8.8元買5000積分的AI帳，先算API轉售那一欄，再算你的代碼值多少

2026年9月12日，央視曝光二手平臺上大量低價AI工具積分，背後實為第三方API中轉站灰產。報導指出，這類中轉站透過篡改用戶本地配置的方式轉接API請求，用戶的辦公文件、程式碼等敏感資料存在被截留與倒賣的風險，官方表示將嚴厲打擊相關違規行為。

這則新聞的關鍵不在於灰產存在與否，而在於它攤開了AI應用分發環節的成本結構問題：當正規API調用有明確的token計價，中轉站卻能以8.8元人民幣兌5000積分的價格出售，這中間的價差從哪裡來，又由誰支付。

拆解：中轉站的價差從三個地方賺出來

所謂AI中轉站，營運模式本質上是API代理轉售。用戶向中轉站購買積分，中轉站再以自己的帳號或渠道調用上遊模型廠商的API，把回應轉發給用戶。表面看這只是加價分銷，但8.8元5000積分的定價，已經低於多數正規渠道的token成本，這意味著它的利潤來源另有蹊蹺。

第一層來源是帳號與額度的灰色套利。部分中轉站利用新用戶免費額度、企業批量折扣、海外與境內的計價差，把低價取得的額度拆零轉賣。這一層在灰產中屬於相對「乾淨」的部分，賺的是套利價差。

第二層來源是模型偷換。用戶以為自己調用的是旗艦模型，實際被轉接到更便宜的小模型，或乾脆是蒸餾後的第三方模型。由於對話介面的輸出品質對一般用戶難以即時驗證，這種降級調用的成本節省直接轉化為毛利。

第三層，也是央視這次點名的核心，是資料本身的價值。用戶經由中轉站發出的請求，包含未公開的商業文件、原始碼、內部資料。這些內容在被轉發的過程中有機會被留存，後續無論是用於訓練語料轉售，還是更直接的資料買賣，都是帳面價差之外的隱性收益。換句話說，低價積分的真正定價邏輯，可能包含用戶資料的對價。

值得對照的是正規體系的計價基準。目前主流大模型API按token計費，旗艦模型與輕量模型的輸入輸出單價差距可達十倍以上，這正是模型偷換有利可圖的結構性原因。而基座模型市場的集中度，我們在分析基座模型成本帳如何改寫開源生態分工時已經提過：當訓練成本高度集中於少數廠商，下遊分銷與套利空間便在成本結構的縫隙裡生長。

傳導：誰受惠、誰承壓

短期受惠方是灰色渠道本身與價格敏感的輕度用戶。對只是嘗鮮、不涉及敏感資料的個人用戶而言，低價積分確實降低了使用門檻。但這個受惠是脆弱的，帳號封禁與監管收緊都會直接切斷供給。

承壓的第一環是模型廠商。中轉站侵蝕的不只是API收入，還有模型口碑：用戶被偷換模型後體驗下降，負面評價卻記在原廠頭上。同時，廠商的免費額度與推廣預算被灰產批量消耗，行銷費用變成套利者的進貨成本。

承壓的第二環是正規分銷與雲服務代理商。具備合規資質的API經銷體系按官方定價運作，面對灰產的價格競爭，市佔被擠壓的壓力最直接。這也解釋了為何官方對打擊中軟站表態積極，打擊灰產同時是在保護正規渠道的定價權。

承壓的第三環，是企業用戶的資料治理成本。若企業員工自行購買低價積分處理工作文件，資料外洩的風險與合規責任最終落在企業身上。這會推動企業端把AI工具採購收攏到可稽核的渠道，也就是說，灰產的存在反而加速了企業級AI服務的正規化集中。

從金融側看，這條正規化路徑已有跡象。當銀行開始把算力消耗量納入授信依據，我們在分析首筆Token貸如何重寫銀行風控表時注意到，AI企業的算力帳目正在被拉進可驗證的正規財務體系。正規管道的帳目愈清晰，灰色渠道的生存空間就愈窄，這兩件事是一體兩面。

收束：打擊灰產的帳，最後算到定價權上

回看這次曝光的時點，央視點名加上官方嚴打表態，屬於典型的監管訊號先行。後續可預期的傳導路徑是：二手平臺下架相關商品、模型廠商升級帳號風控與請求指紋識別、企業採購加速轉向合規渠道。

價格層面的影響則相對確定。低價積分退出後，被壓抑的正版API需求會部分回流官方渠道，對模型廠商的API收入是邊際利多。但也要看到，灰產之所以有市場，反映的是存在一批官方定價覆蓋不到的價格敏感需求，這部分需求不會消失，只會遷移，或轉向官方的輕量低價模型，或轉向其他更低成本的替代品。

8.8元5000積分這個數字，最後衡量的其實是兩件事：一是AI能力的邊際成本已經低到什麼程度，二是用戶對自身資料價值的低估程度。監管能把後者的錯價糾正多少，決定了這門灰產是就此收縮，還是換個平臺再開一輪。