标准档
基础优惠
低于官方牌价
月日均消耗 < 50 亿 tokens
- 按量付费，零门槛接入
- 全功能 API：流式 / Function Call / 思考模式 / 结构化输出
- 前缀缓存自动生效，命中按缓存价计费
支持 GLM、DeepSeek 等开源旗舰模型，各模型折扣详见报价单
TOKEN FACTORY · SHENZHEN NVIDIA CLUSTER
大模型时代的
Token 源头供应商
自有 NVIDIA 高端算力集群，规模化部署 GLM-5.2 等开源旗舰模型。没有中间环节，以显著低于官方牌价的源头价格，供应可验证、可承诺 SLA 的推理产能。
OpenAI 兼容 API · 替换 base_url 即接入 · 1M 上下文 · 深圳IDC机房
beyray-inference · glm-5.2-nvfp4 · sglang
output throughput
7,200tok/s·实例
ttft p90 (8K · 80% cache)
<0.4s
stable concurrency
340req·实例
cached input peak
120Ktok/s·实例
› req#4821 · 8K in · cache hit 81% · ttft 212ms · 1,024 tok out · 200 OK
› req#4822 · 1K in · cache miss · ttft 96ms · 512 tok out · 200 OK
› req#4823 · 8K in · cache hit 79% · ttft 187ms · 2,048 tok out · 200 OK
› req#4824 · 80K in · cache hit 80% · ttft 1.9s · 700 tok out · 200 OK
› req#4825 · 8K in · cache hit 83% · ttft 154ms · 896 tok out · 200 OK
↑ 2026-07 内部压测数据，完整报告可按需提供
99.9%
月度可用性 SLA，未达标以 Token 额度赔付
源头价
用量分级折扣，月日均用量越大价格越优
72h
不限量免费试用，专属群技术值守
MIT
开源协议合法商用，部署信息可验证
汭
ruì · 百川汇流之处 · where streams converge
Brand Story
汭，百川汇流之处
「佰」是百川之众，「汭」是水流交汇之地。我们相信，智能终将像水和电一样，成为按需取用、无处不在的基础资源，而这需要有人在源头，把算力、模型与工程能力汇成一股稳定的供给。
这就是佰汭：让开源模型的智能从自有算力集群出发，如活水般流向每一位开发者、每一家企业、每一个平台。不加价的中间层越少，这股水流就越清澈、越有力。
Mission
使命：让每一份智能产能物尽其用，把大模型的使用成本降到源头价
Vision
愿景：成为大模型时代最值得信赖的 Token 源头供应商
Values
价值观：透明可验证，承诺必兑现，与客户长期同行
Benchmark
用实测数据说话
NVIDIA 单实例 · GLM-5.2（NVFP4 精度）· SGLang 推理引擎 · 2026 年 7 月压测。我们把真实数字放在官网上，因为源头供应商经得起验证。
| 典型负载场景 | 缓存命中率 | 稳定并发 / 实例 | TTFT P90 | 输出吞吐 (tok/s) | TPOT P90 |
|---|---|---|---|---|---|
| 短上下文对话（1K） | - | ≈ 340 | < 0.6 s | ≈ 7,200 | ≈ 55 ms |
| Agent / 编程（8K） | 80% | ≈ 230 | < 0.4 s | ≈ 7,200 | ≈ 42 ms |
| 长文档处理（80K） | 80% | ≈ 40 | < 4 s | ≈ 700 | ≈ 74 ms |
| 超长上下文（256K） | 80% | ≈ 13 | < 35 s | ≈ 240 | ≈ 112 ms |
TTFT = 首字延迟；TPOT = 每输出 token 耗时。数据为内部压测结果，供选型参考；合同承诺以 SLA 条款为准。集群容量按需横向扩展，支持业务峰值预约扩容。
Pricing
用量分级定价，越用越优
按月日均消耗量（当月消耗总量 ÷ 当月天数）自动归档，当月全部用量整体适用所达档位，月末核定，无需预付锁档。支持 GLM、DeepSeek 等多款开源旗舰模型，各模型折扣不同，具体以报价单为准。
进阶档
深度优惠
折扣随量升档
月日均消耗 50-500 亿 tokens
- 整单适用档位单价，自动升档
- TPM / RPM 负载阈值随业务协商上调
- Batch 批量任务享折上折优惠
折扣随月日均用量自动升档，无需谈判、无需锁档
战略档
战略底价
年度框架专享
月日均消耗 ≥ 500 亿 tokens，年度框架
- 专属容量保障与扩容优先级
- 定制 SLA 与负载阈值
- 专属实例 / 白牌供给方案可选
年度框架锁定专属底价与容量保障，白牌 / 专属实例可选
价格含税，可开具增值税专用发票 · 各模型单价与折扣以当期报价单为准，随官方牌价联动调整
Service Level Agreement
敢承诺，能兑现
SLA 不是营销数字，是写进合同的条款。未达标即以 Token 服务额度自动补偿，监控数据可核对，申请流程明确。
月度服务可用性承诺
99.9%
按 5 分钟错误率窗口统计，可用性区间对应当月消费额 5%-50% 的 Token 额度补偿，自动计入次月账户；可用性低于 95% 时客户享有无责终止权。
< 32K 输入
TTFT ≤3s 请求占比 ≥ 90%，≤ 6s 占比 ≥ 99%；单请求输出速率 P50 ≥ 15 tok/s
32K-128K
TTFT ≤ 10s 请求占比 ≥ 90%；单请求输出速率 P50 ≥ 10 tok/s
≥ 128K
TTFT ≤ 60s 请求占比 ≥ 90%（建议专属实例承载，指标可另行约定）
延迟承诺同样有赔付：任一延迟指标未达标的自然日，补偿当日消费额 10% 的 Token 额度。完整定义、除外情形与申请流程详见《用量分级定价与 SLA 承诺》，签约即附。
Products
三种接入形态，一套 API 标准
从敏捷试用到严苛合规，全线方案共用同一套 OpenAI 兼容接口，业务在不同形态间迁移零成本。
Shared API
标准 API 接入
- 共享算力池，按 tokens 用量计费
- 流式输出 / Function Call / 思考模式 / 1M 上下文
- Batch 批量任务 24h 交付，价格更优
- 控制台统一查看用量与账单
适合：个人开发者、初创团队、产品验证与中等规模生产
Dedicated
专属推理实例
- 独享 GPU 节点，物理级资源隔离
- 固定并发保障，峰值弹性扩容
- 超长上下文（≥128K）稳定承载首选
- 可定制 SLA 与专属监控看板
适合：中大型企业、高并发生产环境、API 平台批发
Private
私有化部署
- 模型权重与推理引擎全量交付客户侧
- 支持离网部署，数据 100% 不出域
- 安全审计与二次开发定制
- 满足等保三级等行业合规要求
适合：金融、政务、医疗等高合规行业
Who We Serve
为整个 Token 生态供货
典型场景：Agentic Coding · 长程智能体 · 项目级工程交付 · 批量数据加工 · 高并发对话。
个人开发者
零迁移成本接入，按量付费无门槛
企业客户
编程助手、智能体、客服的稳定供给，SLA 兜底
API 中转 / 聚合平台
源头价差空间充足，容量可承诺、可转售
云厂商
MaaS 产能补充与峰值弹性，支持白牌供给
大模型厂商
推理产能外包，缓解自有集群峰值压力
TOKEN FACTORY
我们不转售智能，
我们生产智能。
BEYRAY · TOKEN FACTORY · SHENZHEN
About Beyray
算力有集团级硬件基因
上海佰汭科技有限公司是深圳市佰内科技有限公司（lepaine.tech）集团成员企业。集团深耕高端 AI 算力设备芯片级维修与运维，A100 / H100 / H200 等 GPU 芯片级修复、整机测试验证、三级备件网络与 7×24 应急响应。
这意味着佰汭的算力集群拥有多数 Token 供应商不具备的东西：故障发生时，修得快、备件足、有兜底。稳定性不是口号，是集团十余年硬件运维能力的自然延伸。
模型合规
GLM-5.2 依 MIT 开源协议发布，明确允许商用；部署信息透明，欢迎基准复现与盲测验证。
监管合规
依照《生成式人工智能服务管理暂行办法》及数据安全相关法规履约，配合客户完成备案协作。
数据安全
请求与生成数据仅用于完成推理，严禁用于训练；全程 TLS 加密，支持定制日志留存或零留存方案。
国产化路线
未来将开启华为昇腾、寒武纪等国产芯片适配预研，面向信创场景的纯国产推理集群在规划中。
集团硬件基因
多年高端 GPU 芯片级维修与运维积淀（lepaine.tech）
佰汭成立
聚焦大模型 Token 解决方案，确立源头供应商定位
集群投产
深圳IDC机房，NVIDIA高端算力集群规模化部署
GLM-5.2 上线
开源旗舰模型规模化供给，开放 3 天不限量试用
国产化预研
华为昇腾、寒武纪适配启动，信创集群规划中
FAQ
常见问题
技术买家最常问的几件事，我们直接写在官网上。
你们的 token 是什么来源？合规吗？+-
我们基于自有 NVIDIA 高端算力集群部署开源大模型 GLM-5.2 提供推理服务。GLM-5.2 由智谱 AI 依 MIT 开源协议发布，协议明确允许商业化使用，我方在许可范围内合法部署与供给，不存在合规风险。
我问模型“你是谁”，它回答的身份不对，是不是模型作假？+-
不是。大模型普遍存在“幻觉”，对自身身份、训练来源等元信息的回答并不可靠，即使各官方平台的原厂模型也经常自称为其他模型，因此模型自述不能作为判断真实身份的依据。如需验证，我们可提供部署所用的模型版本与权重来源等信息，也欢迎通过公开基准复现、开源权重行为对比、盲测等客观方式验证。我们对服务真实性完全开放。
服务稳定吗？出问题怎么办？+-
正式合作提供月度可用性不低于 99.9% 的 SLA，延迟指标同样写入合同；任一承诺未达标即以 Token 服务额度形式补偿（可用性区间对应当月消费额 5%-50%），自动计入次月账户。部署初期如遇偶发波动，试用群内工程师会第一时间定位处理。
接入要改多少代码？+-
接近于零。我们提供 OpenAI 兼容 API，替换 base_url 与 API Key 即可切换，支持流式输出、Function Call、思考模式、上下文缓存与结构化输出，1M 上下文、128K 最大输出。
试用怎么申请？有什么限制？+-
提交客户类型（个人 / 企业 / API 中转站 / 云厂商 / 大模型厂商）、模型需求、业务场景与预估 TPM/RPM 后，1 个工作日内开通。自 Key 激活起 72 小时内 token 用量不设上限，可自由压测；到期自动失效、不产生费用。开通同时邀请进入专属试用群，技术问题随时反馈。
我的数据会被用来训练吗？+-
不会。请求与生成数据仅用于完成本次推理，严禁用于模型训练或提供给第三方，商务协议明确约定；传输全程 TLS 加密，可按需配置日志留存策略或零留存方案。
Start Now
3 天不限量试用，用数据说话
不看 PPT，看压测。72 小时内 token 用量不设上限，专属群工程师全程值守，跑完你自己的 benchmark 再决定。
1提交试用申请2开通 API Key3加入专属试用群472h 不限量压测5报价与签约