中等主流模型需代理（官网无中国相关说明）

Baseten 怎么样？测评与对比

开源权重模型推理云：逐模型公开$/百万token价目表，专用GPU按分钟计费

最后核实日期：2026-10-15 · 访问官网 →

一个把价格表摊开的开源模型推理云

Baseten（baseten.co）通常被当作「部署和托管开源模型」的平台，而它同时也提供按 token 计费的 Model APIs，也就是「不自己部署也能直接用」的那条路径。需要先明确品类：它只托管开源权重模型，不提供 OpenAI、Claude、Gemini，因此它不是中转站的替代品。

价格是它最值得看的部分，因为几乎全部摊开在官网上：

Model APIs（每百万token，输入/缓存/输出，美元）：
- GPT OSS 120B：$0.10 / — / $0.50
- GLM-5.3-Flash：$0.15 / $0.03 / $0.50
- DeepSeek V4.1 Flash：$0.30 / $0.007 / $1.20
- NVIDIA Nemotron 3 Ultra：$0.60 / $0.12 / $2.40
- DeepSeek V4 Pro 0813：$1.32 / $0.132 / $3.96
- GLM-5.3：$1.40 / $0.14 / $4.40
- GLM-5.3 Fast：$2.10 / $0.21 / $6.60
- Kimi K3：$3.00 / $0.30 / $15.00
专用GPU（每分钟）：T4 $0.01052、L4 $0.01414、A10G $0.02012、A100 80GB $0.06667、
H100 MIG 40GB $0.0625、H100 80GB $0.10833、B200 180GB $0.16633

Basic 套餐 $0/月、按量付费；Pro 与 Enterprise 不公开标价，只能谈。计费逻辑是「只按实际使用的算力付费、精确到分钟、闲置不计费」——对突发型负载来说，比按月包卡公平得多。

覆盖范围

模型库按类别组织，大语言模型约 40+ 个，另有语音转写、TTS、图像生成、嵌入、生物与 computer-use 等类别。实际能看到的名字包括 GLM-5.3/-Flash/-Fast、DeepSeek V3.1/V4.1/V4 Pro、Kimi K2.5-K3、Qwen3.5/3.6、Gemma 4、MiniMax M2.5/M3、NVIDIA Nemotron 3、GPT OSS 20B/120B、Llama 3.3 70B 等。官网没有公布模型总数。

需要注意的是，按 token 计费的 Model APIs 只有十来个模型，模型库里的其余模型基本都要走专用部署那条路，成本和运维复杂度都完全不同——选型时先确认你要的模型属于哪一类。

可信度与风险

客户名单是这里最好核实的一项：Canva、Cursor、Notion、HubSpot、Ramp、Patreon 等都在官网列名，这类名单比自报的规模数字更有说服力。

反面则是：免费额度的金额没有公示，Pro/Enterprise 只能谈价，规模化之前的成本不好预估；「延迟降低 2-3 倍」这类说法来自客户案例，属于自述。建议先用赠送额度把 Model APIs 的价格与延迟实测一遍，再决定要不要走专用部署。

本文信息核实日期：2026-10-15，价格、专用GPU费率与模型清单以 baseten.co 官网及价格页当日显示为准。

快速信息卡

定价模式	Model APIs按token计费（每百万token 输入/缓存/输出）：GLM-5.3-Flash $0.15/$0.03/$0.50、DeepSeek V4.1 Flash $0.30/$0.007/$1.20、DeepSeek V4 Pro 0813 $1.32/$0.132/$3.96、GLM-5.3 $1.40/$0.14/$4.40、GLM-5.3 Fast $2.10/$0.21/$6.60、Kimi K3 $3.00/$0.30/$15.00；Basic套餐$0/月按量付费；专用GPU按分钟计费（T4 $0.01052、A10G $0.02012、A100 80GB $0.06667、H100 80GB $0.10833、B200 180GB $0.16633每分钟），官方说明“只按实际使用的算力计费、精确到分钟、闲置不计费”
模型覆盖	模型库按类别列出约40+个大语言模型，另有语音转写、TTS、图像生成、嵌入、生物与computer-use等类别；实测覆盖GLM-5.3/-Flash/-Fast、DeepSeek V3.1/V4.1/V4 Pro、Kimi K2.5-K3、Qwen3.5/3.6、Gemma 4、MiniMax M2.5/M3、NVIDIA Nemotron 3、GPT OSS 20B/120B、Llama 3.3 70B等开源权重模型；官网未公布模型总数
延迟/SLA	官网主打“生产级推理不会拖垮你的产品或预算”，客户案例称Notion延迟降低2-3倍；自定义SLA与自托管/VPC属企业版专属。均为厂商或客户自述，未公开具体延迟数字
国内直连	需代理（官网无中国相关说明）
适用场景	开发者 / 企业
邀请/返利计划	未发现公开联盟计划（官网 /referral 路径返回 404）。

优点

公开完整的逐token价目表（同时给出缓存价与输出价），是本次新增厂商里成本最可预估的一家
客户名单可独立核实：Canva、Cursor、Notion、HubSpot、Ramp、Patreon等都在官网列名，不是只有自述
专用GPU按分钟计费且明确“闲置不计费”，对突发型负载比按月包卡更公平

缺点

托管的是开源权重模型，不提供OpenAI/Claude/Gemini，无法替代中转站解决闭源旗舰模型的接入问题
Model APIs按token计费的目录只有十来个模型，模型库里的其余模型基本要走专用部署，成本结构完全不同
免费额度金额未公示，Pro/Enterprise只能谈价，规模化之前的成本不好预估

对比更多AI API中转站

查看完整对比表，按价格档位、模型覆盖、是否国内直连快速筛选。

返回测评榜 →