APIRank
EN 中文

Reka 多模态 API 价格 2026：Edge / Flash / Core 模型与已验证成本

2026 年关于"AI API 应该长什么样"的讨论，沿着一道未被广泛提及的断层线分裂：大多数厂商现在把多模态作为独立端点附加（OpenAI 把 /v1/audio + /v1/images 拆成相邻产品，Google 分 Vision 与 Audio，Anthropic 至今没有原生 audio）。Reka（法人实体 Reka, Inc.，加州 Sunnyvale；2022 年由 Google DeepMind 与 Meta AI 的五位研究员联合创立，包括 Yi Tay 与 Mikel Artetxe）反向押注：多模态不是特性开关，而是模型本身。Reka Edge、Reka Flash、Reka Core 都在一条 chat completion message 里原生接受图像、视频、音频块，开发者无需在调用之外再接 OCR、STT 或视频帧抽取。本评测覆盖 docs.reka.ai/pricing（2026-08-26 抓取）上已验证的 per-token 与 per-minute 价格、vLLM 可部署的 Reka Edge 开源权重（据 docs.reka.ai/quickstart，GTX 3090 单卡 40-50 tok/s），以及 Reka 在 GPT-4.1、Claude Sonnet 4.5、Gemini 之间的定位。

🌍 一句话结论：Reka 是一家湾区多模态基础模型厂商，提供五款原生多模态 chat 模型（Reka Edge $0.10/$0.10 每百万、Reka Flash $0.80/$2.00、Reka Core $2.00/$6.00），叠加按分钟计费的视频/音频，以及按请求计费的 agentic 网络研究模型（Reka Flash Research，标准 $25/千次）。定价为纯按量付费、无最低承诺。差异化点是 Reka Edge：vLLM 兼容的开源权重可在单张 NVIDIA GPU（≥24GB VRAM，GTX 3090 验证 40-50 tok/s）上本地运行，完全绕过云端。代价：Reka 名气不及 OpenAI/Anthropic/Google，第三方 SDK 与教程生态较薄；没有中国大陆直连端点；Reka Spark 已出现在产品目录但暂未通过公开 API 开放。

Reka 究竟是什么

Reka 由 Google DeepMind、Meta AI 等实验室的五位研究员于 2022 年联合创立（联合创始人：Dani Yogatama、Cyprien de Masson d'Autume、Mikel Artetxe、Qi Liu、Yi Tay）。公司总部位于加州 Sunnyvale 530 Lawrence Expressway，注册主体为 Reka, Inc.（已通过 reka.ai 上的 Organization JSON-LD 验证）。Reka 的产品目录分为两组：

  • 基础模型：Reka Spark（超紧凑，面向端侧设备）、Reka Edge（紧凑，面向设备端执行）、Reka Flash（高性价比主力模型）、Reka Core（旗舰复杂推理）、Reka Flash Research（agentic 网络研究）。
  • 垂直平台：Reka Vision（视频 + 图像搜索、问答、生成）、Reka Research（复杂多步研究）、Reka Speech（超越转写的音频理解）。

Reka Spark 当前已在 reka.ai 产品目录中列出，但暂未通过公开 API 开放（通过在公开端点上枚举 /v1/models 验证——基线集合里只有 reka-flash 和 reka-edge，据 docs.reka.ai/chat/models.md）。生产路径是 Chat Completions：base_url=https://api.reka.ai/v1，鉴权用 X-Api-Key 请求头。Reka Vision 有独立的 per-minute 价格阶梯（下文展开），并对外暴露托管 MCP 服务器（https://docs.reka.ai/_mcp/server）供 Claude Code、Cursor 等 MCP-aware 客户端调用。

Reka 价格 2026：docs.reka.ai 已验证

docs.reka.ai/pricing.md（2026-08-26 抓取）上的定价结构按 model + 模态区分。Reka Chat token 按百万计费；多模态用量（图像、视频、音频）按次或按分钟单独计费，与文本 token 独立：

  • Reka Edge：输入 $0.10 / 输出 $0.10 每百万 token。图像 $0.005/次。视频 $0.03/分钟。不支持 audio。超紧凑模型，面向设备端执行；vLLM 兼容开源权重。
  • Reka Flash：输入 $0.80 / 输出 $2.00 每百万 token。图像 $0.01/次。视频 $0.06/分钟。音频 $0.015/分钟。面向日常任务的高性价比模型。
  • Reka Core：输入 $2.00 / 输出 $6.00 每百万 token。图像 $0.02/次。视频 $0.08/分钟。音频 $0.02/分钟。面向复杂推理任务的旗舰模型。
  • Reka Flash Research（reka-flash-research-20250708）：标准 $25/千次请求，parallel-thinking（低）$35/千次，parallel-thinking（高）$60/千次。支持跨 web 的复杂多步推理的 agentic 研究模型。

相对于闭源旗舰的定价位置很有看点。Reka Flash $0.80/M 输入比 Claude Sonnet 4.5（$3/M 输入）便宜约 4 倍，与 GPT-4.1-mini（$0.40/M 输入）同一档——但 Reka Flash 在一条 message 里原生接受图像、视频、音频块，而 Anthropic 没有原生 audio，OpenAI 把模态拆到独立端点。Reka Core $2.00/$6.00 与 Claude Sonnet 4.5 文本价格相当，但 Reka Core 在同一调用面里覆盖图像与视频。按量模型无最低承诺：在 platform.reka.ai 注册、充值额度即可使用 API，没有永久免费档。

多模态定价：按分钟的视频与音频

视频与音频的 per-minute 定价在业内并不常见。多数 LLM API 要么把多模态并入 per-token 定价（Gemini），要么按图像/文件上传次数计费（OpenAI Vision）。Reka 的 per-minute 定价针对视频与音频工作负载校准：成本由内容时长驱动，而非 prompt 大小。

  • 视频处理：Reka Edge $0.03/分钟、Reka Flash $0.06/分钟、Reka Core $0.08/分钟。一段 10 分钟的视频片段用 Reka Core 分析成本 $0.80。
  • 音频处理：Reka Flash $0.015/分钟、Reka Core $0.02/分钟。一段 30 分钟播客用 Reka Core 分析成本 $0.60。（Reka Edge 不支持 audio。）
  • 图像处理：Reka Edge $0.005/张、Reka Flash $0.01/张、Reka Core $0.02/张——按次计费，与分辨率无关。

定价结构鼓励按工作负载选用合适的模型：短片段或低分辨率帧用 Reka Edge（同一调用面支持图像、短视频、文本），典型多模态工作负载用 Reka Flash，Reka Core 只在需要对长视频或高保真音频做复杂多步推理时使用。Reka Vision 平台有独立的 per-minute 视频定价阶梯（docs.reka.ai/vision/pricing.md），服务于视频搜索、问答、生成等场景。

Reka Edge 开源权重：vLLM 单卡 40-50 tok/s

Reka Edge 是值得深挖的差异化点。据 docs.reka.ai/quickstart.md，Reka Edge 通过 vLLM 0.15.x 在 ≥24GB VRAM 的 NVIDIA GPU 上本地运行——文档明确引用 GTX 3090 单卡 40-50 token/秒的本地服务性能。这条路径适合以下团队：

  • 中国大陆驻留或严格的数据主权需求——把模型托管在自己的基础设施上，无需调用 api.reka.ai。
  • 低于 50ms 延迟——单卡本地推理快于任何云端往返。
  • 离线运行——Reka Edge 模型规模足以在单张消费级 GPU 的工作站上运行。
  • 无 per-token 计费波动——按 GPU 固定成本付费，不按 API 调用。

硬件要求（NVIDIA GPU、≥24GB VRAM、Linux；macOS 不支持服务）是主要约束。支持的软件栈是 NVIDIA CUDA + vLLM 0.15.x（文档明确排除 vLLM 0.16.0 与 Python 3.10-3.14 之外的版本）。对于已经在基础设施中配备 NVIDIA GPU 的团队，Reka Edge 是替代 OpenAI Vision + GPT-4 + Whisper 拼接的多模态工作负载的有力选项。

OpenAI 兼容与 OpenRouter 上架

Reka 的 Chat API 与 OpenAI 兼容，base_url 为 https://api.reka.ai/v1。官方 OpenAI Python SDK 可直接替换使用——把 base_url 改成 Reka 端点，把 X-Api-Key 作为 api_key 传入，chat completions 调用无需任何修改即可走通。Reka Edge 还已上架 OpenRouter（见 reka.ai 新闻帖"Switch models with zero code changes: Reka Edge now available on OpenRouter"），通过 OpenRouter 路由的团队无需改动应用代码即可把 Reka Edge 加入 failover 轮换。

这一组合——OpenAI 兼容 API + OpenRouter 上架 + vLLM 可部署开源权重——让 Reka 异常便于移植。团队可以用托管 API 起步做原型，生产切到自托管 Reka Edge，再通过 OpenRouter 做跨厂商 failover，全程不需要改调用模型的代码。

Reka Flash Research：$25/千次请求的 agentic 网络研究

Reka Flash Research 是 Reka 在 agentic 搜索赛道的入场券，与 Perplexity Sonar 和 OpenAI deep-research 同台。定价按 1K 请求：$25 标准、$35 parallel-thinking（低）、$60 parallel-thinking（高）。模型 ID 是 reka-flash-research（版本 reka-flash-research-20250708），文档描述为"支持跨 web 的复杂多步研究"。

per-request 定价与 token 计费模型不同。单次多步研究任务如果触发多轮推理就会产生多次 parallel-thinking 计费。为了让成本可控，应用层需要给每次请求限制 parallel-thinking 步数上限。Perplexity Sonar Pro API 价格是输入 $3/输出 $15 每百万 token——与 Reka Flash Research 哪个更便宜要看 prompt 大小与推理深度，比较不是单维度的。

Reka Vision 与 Reka Speech

除 Chat API 外，Reka 还提供三个垂直平台：

  • Reka Vision（docs.reka.ai/vision）：视频 + 图像搜索、问答、字幕、检测、embedding、高亮片段生成。有独立的 per-minute 视频价格阶梯，并为 AI 客户端提供 MCP 服务器端点。
  • Reka Research：复杂多步研究工作流，作为 Reka Flash Research 的一部分提供。
  • Reka Speech：超越转写的音频理解——从音频源中提取含义、上下文和洞察。

Vision API 是三个平台中最生产可用的。它支持视频上传、搜索、问答、高亮片段生成、元数据打标、图像管理，并通过托管 MCP 服务器把全部能力暴露给 Claude Code、Cursor 等 AI 客户端。构建 AI 视频工作流的团队可以把 Reka Vision MCP 与 Mixedbread Vision MCP 直接对比。

中国接入与区域可用性

Reka 是一家美国公司，全球只有一个 api.reka.ai 端点。没有中国大陆直连端点，从中国的生产流量需要代理或中转——跨太平洋首字节延迟约 150-250ms，与其他美国 AI 平台相当。Reka Edge 的开源权重是中国大陆驻留需求的绕过方案：单张 ≥24GB VRAM 的 NVIDIA GPU（已在 GTX 3090 上验证）通过 vLLM 0.15.x 可达 40-50 token/秒，需要严格数据主权的团队可以把模型托管在自己的基础设施上。

对北美与欧洲，托管 API 在 api.reka.ai 首字节延迟低。Reka Vision API 跑在独立基础设施上，视频按分钟计费。Reka Edge 在 OpenRouter 上路由，延迟剖面取决于 OpenRouter 路由选择。

Reka 适合谁

Reka 在三个具体场景中是有力的选择：

  1. 单次调用覆盖多模态的应用：单次 API 调用同时处理文本+图像+视频+音频，无需拼接 OpenAI 做视觉、Whisper 做音频、再加一个独立视频帧抽取器。per-minute 视频与音频定价按内容时长校准。
  2. 成本敏感的多模态工作负载：Reka Flash $0.80/M 输入比 Claude Sonnet 4.5 便宜约 4 倍、与 GPT-4.1-mini 同一档，且同一调用支持原生多模态。
  3. 自托管的多模态推理：Reka Edge 的开源权重通过 vLLM（GTX 3090 单卡 40-50 tok/s）是不需要云 API 调用的少数生产级多模态路径之一——适用于中国大陆驻留、数据主权、低于 50ms 延迟的需求。

Reka 在以下场景较弱：

  • 需要顶级品牌信任度：Reka 不及 OpenAI、Anthropic、Google 知名，企业合同往往默认选择既有厂商。五位联合创始人的履历（Yi Tay 来自 Google DeepMind、Mikel Artetxe 来自 Meta AI 等）有帮助，但品牌尚未达到同等认知。
  • 需要中文支持：所有文档、定价、API 参考均仅提供英文。
  • 需要 prompt caching 折扣价：Reka 的定价不区分缓存与全新文本 token，长上下文重复查询的成本优化空间比 OpenAI、Anthropic 有限。

结论

Reka 是 2026 年最具可信度的多模态原生基础模型厂商。docs.reka.ai/pricing.md 上的定价已经验证（2026-08-26 抓取）：Reka Edge $0.10/$0.10 每百万 token、Reka Flash $0.80/$2.00、Reka Core $2.00/$6.00，外加 per-minute 视频与音频定价、按请求计费的 Reka Flash Research（$25-$60 每千次）。独特的差异化点是 Reka Edge 的开源权重——单张 NVIDIA GPU 通过 vLLM 即可达到 40-50 token/秒，是需要不依赖云 API 的多模态 AI 团队最强的兜底方案。代价的形状恰好合理：Reka 在相同的多模态工作负载上与 OpenAI、Anthropic 正面竞争，但模型本身开放发布并支持自托管，因此团队可以从托管 API 起步，按成本或合规要求迁移到本地。权威来源是 定价页、quickstart、reka.ai 产品目录，以及 Reka Edge 上架 OpenRouter 的新闻帖。

如果要把 Reka（以及 Claude、GPT、DeepSeek、Qwen）用一个 OpenAI 兼容 key + 跨区 failover 串起来，FreeModel 是最简单的接入：一个 dashboard、一个计费关系、加上路由控制，省掉自己写胶水代码。