Ghost 博客版本 · SEO 关键词：GLM API、Qwen API、DeepSeek API、Kimi API、国产大模型接入、灵眸AI、lmuai、Claude Code 国产模型、多模型聚合平台

跟之前写 Claude Code、Codex 那两篇不一样，这篇要讲清楚一件容易被搞混的事：GLM、Qwen、DeepSeek、Kimi 这几个国产模型，官网本身在国内访问完全没问题，不存在"直连走不通"的问题。真正让我最后选择走聚合平台而不是分别接官网的，是另外三件事——协议不统一、账户分散、想在 Claude Code 这类客户端里用国产模型没有现成路径。这篇记录一下这几个月接入灵眸AI 的实际情况。

一、分别接官网，到底麻烦在哪

如果只用一个国产模型，直接接官网 API 是最直接的选择，没必要绕聚合平台。麻烦是从"想同时用好几个"开始的。

协议格式不统一：智谱、DeepSeek 的官方 API 大多兼容 OpenAI 的 Chat Completions 格式，但认证方式、端点各不相同；每接一家，代码里就要维护一套独立的凭证和调用逻辑。接四家就是四套，谈不上"统一接口"。

账户和账单分散：四家分别注册、分别充值、分别看账单，成本核算的时候要跑四个后台，稍微复杂一点的项目想按月算总花费，得手动汇总。

想在 Claude Code 里用国产模型，没有官方支持路径：Claude Code 本身走的是 Anthropic 协议，官方没有提供"把国产模型接进 Claude Code"这条路。想做到，需要一个能做协议转换的中间层——这正是灵眸AI 这类聚合平台的核心价值，不是"绕过限制"，是补上官方没做的这一层转换。

二、灵眸AI 这边怎么接的

灵眸AI 的国产模型接入默认走 Anthropic 协议（Base URL 不带 /v1），这意味着 Claude Code 配置好 ANTHROPIC_BASE_URL 之后，可以直接用 /model 命令切换到 GLM、Qwen、DeepSeek、Kimi 这几个模型，不需要额外改客户端逻辑。

~/.claude/settings.json：

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://api.lmuai.ai",
    "ANTHROPIC_AUTH_TOKEN": "你在灵眸AI后台拿到的API Key"
  },
  "effortLevel": "medium"
}

启动后切换模型：

/model glm-5.2          # 日常改动、写注释
/model deepseek-v4-pro  # 中等复杂度任务
/model qwen3.8-max      # 需要更大上下文的任务
/model claude-opus-4-8  # 跨文件重构、架构决策

一个值得说清楚的点：国产模型这几家共用同一个账户 Key 体系——一个 sk- 开头的密钥能覆盖 GLM、Qwen、DeepSeek、Kimi 这一整组国产模型，不需要像 Claude 和 GPT 那样分别配置。这跟之前写 Codex 那篇提到的限制不是一回事：那边说的是"一个 Key 不能跨 Claude 和 GPT 混用"，这边国产模型内部是互通的，算是灵眸AI 架构里对用户比较友好的一处设计。

三、价格差距，实测查过一遍

这几个月接入之前，我把 GLM-5.2、Qwen3.8-Max、DeepSeek V4 Pro、Kimi K3 这四个模型在官方直连和灵眸AI 按量计费之间的价格差实测查过一遍（数据抓取时间2026年8月6日，加权口径30%输入/70%输出）：

这份数据当时还查出一件反直觉的事：DeepSeek V4 Pro 这个模型，阿里云百炼和硅基流动这两个转卖渠道的价格（加权约¥20.40/M）反而比 DeepSeek 官方自己直连贵了快4倍。所以"中转一定比官方贵/便宜"这种笼统假设都不成立，具体到哪个模型哪个渠道，还是得自己查一遍，不能靠猜。详细的查证过程和数据来源见《GLM/Qwen/DeepSeek/Kimi 接入怎么选》那篇，这里只列结论。

四、速度：不能拿一个模型的表现套所有模型

价格查完之后我也做过一次简单的速度对比（复用之前测过40个国产 Coding 模型的数据），结果不是"灵眸AI 全面快"或者"全面慢"这种一边倒的结论：

• GLM 系列：通过灵眸AI 接入实测比阿里、腾讯渠道接入更快（93.0 t/s vs 36.5/27.1 t/s）
• Qwen 系列：通过灵眸AI 接入实测首字节延迟明显偏高（20秒以上），比阿里官方直连（几秒量级）慢不少
• Kimi 系列：通过灵眸AI 接入实测速度也不如腾讯渠道和官方直连

这几个月实际用下来，日常写代码、跑脚本这类任务对首字节延迟不算敏感，反而是"能不能在同一个客户端里随手切模型"这件事对工作流影响更大。但如果你的场景对响应速度敏感（比如交互密集的场景），Qwen 和 Kimi 这两个模型建议自己先测一下延迟，别直接假设走哪个渠道都一样快。

五、老实说几个用下来发现的缺口

• Cache 支持信息不透明：灵眸AI 的按量计费价格页目前没有公开列出国产模型的缓存单价字段，如果你的场景高度依赖缓存计费，接入前最好直接问客服或者拿小额度实测账单明细里有没有对应字段，别假设它一定有
• 接入协议文档细节不全：官方文档说明了国产模型默认走 Anthropic 协议，但没有逐一写清楚每个模型具体的协议转换细节，用 OpenAI SDK 调用之前建议先小额度测一遍
• Qwen、Kimi 的响应速度不占优：如前面说的，这两个模型走灵眸AI 接入的速度实测不如直连，纯速度优先的场景需要自己权衡

六、这几个月的实际用法

日常工作按任务复杂度分配模型，大致是这样：

• 简单改动、写注释、格式化 → GLM 系列，便宜且够用
• 中等复杂度的单文件改动、脚本 → DeepSeek V4 Pro
• 需要长上下文的任务 → Qwen3.8-Max
• 跨文件重构、架构决策 → 仍然用 Claude

按需要切模型比全程用一个贵模型的成本低不少，具体省多少因人而异，主要看你的任务里高复杂度和低复杂度的比例。

常见问题

国产模型也要走中转吗？直接用官网不行吗？

如果只用一个模型，直接接官网就够了，不需要绕聚合平台。走聚合平台的价值是"同时用好几个模型时的统一管理"和"官方价格之外可能存在的价差"，不是解决访问问题——国产模型本身国内访问没有障碍。

灵眸AI 的国产模型和 Claude 能用同一个 Key 吗？

不能。灵眸AI 的架构限制是一个 Key 只能接入①全部国产模型（GLM/Qwen/DeepSeek/Kimi这一组），或②某一家海外厂商（仅 Anthropic 或仅 OpenAI），不支持跨厂商混用同一个 Key。国产模型内部这几家是互通的，但跨到 Claude/GPT 需要另开一个 Key。

这几个模型里选哪个最划算？

看场景，不是固定答案。价格上四个模型相对官方直连都有折扣，但折扣比例不同；速度上 GLM 通过灵眸AI 接入的表现最好，Qwen 和 Kimi 不占优。建议按自己实际任务类型（简单/复杂、是否对延迟敏感）分配，不是无脑全用一个。

数据核实时间：2026年8月。价格和政策条款随时可能调整，接入前建议自行核对灵眸AI 按量计费价格页获取实时数字。