Blackbox 透過單一的 OpenAI 相容端點路由來自 29 家以上實驗室的 231 個第三方模型，也可以把開源權重模型作為單一租戶專屬執行個體部署。它按 token 而非按席次計費，在閘道層強制零資料保留，並在提示送達封閉模型之前剝離個人識別資訊。
用過這個工具嗎？為它評分
Blackbox 是一個推理平台。你把請求送到一個端點，它就會轉往數百個第三方模型中最適合當前任務的那一個，或者轉往一台專門為你保留的硬體上執行的模型。官網首頁把定位講得毫不含糊：Blackbox 是「面向前沿推理的高信任平台」，可以「把你選擇的開源權重模型作為專屬執行個體運行」，也可以「透過一個端點路由 300 多個模型」。
這個定位值得強調，因為它多半和你從名字裡預期的不一樣。Blackbox 長期以來以「AI 程式設計助手」為人所知，搜尋結果至今仍這樣描述它。而今天的網站主打的是推理基礎設施、安全性與按 token 的經濟性。程式設計相關的產品面依然存在——Agents API、VS Code 擴充功能與 CLI 都在產品清單裡——但它們是與推理業務並列，而不是站在前面。如果你帶著「找一個自動完成外掛」的預期進來，看到的卻是一個帶企業合約的模型閘道，那是產品本身發生了遷移，而不是你找錯了網站。
平台由三條產品線組成：Enterprise Inference、Blackbox Router，以及 Agents & Tooling（Agents API、VS Code 擴充功能與 CLI），官方特別註明「每一個產品面共用同一份按 token 的承諾額度」。一份餘額涵蓋全部產品，這既是商業模式的組織原則，也是架構上的組織原則。
這一點值得單獨成節。因為「我實際上在跟哪個模型對話」是這類平台上最常懸而未決的問題，也因為這一品類的廠商有時會列出一些實際上屬於「願景」、張冠李戴，或者歸屬於兄弟產品的模型名稱。
在這裡，答案的記錄品質異常地好。模型目錄頁直接給出了結論：收錄 231 個模型，來自「29 家以上實驗室」，透過「Blackbox Router——一個 OpenAI 相容端點」存取。那是一張可篩選的即時表格，帶上下文視窗與逐 token 費率，而不是一面 logo 牆。
每一個條目都帶有明確的廠商命名空間——anthropic/claude-opus-5、google/gemini-3.7-flash、openai/gpt-5.6-sol、xai/grok-4.6——因此每個模型的歸屬是被明說的，而不是靠暗示。與之並列的還有來自 Meta、阿里巴巴、Moonshot、MiniMax、NVIDIA、Sakana、Kwaipilot 等機構的模型，各自帶有自己的命名空間前綴。
由此可以得出一個直截了當、值得明說的結論：Blackbox 似乎並不自研前沿模型，它運行與路由的是別人的模型。目錄中的一切都被歸屬到某個外部實驗室。這不是批評——路由與託管本身是正當且有難度的生意，而且如實標註歸屬遠好過相反的做法——但它確實意味著，當你評估品質時，你評估的是「某個特定第三方模型」加上「Blackbox 對它的服務能力」，而不是某個自研模型。請評判它的路由、速度、隱私處理與價格；智慧本身屬於命名空間裡寫著的那些實驗室。
被標註 DEDICATED 的條目「可以改為作為隔離到你一家的單一租戶部署運行」，這是共享路由與專屬容量之間的實際分界線。開源權重模型可以這樣運行；封閉模型受其性質所限，則不能。
一個端點即可觸達全部託管目錄，閘道層強制執行零資料保留與不訓練。一把金鑰、一張帳單、一個儀表板。對於目前同時周旋於多個供應商帳號的團隊來說，「歸併」是最直接的實際收益。
與共享容量不同，Blackbox 會把你選定的開源權重模型部署在為你保留的 GPU 上——官方描述為單一租戶、隔離、沒有共享池、沒有其他客戶。對於那些根本不能送進共享服務的工作負載，這就是答案。
接入方式刻意做得平淡無奇：「一個 OpenAI 相容端點。改一下 base URL，程式碼照舊。」官方給出的範例向 enterprise.blackbox.ai/chat/completions 發起請求，使用標準的 messages 陣列與串流旗標。如果你的程式碼已經在說 OpenAI 協定，那遷移就是一次設定變更。
面向雲端程式設計 Agent 的 Agents API 與 Remote Agent 雲端沙箱僅限 Enterprise 方案，而多 Agent 與 Chairman LLM 編排在兩檔均按量計費。VS Code 擴充功能與 CLI 補齊了面向開發者的產品面，全部從同一份 token 餘額中扣減。
智慧路由、故障轉移與提示快取在兩檔中均包含。廠商聲明這些不只是便利功能：據稱智慧路由與提示快取可以把同一份承諾額度延展 10–20%，而且這一效果同樣作用於封閉模型。
歸併多個供應商帳號是最常見的切入點。分別對接 OpenAI、Anthropic 與 Google 的團隊，可以用一把金鑰、一張帳單觸達三者，同時保持模型選擇的開放性。
受監管或敏感的工作負載最適合走專屬路徑。當程式碼或紀錄不能被送往共享的多租戶服務時，把開源權重模型跑在保留容量上，會改變「什麼是可行的」這件事本身。
對成本敏感的高吞吐推理會從路由加快取中獲益，因為足夠用的最便宜模型可以承接大部分流量，較難的請求再向上升級。
企業環境中的程式設計 Agent 由 Agents API 與 Remote Agent 沙箱服務，專屬執行器與 SSO 可在合約下提供。
模型評測與橫向比較是天然契合的用法，因為一次接入即可觸達 231 個模型，模型之間切換只是改一個字串，而不是換一套 SDK。
反過來說，它並不面向想要消費級聊天介面的個人使用者，也不面向想找一個自研前沿模型的人——這裡的模型都屬於別的實驗室。
在評判一個模型之前先看命名空間。目錄會明確告訴你呼叫的是誰家的模型；關於品質的抱怨，通常應該歸給實驗室，而不是閘道。
按下限而不是上限來定承諾額度。未使用的承諾額度會在計費週期結束時失效，因此一個雄心勃勃的承諾額度，一旦用量不如預期，就會直接變成浪費。
留意 75% 與 90% 的提醒。它們之所以存在，是因為「失效」是真實會發生的事，而這也是「不會有額度在毫無預警的情況下過期」的實現機制。
不要假設零保留會原封不動地延伸到每一個被路由到的模型。該保證在閘道層被強制執行，但對上游的封閉供應商而言，它部分依賴對方的條款與逐請求旗標。
把「無人工審閱」當作合約條目來對待。它被列為按合約逐一議定，而不是全平台預設，採購環節應當明確確認這一點。
有選擇地使用專屬部署。對受監管的工作而言，保留容量是正確答案；對其餘一切而言，它是昂貴答案。
如果你已經有議定價格，就帶上自己的供應商帳號。Enterprise 方案支援這麼做，可以讓你在保留既有價格的同時獲得路由與可觀測能力。
在組織範圍內統一模型接入方式的平台與基礎設施團隊是最明確的適配對象，因為一個端點、一張帳單取代了一堆分散的供應商整合。
有合規約束的企業從單一租戶路徑中獲益最大，因為它們的替代方案往往是「乾脆不用託管模型」。
跑高吞吐量、對成本敏感的團隊會從路由與快取中獲益，尤其是當一個更便宜的模型就足以應付大部分流量時。
已經建構在 OpenAI 協定之上的工程團隊面臨的切換成本異常之低，因為接入只是改一個 base URL。
以安全為主導的採購方顯然就是網站文案的目標讀者，因為其表述中有相當大的比重在講加密、保留策略與識別碼剝離。
而以下幾類並不適合：想要一個打磨精良的消費級聊天產品的個人；想要自研內部模型的團隊；不願為企業級控制項與業務溝通的人；以及在採用前需要大量獨立第三方驗證的買家——如下文所述，這類驗證相當單薄。
Blackbox 主要以 API 形式交付。OpenAI 相容的 REST 與串流介面是主要產品面，這意味著任何已經能呼叫 OpenAI 的語言或框架，都可以在不引入新 SDK 的情況下呼叫 Blackbox。
在 API 之外，產品還提供 CLI 與 VS Code 擴充功能，兩者共用同一份按 token 的承諾額度，另有面向雲端執行 Agent 工作的 Agents API 與 Remote Agent 沙箱。
企業部署選項進一步擴展到專屬單一租戶基礎設施與資料落地，SAML SSO、SCIM、RBAC 與稽核日誌可在合約下提供。公司還提到與微軟的 AI 合作關係，涵蓋在 Azure 上的企業部署。
計費按 token 而非按席次，分為 Pay As You Go 與 Enterprise 兩檔。前者被描述為「每個模型都按標準費率，無需簽署任何文件」，月度承諾額度為 0；後者是按採購單遞減的年度承諾。
費率按每百萬 token 公布，輸入、輸出與快取讀取分別計費——nvidia/nemotron-3-ultra 為輸入 0.32 美元、輸出 0.80 美元、快取讀取 0.08 美元，對比 zai/glm-5.2 的 1.40 美元與 4.40 美元。把快取讀取費率單獨列出是個有用的細節，因為在重複上下文的場景裡，快取會實質性地改變有效成本。
承諾客戶可以看到「封閉模型 −5% 起」與「開源模型 −10% 起」，頁面也直白地寫明「合約上的費率會隨承諾支出的增長而改善」。開源權重模型折扣更大的原因，官方解釋為這部分基礎設施由 Blackbox 端到端自行營運，而封閉模型則要路由回其供應商。
關於平台費，定價頁回答得很乾脆：「沒有額度購買費，也沒有按席次收費。你按不高於列表價的價格為 token 付費。」對於習慣了按席次計費的 AI 工具的團隊來說，不收席次費是一個實實在在的結構性差異。
簽約前需要理解的陷阱是：未使用的承諾額度「會在計費週期結束時失效」，官方在用量達到 75% 與 90% 時發送支出提醒，而廠商自己的建議是「按你的最低用量來定承諾額度」。這條建議是可靠的，也值得逐字照做——承諾折扣只有在 token 真的被消耗掉時才算省錢。
在路由這一職能上，OpenRouter 是概念上最接近的競品，同樣把眾多模型聚合到一個 API 之後，但商業與企業姿態不同。
Together AI、Fireworks 與 Baseten 在託管開源權重推理上競爭，並出現在同一批速度對比中，其中 Together AI 直接出現在官方的基準表格裡。
當你只需要一家供應商、沒有聚合需求時，直接對接 OpenAI、Anthropic 或 Google 仍是最簡單的選擇——而 Blackbox 自己在 Enterprise 方案也支援接入這些帳號。
對於擁有 GPU 容量與工程深度的團隊，用 vLLM 之類自建可以獲得最大控制權，代價是自己維運這套基礎設施。
若具體到程式設計 Agent 這一用途，該品類中的專用工具與其說是在和推理平台競爭，不如說是在和 Agent 產品面競爭。
獨立驗證是整幅圖景中最薄弱的部分。第三方驗證實際上處於缺位狀態：Product Hunt 頁面顯示評分 5.0，但它來自唯一一則評價，關注者 11 人，樣本量小到不足以承載任何結論。也未檢索到任何主流科技媒體的獨立評測或調查報導，而各家公司資料庫在募資與營收口徑上互相矛盾，因此本文不引用任何此類數字。於是本條目中的幾乎所有內容，都建立在廠商自己公開的頁面之上。
速度方面的主張足夠具體、可供核對：Artificial Analysis 於 2026 年 7 月在 NVIDIA Nemotron 3 Ultra 上測得每秒 454 個 token，位列所有供應商第一，「比第二名快 30%」。這是第三方測量，但它被轉載在廠商自己的頁面上，本文並未對照原始排行榜獨立確認；而且它涵蓋的是某一時點的某一個模型，而非整個目錄。
關於訓練退出的限定條件是公開寫明而非藏起來的：保留與訓練的抑制是「透過供應商條款與逐請求旗標，在供應商 API 支援的範圍內」實現的，這使得該保證在邊緣處是合約性的，而非純技術性的。這是一種誠實的揭露，同時也意味著這份承諾的強度會因上游供應商而異。
首頁上最容易被忽略的一行藏在隔離性標題之下：「無人工審閱——按合約逐一議定」，也就是說這項保護是合約條款，而非全平台預設。預設它自動生效的買家，可能預設得太多了。
企業方案的門檻設得很高。SAML SSO、SCIM、RBAC 與稽核日誌僅限 Enterprise，資料落地、單一租戶部署與自訂速率限制亦然；這些在 Pay As You Go 方案一概不提供。Agents API 與 Remote Agent 沙箱同樣僅限 Enterprise。自助使用者拿到的是路由與費率，而不是治理能力。
承諾額度失效是真實存在的財務風險，前文已述；此外，服務條款頁在調研期間無法取回——請求 /terms 回傳 404——因此本條目不對營運實體與準據法作出陳述。
最後，目錄本身是個移動標靶。一張含 231 個模型、帶具體價格的表格會頻繁變動，因此請把本文中的每一個數字都視為快照，在做預算之前核對當前費率。
隱私是該產品敘事的核心，而其機制被描述得足夠具體，可以據以評估。
提示、程式碼上下文與補全「僅在當次請求存續期間留在記憶體中，回應返回後即被丟棄」，並且「不做模型訓練、不設提示審閱佇列、不留產品分析用的內容副本」。隱私頁把這件事表述為一個路由決策，而不是一個政策上的勾選框，這與它的實現方式是吻合的。
在 Enterprise 方案，PII 層會在提示到達封閉模型之前改寫識別碼，使得「封閉模型收到的是 <EMAIL_1> 或 <PERSON_2> 這樣的佔位符，隨後再為你的使用者還原回應」。該過濾器被描述為在 Blackbox 層內作為一個本機推理步驟執行，因此識別碼在路由到供應商之前就已被移除，企業團隊還可以調整需要遮蔽的類別。
把這些串起來的架構思想是「按敏感度路由」：可以在移除識別碼後安全觸達封閉供應商的任務走 Router，而受監管或核心資產級的程式碼則路由到保留容量上的 Enterprise Inference。團隊可以按工作區政策區分公開文件、內部工單、原始碼、金鑰與受監管紀錄，而不必依賴每位開發者手動挑選最安全的模型——這是一項有意義的改進，因為「靠每個人自覺」恰恰是規模化之後最先失效的東西。
稽核日誌被描述為記錄存取與設定事件，但不儲存提示正文，這對於「取證但本身不製造新的資料風險」而言是正確的形態。
需要如實指出的邊界是：PII 剝離、稽核日誌與資料落地都是 Enterprise 方案能力；無人工審閱按合約逐一議定；而上游的訓練抑制取決於各供應商 API 支援到什麼程度。這裡的揭露品質在同品類中高於平均水準，但最強的那些保證需要一份合約，而不是一次註冊。
依據其公開目錄，沒有。全部 231 個模型都透過 anthropic/、google/、openai/、meta/、xai/ 等明確的命名空間歸屬到外部實驗室。Blackbox 託管並路由這些模型，而不是自研前沿模型，因此模型品質是你所選實驗室的屬性，而速度、隱私處理與價格才是 Blackbox 的屬性。
模型目錄頁列出 231 個模型，來自 29 家以上實驗室，涵蓋開源權重與封閉模型，每個都公布了上下文視窗與逐 token 費率。已具名的廠商包括 Google、Anthropic、OpenAI、Meta、xAI、阿里巴巴、Moonshot、MiniMax 與 NVIDIA 等。
按 token，而不是按席次。Pay As You Go 按標準費率計費，無需承諾、無需簽約。Enterprise 是按採購單遞減的年度承諾支出，封閉模型折扣從 5% 起、開源權重模型從 10% 起，並隨承諾支出增長而改善。輸入、輸出與快取讀取分別計費。
會在計費週期結束時失效。Blackbox 會在承諾用量達到 75% 與 90% 時發送支出提醒，並明確建議按最低用量來定承諾額度。請把承諾額度當作你有把握消耗掉的下限，而不是你希望達到的目標。
閘道層強制執行零資料保留，提示、程式碼上下文與補全僅在當次請求期間留在記憶體中，隨後被丟棄，不做模型訓練、不設提示審閱佇列。對被路由的流量而言，訓練退出預設開啟，但請注意其明示邊界：它是透過供應商條款與逐請求旗標、在供應商 API 支援的範圍內實現的。
在 Enterprise 方案可以。PII 匿名化層會在提示離開、發往封閉供應商之前，把姓名、電子郵件、帳號與金鑰替換為語義佔位符，並在之後還原回應。這是 Enterprise 方案能力，而不是自助方案的預設行為。
如果你已經在用 OpenAI 協定，難度很低。該端點在 REST 與串流兩方面均相容 OpenAI，官方給出的做法是改 base URL、程式碼照舊，再把模型字串換成你想要的帶命名空間的識別碼。
專屬單一租戶部署、資料落地、SAML SSO、SCIM、RBAC、稽核日誌、封閉模型前的 PII 移除、自訂速率限制與 SLA、面向雲端程式設計 Agent 的 Agents API、帶專屬執行器的 Remote Agent 沙箱，以及一位專屬前向部署工程師且導入不額外收費。
在 Enterprise 方案可以。你可以接入自己的 OpenAI、Anthropic 或 Google 帳號，按既有關係與議定價格走，同時保留路由、故障轉移、快取與儀表板能力。此時用量將透過你的供應商結算，而不是透過 Blackbox。
它具體到可以核對，這一點本身是加分項：在 Nemotron 3 Ultra 上每秒 454 個 token，由 Artificial Analysis 於 2026 年 7 月測得，在所有供應商中排名第一。但有兩條保留意見——該數字是轉載在廠商自家頁面上的，本文並未獨立確認；而且它描述的是某一時刻的某一個模型，而不是整個目錄。
