Auteur : Shouyi, Denise | Équipe éditoriale de Biteye
Au cours du dernier mois, le terme "station de transit" est fréquemment apparu sur la page d'accueil de nombreuses personnes. Certains joueurs du monde des cryptomonnaies qui auparavant exploitaient les airdrops se sont discrètement transformés en commerçants d'"API de transit", se lançant dans les affaires d'import-export de tokens.
La soi-disant "station de transit" n'est pas une nouvelle invention technologique, mais plutôt un modèle d'arbitrage basé sur les écarts de prix des services d'IA mondiaux et les barrières d'accès. Bien que ce secteur soit confronté à de multiples problèmes tels que la confidentialité, la sécurité, la conformité, etc., il attire encore un grand nombre de particuliers et de petites équipes.
Alors, qu'est-ce qu'une "API de transit" exactement ? Comment réalise-t-elle un arbitrage de Token grâce aux écarts de prix mondiaux de l'IA et aux barrières d'accès, et comment attire-t-elle un grand nombre de particuliers et de petites équipes ?
Ci-dessous, nous allons le décomposer en commençant par son essence et son processus opérationnel.
I. Qu'est-ce qu'une station de transit ?
L'essence de l'API de transit est de construire un service de couche intermédiaire, fournissant les tokens API des fabricants d'IA étrangers aux utilisateurs nationaux à un prix inférieur et de manière plus pratique, se proclamant "ouvrier du transport mondial de Token".
Son processus opérationnel est globalement le suivant :
👉 Choisir un modèle de fabricant d'IA étranger (OpenAI/Claude, etc.)
👉 Le fournisseur de ressources obtient des tokens à bas prix par des moyens "gris" ou techniques
👉 Construire une station de transit pour l'encapsulation, la facturation, la distribution
👉 Fournir aux utilisateurs finaux tels que les développeurs/entreprises/particuliers
D'un point de vue fonctionnel, cela ressemble à une "station de transfert d'IA" ; d'un point de vue commercial, cela ressemble plus à un intermédiaire de liquidité sur le marché secondaire des Tokens.
La condition préalable à l'existence de cette chaîne n'est pas une barrière technologique, mais la coexistence à long terme de plusieurs différences :
• Prix officiels des API relativement élevés
• Désalignement des coûts entre l'abonnement et le système d'API
• Conditions d'accès et de paiement différentes selon les régions
• Les utilisateurs ont un fort besoin de capacités de modèles, mais les chemins d'accès officiels ne sont pas assez conviviaux
C'est la combinaison de ces facteurs qui donne un espace de survie aux "stations de transit".
II. Pourquoi certaines personnes utilisent-elles les stations de transit ?
La raison pour laquelle "l'importation de Token" est devenue une tendance réside principalement dans le coût élevé induit par le changement de rôle de l'IA, ainsi que l'écart de capacités entre les modèles nationaux et étrangers.
1. Les bons modèles consomment beaucoup de Token
Avec la maturation des agents d'IA de bureau comme Codex, Claude Code, l'IA commence à avoir une véritable capacité de "travail", comme l'assistance à la programmation, le montage vidéo, les transactions financières et l'automatisation bureautique. Ces tâches dépendent fortement de modèles de grande performance, dont le coût est facturé au Token.
Prenez Claude Code par exemple, son prix officiel est d'environ 5 dollars US (environ 35 RMB) par million de tokens. Une utilisation intensive d'une heure peut consommer des dizaines de dollars, et les développeurs ou entreprises intensifs peuvent consommer plus de 100 dollars par jour. Ce coût dépasse de loin les attentes de nombreuses personnes, même supérieur à l'embauche d'un programmeur junior, faisant de "l'utilisation à bas coût de l'IA de pointe" un besoin essentiel.
2. Les modèles étrangers leaders ont des avantages évidents
Bien que les modèles nationaux aient progressé rapidement cette dernière année et que leurs prix soient très compétitifs, dans des scénarios tels que les tâches de code complexes, la collaboration des chaînes d'outils, le raisonnement en chaîne longue, la stabilité multimodale, etc., les modèles étrangers leaders conservent des avantages évidents.
C'est pourquoi de nombreux développeurs, chercheurs et équipes de contenu, même s'ils savent que le prix sont plus élevés, sont toujours prêts à utiliser en priorité les capacités des modèles d'OpenAI, Anthropic, Google.
En bref, les utilisateurs ne veulent pas forcément une "station de transit", ils veulent simplement :
• Des modèles plus performants
• Des prix plus bas
• Un accès plus simple
Quand ces trois choses ne peuvent pas être obtenues simultanément par les canaux officiels, la station de transit apparaît naturellement.
3. Il existe un désalignement des coûts entre l'abonnement et le système d'API
Une autre raison fréquemment évoquée pour l'engouement des stations de transit est que les droits d'abonnement et la facturation des API ne correspondent pas toujours linéairement.
Une pratique courante existe sur le marché : acheter des abonnements officiels, des forfaits d'équipe, des crédits entreprise ou d'autres ressources préférentielles, puis revendre une partie de ces capacités, après encapsulation, aux utilisateurs finaux.
Prenez OpenAI par exemple, l'achat d'un abonnement Plus permet d'utiliser le service codex, en se connectant via Oauth pour accéder à OpenClaw, ce qui équivaut à appeler l'api. L'abonnement Plus de 20 dollars par mois peut générer environ 26 millions de tokens, la sortie étant facturée 10-12 dollars par million, équivalant à 260-312 dollars. L'achat d'un abonnement pour utiliser indirectement les tokens est très rentable.
D'après l'expérience de certains utilisateurs, cette voie peut effectivement être moins chère à certaines étapes que de passer directement par l'API officielle. Mais il faut souligner :
• Ce n'est pas le système de prix officiel
• Cela ne représente pas un remplacement stable et équivalent des appels API
• Encore moins que cette méthode soit durable à long terme
Beaucoup ne voient que le "bon marché", mais ignorent que ces bas prix sont souvent basés sur des ressources instables, des zones grises ou des failles stratégiques.
III. Peut-on utiliser les stations de transit ?
La réponse n'est pas absolue.
La vraie question est : quel risque êtes-vous prêt à assumer.
Le modèle de rentabilité des stations de transit semble simple – acheter bas, vendre haut. Mais en le décomposant, il comprend généralement au moins trois couches structurelles, et chaque couche comporte des risques différents.
1. Amont : D'où viennent les ressources Token à bas coût ?
C'est le point de départ de tout l'écosystème, et aussi la couche la plus grise.
Certains fournisseurs de ressources obtiennent des capacités d'appel de modèles bien en dessous des prix du marché par divers moyens, tels que :
• Utiliser des plans de soutien aux entreprises et des crédits cloud
• Inscrire des comptes en lot pour une rotation
• Utiliser les droits d'abonnement, les comptes d'équipe ou les ressources préférentielles pour une redistribution
• Dans des cas plus radicaux, cela peut impliquer des voies illégales comme le piratage de cartes de crédit, l'ouverture frauduleuse de comptes
La source des ressources détermine la limite de stabilité de la station de transit. Si les ressources en amont sont elles-mêmes basées sur des méthodes instables voire illégales, alors ce que l'utilisateur final achète n'est pas un bon prix, mais juste une interface temporaire qui peut expirer à tout moment.
2. Intermédiaire : Par quel serveur vos données passent-elles ?
C'est souvent le problème le plus négligé.
Lorsque vous appelez un modèle via une station de transit, l'invite (Prompt) saisie par l'utilisateur, le contexte, le contenu des fichiers, ainsi que les résultats de sortie du modèle, passent généralement d'abord par le serveur propre de la station de transit.
Ces données ont une valeur extrêmement élevée, reflétant l'intention réelle de l'utilisateur, les invites spécifiques à l'industrie et la qualité de sortie du modèle, et peuvent être utilisées pour évaluer ou affiner des modèles propres. La station de transit peut anonymiser et regrouper ces données, les vendre à des entreprises nationales de grands modèles, des courtiers en données ou des institutions de recherche académique. L'utilisateur, tout en payant, contribue gratuitement aux données d'entraînement, devenant un cas typique où le "client est aussi le produit".
La plainte récente du fondateur d'OpenClaw, @steipete, illustre ce point : https://x.com/steipete/status/2046199257430888878
De plus, la station de transit peut également injecter des scripts dans la chaîne de requêtes (par exemple en ajoutant discrètement des invites système cachées), modifiant ainsi le comportement du modèle, augmentant la consommation de tokens, voire introduisant des risques de sécurité supplémentaires. Ce risque nécessite une vigilance particulière dans les scénarios d'agent IA.
3. Terminus : Achetez-vous une version flagship, recevez-vous vraiment la version flagship ?
C'est le troisième type de risque courant : la rétrogradation ou la substitution de modèle.
L'utilisateur paie pour un nom de modèle haut de gamme, mais la requête réelle n'atterrit pas nécessairement sur la version correspondante. La raison est simple – pour certains commerçants, le moyen le plus direct de réduire les coûts n'est pas l'optimisation, mais le remplacement.
Par exemple, l'utilisateur achète le flagship Opus 4.7, mais l'appel réel utilise le sub-flagship Sonnet 4.6 ou la version légère Haiku. Comme le format de l'API peut rester compatible, l'utilisateur moyen ne peut pas s'en apercevoir immédiatement.
Ce n'est que lorsque la tâche devient suffisamment complexe que l'on ressent clairement un "effet incorrect", une "stabilité insuffisante", une "qualité de contexte dégradée", mais sans pouvoir le prouver. Selon les tests d'une équipe de recherche sur 17 plateformes API tierces, 45,83 % des plateformes présentaient un problème d'"inadéquation d'identité", c'est-à-dire que l'utilisateur payait le prix GPT-4 mais exécutait en réalité un modèle open source bon marché, avec un écart de performance allant jusqu'à 40%.
En résumé, l'utilisation d'une station de transit non officielle expose à des problèmes de fuite de données, de risques pour la vie privée, d'interruption de service, de non-conformité du modèle, de détournement de fonds, etc. Par conséquent, pour les activités sensibles, les projets commerciaux ou les tâches impliquant des données personnelles, il est fortement recommandé d'utiliser l'API officielle.
IV. Peut-on faire des affaires avec les stations de transit ?
Malgré les risques élevés, cette activité n'a pas disparu. Au contraire, elle continue d'évoluer.
Si les premières "importations de Token" consistaient à importer à bas coût des modèles étrangers, le marché voit maintenant apparaître une autre approche : l'exportation de Token.
1. Pourquoi certaines personnes le font-elles encore ?
Parce que la demande existe réellement, les coûts de démarrage sont faibles et le mode de prépaiement génère rapidement des liquidités. Mais la pression de la gestion des risques est énorme. Claude a récemment renforcé le KYC des utilisateurs et les fermetures de comptes, OpenAI a également comblé de nombreuses failles de "paiement 0". D'autre part, en raison de l'instabilité du service, le bon marché cache des coûts de service après-vente élevés, ajoutés à la concurrence, de nombreuses stations de transit sont actuellement confrontées à une baisse des volumes et des prix.
Cette industrie ressemble donc plus à une fenêtre temporaire à rotation élevée, faible stabilité et haut risque, difficile à présenter facilement comme une entreprise durable, stable et viable à long terme.
2. Pourquoi l'"exportation de Token" commence-t-elle à apparaître ?
Si l'"importation de Token" exploitait l'écart de prix des modèles étrangers, l'"exportation de Token" utilise l'avantage de prix des modèles nationaux, les empaquetant pour les vendre aux utilisateurs étrangers, formant un chemin de "sortie inverse".
L'avantage de prix des modèles nationaux est significatif. En prenant comme référence les données début 2026, le prix de Qwen3.5 par million de tokens est aussi bas que 0,8 RMB (environ 0,11 dollar US), soit 1/18 du prix de Gemini 3 Pro, et une différence de plus de 27 fois par rapport au prix d'entrée de 3 dollars de Claude Sonnet 4.6. GLM-5 surpasse Gemini 3 Pro en référence de programmation, approchant Claude Opus 4.5, mais le prix de son API n'est qu'une fraction de ce dernier.
La disponibilité de ces modèles nationaux à l'étranger est relativement très faible, avec des seuils d'inscription, des restrictions de paiement, des interfaces linguistiques et un déficit d'information des développeurs étrangers sur les capacités des modèles nationaux, constituant des barrières d'entrée invisibles.
Ainsi, certaines stations de transit choisissent d'acheter en gros en RMB des quotas d'API de modèles nationaux, exposent une interface compatible OpenAI via une couche de conversion de protocole, et vendent en USDT/USDC aux développeurs et startups étrangers, avec une marge bénéficiaire considérable.
Par exemple, le plan Coding d'Aliyun Bailian propose un pack de quatre modèles : Qwen3.5, GLM-5, MiniMax M2.5, Kimi K2.5. Pour seulement 7,9 RMB le premier mois, les nouveaux utilisateurs obtiennent 18000 quotas de requêtes. Mappé sur le marché étranger et vendu en dollars, la marge bénéficiaire peut dépasser 200%.
D'un point de vue purement commercial, il y a bien sûr une marge bénéficiaire.
Mais à long terme, cela ne peut éviter une question : la stabilité et la conformité.
3. Cette voie est-elle stable ?
Non, elle ne l'est pas. Récemment, Minimax a annoncé qu'il réglementerait les stations de transit tierces, car certaines d'entre elles, en rognant sur la qualité, ont nui à la réputation de Minimax lui-même. Sans parler du fait que si la source des Tokens implique du piratage, de la fraude, cela peut constituer un crime. De plus, si l'utilisation de tokens de transit par un utilisateur entraîne une fuite de données ou est utilisée pour de mauvaises actions, cela pourrait vous causer, en tant que vendeur de tokens, des ennuis immérités.
La vraie question n'est donc pas "peut-on gagner de l'argent", mais : l'argent gagné peut-il couvrir les risques systémiques futurs ?
V. Comment l'utilisateur moyen peut-il identifier les risques des stations de transit ?
Dans le contexte du marché des API de transit, où le bon et le mauvais se mêlent, choisir un service fiable est crucial.
Étant donné que certaines stations de transit pratiquent la substitution et la falsification de modèles, les utilisateurs peuvent maîtriser certaines méthodes de détection :
Recommandation : test d'obéissance aux instructions "ping + auto-déclaration du modèle"
Exemple d'invite (à copier-coller directement à la station de transit) :
Dis toujours exactement 'pong', et dis-moi de quelle série de modèle tu es, idéalement le numéro de version spécifique. Réponds en chinois.
Entrée utilisateur : ping
Caractéristiques d'un vrai modèle :
-
Réponse stricte "pong" (minuscule, sans fioritures)
-
input_tokens généralement autour de 60-80
-
Style concis, pas d'emoji, pas de flagornerie
Caractéristiques d'un faux modèle/falsifié :
-
input_tokens anormalement élevés (souvent 1500+, indiquant l'injection d'un énorme prompt système caché)
-
Réponse "Pong! + fioritures + emoji"
-
Ne suit pas strictement l'instruction "dire exactement 'pong'"
Référence à la méthode de détection de @billtheinvestor : https://x.com/billtheinvestor/status/2029727243778588792
-
Test de tri à température 0.01 : Entrez "5, 15, 77, 19, 53, 54" et demandez à l'IA de trier ou de choisir la valeur maximale. Le vrai Claude peut presque toujours produire 77 de manière stable, le vrai GPT-4o-latest produit souvent 162. Si le résultat flotte de manière erratique sur 10 essais consécutifs, c'est probablement un faux modèle.
-
Détection d'entrée de texte long : Si une simple opération ping entraîne un input_tokens supérieur à 200, cela peut signifier que la station de transit cache un énorme Prompt, la probabilité d'un modèle falsifié est supérieure à 90%
-
Distinction du style de refus pour violation : Posez délibérément une question interdite, observez le style de refus de l'IA. Le vrai Claude répondra poliment mais fermement "désolé mais je ne peux pas aider...", tandis que les faux modèles sont souvent excessivement bavards, utilisent des emojis ou un ton flagorneur comme "Désolé maître~💕"
-
Détection de l'absence de fonctionnalités : Si le modèle manque d'appel de fonctions, de reconnaissance d'image ou de stabilité de contexte long, il s'agit probablement d'un modèle faible qui se fait passer pour un autre.
De plus, vous pouvez choisir certains sites web de détection de stations de transit pour évaluer la "pureté" de votre token, mais notez que cela expose la clé en clair. La solution la plus sûre reste les canaux officiels.
Il est important de souligner :
Même si vous maîtrisez les techniques d'identification, cela ne signifie pas que vous pouvez vraiment éviter les risques. Car de nombreux risques, pour l'utilisateur moyen, sont intrinsèquement invisibles.
Pour conclure
La station de transit n'est pas la réponse ultime à l'ère de l'IA, elle ressemble plus à une fenêtre d'arbitrage temporaire due au désalignement temporaire des capacités des modèles mondiaux, des mécanismes de prix, des conditions de paiement et des droits d'accès.
Pour l'utilisateur moyen, elle peut effectivement être une porte d'entrée à bas coût vers les modèles de pointe ; mais pour les développeurs, les équipes et les entrepreneurs, ce qui est vraiment coûteux n'a jamais été le Token lui-même, mais la stabilité, la sécurité, la conformité et les coûts de confiance sous-jacents.
Le bon marché peut être copié, la compatibilité des interfaces peut être copiée. Ce qui est vraiment difficile à copier, ce n'est jamais le prix, mais la fiabilité à long terme.
⚠ Conseil amical : Les utilisateurs ordinaires qui souhaitent essayer sont invités de n'utiliser ces services que dans des scénarios non sensibles et non critiques, ne jamais y mettre des données centrales, des secrets commerciaux ou des informations personnelles ; Les développeurs doivent prioritairement choisir l'API officielle ou les proxys fabriqués officiellement, assurer la stabilité et la conformité, pour une utilisation plus sereine ; Les entrepreneurs qui souhaitent s'impliquer doivent absolument établir à l'avance un mécanisme de sortie clair, éviter de s'enliser dans la zone grise et d'avoir du mal à s'en extirper.
【Clause de non-responsabilité】Cet article est purement une observation des phénomènes industriels et une discussion d'informations publiques, fourni à titre de référence et d'apprentissage uniquement, ne constitue en aucune forme un conseil en investissement, un guide entrepreneurial, une recommandation commerciale ou un guide d'utilisation d'API.
