.chutes.ai/v1 + 官方 Python/CLI，切换成本低
⚠️ 不足
- × 无免费档，需先充值才能起步（不像 Novita/DeepInfra 等给少量免费额度）
- × 中国大陆无原生端点与支付方式，生产流量需代理
- × 去中心化 / 由第三方 miner GPU 组成的网络，区域可确定性弱于自有数据中心厂商，延迟因节点位置而异
- × 无自研第一方前沿闭源模型；专注开源权重生态（不提供 GPT-6 Astra / Claude / Gemini 官方直连）
- × 托管目录以「hot」模型优先，完整模型/上下文表需查 live API 而非统一列表
🎯 适合场景
想用极低成本接入最新开源权重模型的开发者与 Agent 团队（多 SOTA 开源模型一个 API 全搞定，TEE 隐私是加分项）；需要按秒弹性跑私有/自定义代码或微调权重的人；对 OpenRouter 闭源转售聚合不放心、想直接使用开源模型现货的团队。
💰 价格与方案
| 模型 | 输入 ($/百万) | 输出 ($/百万) | 备注 |
|---|---|---|---|
| Qwen3.5-397B-A17B-TEE | $0.45 | $3.00 | 262K 上下文；前沿开源推理 MoE |
| DeepSeek-V3.2-TEE | $1.00 | $1.00 | 262K；强大的开源对话模型 |
| DeepSeek-V4-Flash-0731-TEE | $0.44 | $1.32 | 1.0M 上下文；低成本 Flash 级 |
| moonshotai/Kimi-K2.6-TEE | $0.58 | $3.40 | 262K；Kimi 旗舰入驻该网络 |
| zai-org/GLM-5.2-TEE | $1.25 | $3.95 | 前沿 Agent/编程开源模型 |
| Qwen3-32B-TEE | $0.104 | $0.416 | 41K；廉价的小型主力模型 |
| google/gemma-4-31B-turbo-TEE | $0.12 | $0.37 | 131K；预算边缘模型 |
| 私有 Chute（TEE GPU） | 自 $1.80/小时 | 按秒 | RTX Pro 6000 96GB；加一次性部署费（3× 时价） |
🔧 API 与开发者体验
- •OpenAI 兼容 Base URL: 即插即用的 OpenAI 兼容端点 https://llm.chutes.ai/v1（对话走 /v1/chat/completions）。现有 OpenAI SDK 与 curl 只需换 base_url，并用 CHUTES_API_KEY 作为 Bearer token 即可。
- •官方工具链: 一等公民的 'chutes' CLI（Python/MIT，github.com/chutesai）与 docs.chutes.ai 文档；在 app 或 CLI 中创建 API Key，并可用一条命令部署私有 chute。
- •实时定价 API: https://chutes.ai/api/models 一次 JSON 调用即可取到全部模型当前每 1M 输入/输出价格——成本实时拉取，账单价与列表价始终一致。
- •无免费档 / 先充值: 不提供免费档；需在 app 内充值（支持 Stripe 25+ 种方式，含信用卡、加密货币、银行转账，以及 TAO/Bittensor alpha token）后按量计费，无最低承诺。
- •可选订阅: Plus $10/月（超额度 6% off）与 Pro $20/月（10% off）将每日额度打包成可预期的月付预算；Enterprise 提供批量折扣与自定义限流。
- •私有 Chute（无服务器 TEE）: 把自己的代码或目录外模型部署到机密 TEE GPU（RTX Pro 6000 96GB，自 $1.80/小时）上按秒计费，默认隔离；空闲实例自动关停。
⚡ 为何去中心化：零加价的开源推理
Chutes 是以不同经济模型与传统转售聚合商竞争的开放、去中心化推理网络：它自己托管开源权重模型。模型运行在 Bittensor 驱动的独立 GPU miner 网络上，并加密在机密 TEE 计算中；定价公开透明——每 1M token 无 markup 加成，且从定价 API 实时拉取。这正是最新 SOTA 开源模型在上线后数分钟即出现的原因，也是 Qwen3.5 这类前沿 397B MoE 能以 $0.45 输入 / $3.00 输出提供、小模型低至约 $0.10/$0.42 的原因。OpenRouter 是中立转售店，Chutes 则是同一个 OpenAI 兼容端点背后的垂直整合开源原生市场。去中心化的另一面是代价：没有可绑定延迟的单一自有数据中心区域，也没有专有前沿模型（GPT-6 Astra / Claude）——你得到的是开源权重的前沿，快速且透明。
🌐 区域可用性与延迟
Chutes 是去中心化网络：推理通过单一全球 OpenAI 兼容端点（https://llm.chutes.ai）流经 Bittensor 驱动的独立 GPU miner 网络，因此延迟取决于 miner 节点位置而非自有数据中心区域地图。北美与欧洲通常在公开 TEE 实例上获得低延迟；亚太往返时延随获胜 miner GPU 调度位置而波动。中国大陆没有区域端点、没有中国支付方式（原生上币通道为 Stripe 与 TAO/加密货币）、也没有中国数据驻留选项，因此大陆生产流量应经代理或转发。对重视隐私的境外团队，机密 TEE 执行是真实差异化优势；对面向中国的延迟敏感流量，建议搭配国内厂商（通义、智谱、豆包）作为中国侧接入层。