我直接把本地Qwen3.8都做成了在线deepseek API来用
-
Claude Sonnet 5.5 官方报价每百万 token 输入 2 美元、输出 10 美元；DeepSeek V4 Flash 便宜得多，284B 参数 13B 激活，输入 0.44 美元、缓存命中 0.014 美元——但一样要交钱，一样被限流。
我这边：0 元，无限次，数据不出门。
多数人跑本地模型停在 Ollama + localhost，在家能用出门抓瞎。教程教你端口映射加个密码，那是把裸服务挂公网，扫描器几小时找上门。
正确姿势：源站一行不改，门卫设在门口。
第一层，域名走 Cloudflare 橙云，家 IP 藏掉。
第二层，反向代理只查谁在敲门：先只放行 Cloudflare 官方 15 个回源 IP 段——否则任何人直连你家 IP、伪造一个访客 IP 头就进来了；再按真实 IP 做硬白名单，名单外一律 403。
第三层，LLM 网关做路由：一个域名一个 key，客户端只改 model 字段就切模型——27B 走 32G 卡，176B MoE 走 16G 卡，思考深度也编进模型名。
这套壳子不挑模型：Kimi-K2.6、GLM-5.1、Qwen3.5-122B-A10B、Gemma-4-26B-A4B、开源版 DeepSeek-V4-Flash，塞进去就是同一个 OpenAI 兼容接口。
妙处：家里 99% 日常走内网直连，不经门卫。网关崩了、key 丢了、公网入口撤了，家里一切照旧。
干货：橙云免费档 100 秒红线——100 秒不出响应头就 524，出流后 100 秒没字节也断。必须 stream，先实测首 token 延迟反推安全输入长度。
-
-
-
-
@paul-hou 我也是
-
-
